Mysql的limit优化方案解析

mysql的分页查询通常通过limit来实现。

mysql的limit基本用法很简单。limit接收1或2个整数型参数，如果是2个参数，第一个是指定第一个返回记录行的偏移量，第二个是返回记录行的最大数目。初始记录行的偏移量是0。

疑问：
对于小的偏移量，直接使用limit来查询没有什么问题，但随着数据量的增大，越往后分页，limit语句的偏移量就会越大，速度也会明显变慢。

优化思想：

避免数据量大时扫描太多的的记录

解决：

子查询的分页方式或者join分页方式。

join分页和子查询分页的效率基本在一个等级上，消耗的时间也基本一致。

下面举个例子。一般mysql的主键是自增的数字类型，这种情况下可以使用下面的方式进行优化。

下面以真实的测试环境的100万条数据的一张表为例，比较一下优化前后的查询耗时：

-- 传统limit，文件扫描
[sql]select * from tablename order by id limit 500000,2;
受影响的行: 0
时间: 5.371s

-- 子查询方式，索引扫描
[sql]

select * from tablename
where id >= (select id from tablename order by id limit 500000 , 1)
limit 2;

 

受影响的行: 0
时间: 0.280s

-- join分页方式
[sql]

select *
from tablename as t1
join (select id from tablename order by id desc limit 500000, 1) as t2
where t1.id <= t2.id order by t1.id desc limit 2;

 

受影响的行: 0
时间: 0.284s

可以看到经过优化性能提高了将近20倍。

优化原理：

子查询是在索引上完成的，而普通的查询时在数据文件上完成的，通常来说，索引文件要比数据文件小得多，所以操作起来也会更有效率。因为要取出所有字段内容，第一种需要跨越大量数据块并取出，而第二种基本通过直接根据索引字段定位后，才取出相应内容，效率自然大大提升。

因此，对limit的优化，不是直接使用limit，而是首先获取到offset的id，然后直接使用limit size来获取数据。

在实际项目使用，可以利用类似策略模式的方式去处理分页，例如，每页100条数据，判断如果是100页以内，就使用最基本的分页方式，大于100，则使用子查询的分页方式。