快捷導(dǎo)航

MySQL深分頁問題解決的實(shí)戰(zhàn)記錄

更新時間：2021年09月26日 10:00:13 作者：撿田螺的小男孩

優(yōu)化項(xiàng)目代碼過程中發(fā)現(xiàn)一個千萬級數(shù)據(jù)深分頁問題,覺著有必要給大家總結(jié)整理下,這篇文章主要給大家介紹了關(guān)于解決MySQL深分頁問題的相關(guān)資料,需要的朋友可以參考下

前言

我們?nèi)粘Ｗ龇猪撔枨髸r，一般會用limit實(shí)現(xiàn)，但是當(dāng)偏移量特別大的時候，查詢效率就變得低下。本文將分4個方案，討論如何優(yōu)化MySQL百萬數(shù)據(jù)的深分頁問題，并附上最近優(yōu)化生產(chǎn)慢SQL的實(shí)戰(zhàn)案例。

limit深分頁為什么會變慢？

先看下表結(jié)構(gòu)哈：

CREATE TABLE account (
  id int(11) NOT NULL AUTO_INCREMENT COMMENT '主鍵Id',
  name varchar(255) DEFAULT NULL COMMENT '賬戶名',
  balance int(11) DEFAULT NULL COMMENT '余額',
  create_time datetime NOT NULL COMMENT '創(chuàng)建時間',
  update_time datetime NOT NULL ON UPDATE CURRENT_TIMESTAMP COMMENT '更新時間',
  PRIMARY KEY (id),
  KEY idx_name (name),
  KEY idx_update_time (update_time) //索引
) ENGINE=InnoDB AUTO_INCREMENT=1570068 DEFAULT CHARSET=utf8 ROW_FORMAT=REDUNDANT COMMENT='賬戶表';

假設(shè)深分頁的執(zhí)行SQL如下：

select id,name,balance from account where update_time> '2020-09-19' limit 100000,10;

這個SQL的執(zhí)行時間如下：

執(zhí)行完需要0.742秒，深分頁為什么會變慢呢？如果換成 limit 0,10，只需要0.006秒哦

我們先來看下這個SQL的執(zhí)行流程：

通過普通二級索引樹idx_update_time，過濾update_time條件，找到滿足條件的記錄ID。
通過ID，回到主鍵索引樹，找到滿足記錄的行，然后取出展示的列（回表）
掃描滿足條件的100010行，然后扔掉前100000行，返回。

SQL的執(zhí)行流程

執(zhí)行計劃如下：

SQL變慢原因有兩個：

limit語句會先掃描offset+n行，然后再丟棄掉前offset行，返回后n行數(shù)據(jù)。也就是說limit 100000,10，就會掃描100010行，而limit 0,10，只掃描10行。
limit 100000,10 掃描更多的行數(shù)，也意味著回表更多的次數(shù)。

通過子查詢優(yōu)化

因?yàn)橐陨系腟QL，回表了100010次，實(shí)際上，我們只需要10條數(shù)據(jù)，也就是我們只需要10次回表其實(shí)就夠了。因此，我們可以通過減少回表次數(shù)來優(yōu)化。

回顧B+ 樹結(jié)構(gòu)

那么，如何減少回表次數(shù)呢？我們先來復(fù)習(xí)下B+樹索引結(jié)構(gòu)哈~

InnoDB中，索引分主鍵索引（聚簇索引）和二級索引

主鍵索引，葉子節(jié)點(diǎn)存放的是整行數(shù)據(jù)
二級索引，葉子節(jié)點(diǎn)存放的是主鍵的值。

把條件轉(zhuǎn)移到主鍵索引樹

如果我們把查詢條件，轉(zhuǎn)移回到主鍵索引樹，那就不就可以減少回表次數(shù)啦。轉(zhuǎn)移到主鍵索引樹查詢的話，查詢條件得改為主鍵id了，之前SQL的update_time這些條件咋辦呢？抽到子查詢那里嘛~

子查詢那里怎么抽的呢？因?yàn)槎壦饕~子節(jié)點(diǎn)是有主鍵ID的，所以我們直接根據(jù)update_time來查主鍵ID即可，同時我們把 limit 100000的條件，也轉(zhuǎn)移到子查詢，完整SQL如下：

select id,name,balance FROM account where id >= (select a.id from account a where a.update_time >= '2020-09-19' limit 100000, 1) LIMIT 10;

查詢效果一樣的，執(zhí)行時間只需要0.038秒！

我們來看下執(zhí)行計劃

由執(zhí)行計劃得知，子查詢 table a查詢是用到了idx_update_time索引。首先在索引上拿到了聚集索引的主鍵ID,省去了回表操作，然后第二查詢直接根據(jù)第一個查詢的 ID往后再去查10個就可以了!

因此，這個方案是可以的~

INNER JOIN 延遲關(guān)聯(lián)

延遲關(guān)聯(lián)的優(yōu)化思路，跟子查詢的優(yōu)化思路其實(shí)是一樣的：都是把條件轉(zhuǎn)移到主鍵索引樹，然后減少回表。不同點(diǎn)是，延遲關(guān)聯(lián)使用了inner join代替子查詢。

優(yōu)化后的SQL如下：

SELECT  acct1.id,acct1.name,acct1.balance FROM account acct1 INNER JOIN (SELECT a.id FROM account a WHERE a.update_time >= '2020-09-19' ORDER BY a.update_time LIMIT 100000, 10) AS  acct2 on acct1.id= acct2.id;

查詢效果也是杠桿的，只需要0.034秒

執(zhí)行計劃如下：

查詢思路就是，先通過idx_update_time二級索引樹查詢到滿足條件的主鍵ID，再與原表通過主鍵ID內(nèi)連接，這樣后面直接走了主鍵索引了，同時也減少了回表。

標(biāo)簽記錄法

limit 深分頁問題的本質(zhì)原因就是：偏移量（offset）越大，mysql就會掃描越多的行，然后再拋棄掉。這樣就導(dǎo)致查詢性能的下降。

其實(shí)我們可以采用標(biāo)簽記錄法，就是標(biāo)記一下上次查詢到哪一條了，下次再來查的時候，從該條開始往下掃描。就好像看書一樣，上次看到哪里了，你就折疊一下或者夾個書簽，下次來看的時候，直接就翻到啦。

假設(shè)上一次記錄到100000，則SQL可以修改為：

select  id,name,balance FROM account where id > 100000 order by id limit 10;

這樣的話，后面無論翻多少頁，性能都會不錯的，因?yàn)槊辛薸d索引。但是你，這種方式有局限性：需要一種類似連續(xù)自增的字段。

使用between...and...

很多時候，可以將limit查詢轉(zhuǎn)換為已知位置的查詢，這樣MySQL通過范圍掃描between...and，就能獲得到對應(yīng)的結(jié)果。

如果知道邊界值為100000，100010后，就可以這樣優(yōu)化：

select  id,name,balance FROM account where id between 100000 and 100010 order by id desc;

手把手實(shí)戰(zhàn)案例

我們一起來看一個實(shí)戰(zhàn)案例哈。假設(shè)現(xiàn)在有表結(jié)構(gòu)如下，并且有200萬數(shù)據(jù).

CREATE TABLE account (
 id varchar(32) COLLATE utf8_bin NOT NULL COMMENT '主鍵',
 account_no varchar(64) COLLATE utf8_bin NOT NULL DEFAULT '' COMMENT '賬號'
 amount decimal(20,2) DEFAULT NULL COMMENT '金額'
 type varchar(10) COLLATE utf8_bin DEFAULT NULL COMMENT '類型A，B'
 create_time datetime DEFAULT NULL COMMENT '創(chuàng)建時間',
 update_time datetime DEFAULT NULL COMMENT '更新時間',
 PRIMARY KEY (id),
 KEY `idx_account_no` (account_no),
 KEY `idx_create_time` (create_time)
 ) ENGINE=InnoDB DEFAULT CHARSET=utf8 COLLATE=utf8_bin COMMENT='賬戶表'

業(yè)務(wù)需求是這樣：獲取最2021年的A類型賬戶數(shù)據(jù)，上報到大數(shù)據(jù)平臺。

一般思路的實(shí)現(xiàn)方式

很多伙伴接到這么一個需求，會直接這么實(shí)現(xiàn)了：

//查詢上報總數(shù)量
Integer total = accountDAO.countAccount();

//查詢上報總數(shù)量對應(yīng)的SQL
<select id ='countAccount' resultType="java.lang.Integer">
  seelct count(1) 
  from account
  where create_time >='2021-01-01 00:00:00'
  and  type ='A'
</select>

//計算頁數(shù)
int pageNo = total % pageSize == 0 ? total / pageSize : (total / pageSize + 1);

//分頁查詢，上報
for(int i = 0; i < pageNo; i++){
 List<AcctountPO> list = accountDAO.listAccountByPage(startRow,pageSize);
 startRow = (pageNo-1)*pageSize;
 //上報大數(shù)據(jù)
 postBigData(list);
}
 
//分頁查詢SQL（可能存在limit深分頁問題，因?yàn)閍ccount表數(shù)據(jù)量幾百萬）
<select id ='listAccountByPage' >
  seelct * 
  from account
  where create_time >='2021-01-01 00:00:00'
  and  type ='A'
  limit #{startRow},#{pageSize}
</select>

實(shí)戰(zhàn)優(yōu)化方案

以上的實(shí)現(xiàn)方案，會存在limit深分頁問題，因?yàn)閍ccount表數(shù)據(jù)量幾百萬。那怎么優(yōu)化呢？

其實(shí)可以使用標(biāo)簽記錄法，有些伙伴可能會有疑惑，id主鍵不是連續(xù)的呀，真的可以使用標(biāo)簽記錄？

當(dāng)然可以，id不是連續(xù)，我們可以通過order by讓它連續(xù)嘛。優(yōu)化方案如下：

//查詢最小ID
String  lastId = accountDAO.queryMinId();

//查詢最大ID對應(yīng)的SQL
<select id="queryMinId" returnType=“java.lang.String”>
select MIN(id) 
from account
where create_time >='2021-01-01 00:00:00'
and type ='A'
</select>

//一頁的條數(shù)
Integer pageSize = 100;

List<AcctountPO> list ;
do{
   list = listAccountByPage(lastId,pageSize);
   //標(biāo)簽記錄法，記錄上次查詢過的Id
   lastId = list.get(list,size()-1).getId();
    //上報大數(shù)據(jù)
    postBigData(list);
}while(CollectionUtils.isNotEmpty(list));

<select id ="listAccountByPage">
  select * 
  from account 
  where create_time >='2021-01-01 00:00:00'
  and id > #{lastId}
  and type ='A'
  order by id asc  
  limit #{pageSize}
</select>