在分頁功能開發(fā)時,我們很習慣用LIMIT O,N的方法來取數(shù)據(jù)。這種方法在遇到超大分頁偏移量時是會把MySQL搞死的,請別再這么寫SQL了
成都創(chuàng)新互聯(lián)是一家集網(wǎng)站建設,寶雞企業(yè)網(wǎng)站建設,寶雞品牌網(wǎng)站建設,網(wǎng)站定制,寶雞網(wǎng)站建設報價,網(wǎng)絡營銷,網(wǎng)絡優(yōu)化,寶雞網(wǎng)站推廣為一體的創(chuàng)新建站企業(yè),幫助傳統(tǒng)企業(yè)提升企業(yè)形象加強企業(yè)競爭力。可充分滿足這一群體相比中小企業(yè)更為豐富、高端、多元的互聯(lián)網(wǎng)需求。同時我們時刻保持專業(yè)、時尚、前沿,時刻以成就客戶成長自我,堅持不斷學習、思考、沉淀、凈化自己,讓我們?yōu)楦嗟钠髽I(yè)打造出實用型網(wǎng)站。
通常,我們會采用ORDER BY LIMIT start, offset 的方式來進行分頁查詢。例如下面這個SQL:
SELECT * FROM `t1` WHERE ftype=1 ORDER BY id DESC LIMIT 100, 10;
或者像下面這個不帶任何條件的分頁SQL:
SELECT * FROM `t1` ORDER BY id DESC LIMIT 100, 10;
一般而言,分頁SQL的耗時隨著 start 值的增加而急劇增加,我們來看下面這2個不同起始值的分頁SQL執(zhí)行耗時:
yejr@imysql.com> SELECT * FROM `t1` WHERE ftype=1
ORDER BY id DESC LIMIT 500, 10;
…
10 rows in set (0.05 sec)
yejr@imysql.com> SELECT * FROM `t1` WHERE ftype=6
ORDER BY id DESC LIMIT 935500, 10;
…
10 rows in set (2.39 sec)
可以看到,隨著分頁數(shù)量的增加,SQL查詢耗時也有數(shù)十倍增加,顯然不科學。
今天我們就來分析下,如何能優(yōu)化這個分頁方案。
一般滴,想要優(yōu)化分頁的終極方案就是:沒有分頁,哈哈哈~~~,不要說我講廢話,確實如此,可以把分頁算法交給Solr、Lucene、Sphinx等第三方解決方案,尤其是遇到有模糊搜索的需求時,沒必要讓MySQL來做它不擅長的事情。
當然了,有小伙伴說,用第三方太麻煩了,我們就想用MySQL來做這個分頁,咋辦呢?莫急,且待我們慢慢分析。
先看下表DDL、數(shù)據(jù)量、查詢SQL的執(zhí)行計劃等信息:
yejr@imysql.com> SHOW CREATE TABLE `t1`;
CREATE TABLE `t1` (
`id` int(10) unsigned NOT NULL AUTO_INCREMENT,
...
`ftype` tinyint(3) unsigned NOT NULL,
...
PRIMARY KEY (`id`)
) ENGINE=InnoDB DEFAULT CHARSET=utf8;
yejr@imysql.com> select count(*) from t1;
+----------+
| count(*) |
+----------+
| 994584 |
+----------+
yejr@imysql.com> EXPLAIN SELECT * FROM `t1` WHERE ftype=1
ORDER BY id DESC LIMIT 500, 10\G
*************************** 1. row ***************************
id: 1
select_type: SIMPLE
table: t1
type: index
possible_keys: NULL
key: PRIMARY
key_len: 4
ref: NULL
rows: 510
Extra: Using where
yejr@imysql.com> EXPLAIN SELECT * FROM `t1` WHERE ftype=1
ORDER BY id DESC LIMIT 935500, 10\G
*************************** 1. row ***************************
id: 1
select_type: SIMPLE
table: t1
type: index
possible_keys: NULL
key: PRIMARY
key_len: 4
ref: NULL
rows: 935510
Extra: Using where
可以看到,雖然是通過主鍵索引掃描數(shù)據(jù)的,但第二個SQL需要掃描的記錄數(shù)太大了,而且需要先掃描約935510條記錄,然后再根據(jù)排序結(jié)果取10條記錄,這肯定是非常慢了。
針對這種情況,我們的優(yōu)化思路就比較清晰了,有兩點:
盡可能從索引中直接獲取數(shù)據(jù),避免或減少再次掃描行數(shù)據(jù)的次數(shù)(也就是我們通常所說的避免回表);
盡可能減少掃描的記錄數(shù),也就是先確定起始的范圍,再往后取N條記錄。
根據(jù)上面這兩種優(yōu)化思路,有相應的SQL改寫方法:子查詢、表連接,像下面這樣的:
#方法一
#采用子查詢的方式優(yōu)化,在子查詢里先從索引獲取到最大id,然后倒序排,再取10行結(jié)果集
#注意這里采用了兩次倒序排,因此在取LIMIT的start值時,比原來的值加了10,即935510,否則結(jié)果將和原來的不一致
yejr@imysql.com> EXPLAIN SELECT * FROM (SELECT * FROM `t1` WHERE
id > ( SELECT id FROM `t1` WHERE ftype=1
ORDER BY id DESC LIMIT 935510, 1) LIMIT 10) t ORDER BY id DESC\G
*************************** 1. row ***************************
id: 1
select_type: PRIMARY
table:
type: ALL
possible_keys: NULL
key: NULL
key_len: NULL
ref: NULL
rows: 10
Extra: Using filesort
*************************** 2. row ***************************
id: 2
select_type: DERIVED
table: t1
type: ALL
possible_keys: PRIMARY
key: NULL
key_len: NULL
ref: NULL
rows: 973192
Extra: Using where
*************************** 3. row ***************************
id: 3
select_type: SUBQUERY
table: t1
type: index
possible_keys: NULL
key: PRIMARY
key_len: 4
ref: NULL
rows: 935511
Extra: Using where
#方法二
#采用INNER JOIN優(yōu)化,JOIN子句里也優(yōu)先從索引獲取ID列表,然后直接關聯(lián)查詢獲得最終結(jié)果,這里不需要加10
yejr@imysql.com> EXPLAIN SELECT * FROM `t1` INNER JOIN
( SELECT id FROM `t1` WHERE ftype=1
ORDER BY id DESC LIMIT 935500,10) t2 USING (id)\G
*************************** 1. row ***************************
id: 1
select_type: PRIMARY
table:
type: ALL
possible_keys: NULL
key: NULL
key_len: NULL
ref: NULL
rows: 935510
Extra: NULL
*************************** 2. row ***************************
id: 1
select_type: PRIMARY
table: t1
type: eq_ref
possible_keys: PRIMARY
key: PRIMARY
key_len: 4
ref: t2.id
rows: 1
Extra: NULL
*************************** 3. row ***************************
id: 2
select_type: DERIVED
table: t1
type: index
possible_keys: NULL
key: PRIMARY
key_len: 4
ref: NULL
rows: 973192
Extra: Using where
然后來對比下這2個優(yōu)化后的執(zhí)行時間/代價:
#1、子查詢優(yōu)化:從profiling的結(jié)果來看,相比原來耗時減少 28.2%
yejr@imysql.com> SELECT * FROM (SELECT * FROM `t1` WHERE
id > ( SELECT id FROM `t1` WHERE ftype=1
ORDER BY id DESC LIMIT 935510, 1) LIMIT 10) T ORDER BY id DESC;
...
rows in set (1.86 sec)
#2、INNER JOIN優(yōu)化:從profiling的結(jié)果來看,相比原來耗時減少30.8%
yejr@imysql.com> SELECT * FROM `t1` INNER JOIN
( SELECT id FROM `t1` WHERE ftype=1
ORDER BY id DESC LIMIT 935500,10) t2 USING (id);
...
10 rows in set (1.83 sec)
再來看一個不帶過濾條件的分頁SQL對比:
#1、原始SQL
yejr@imysql.com> EXPLAIN SELECT * FROM `t1` ORDER BY id DESC LIMIT 935500, 10\G
*************************** 1. row ***************************
id: 1
select_type: SIMPLE
table: t1
type: index
possible_keys: NULL
key: PRIMARY
key_len: 4
ref: NULL
rows: 935510
Extra: NULL
yejr@imysql.com> SELECT * FROM `t1` ORDER BY id DESC LIMIT 935500, 10;
...
10 rows in set (2.22 sec)
#2、采用子查詢優(yōu)化,相比原來耗時減少10.6%
yejr@imysql.com> EXPLAIN SELECT * FROM (SELECT * FROM `t1` WHERE
id > ( SELECT id FROM `t1` ORDER BY id DESC
LIMIT 935510, 1) LIMIT 10) t ORDER BY id DESC;
*************************** 1. row ***************************
id: 1
select_type: PRIMARY
table:
type: ALL
possible_keys: NULL
key: NULL
key_len: NULL
ref: NULL
rows: 10
Extra: Using filesort
*************************** 2. row ***************************
id: 2
select_type: DERIVED
table: t1
type: ALL
possible_keys: PRIMARY
key: NULL
key_len: NULL
ref: NULL
rows: 973192
Extra: Using where
*************************** 3. row ***************************
id: 3
select_type: SUBQUERY
table: t1
type: index
possible_keys: NULL
key: PRIMARY
key_len: 4
ref: NULL
rows: 935511
Extra: Using index
yejr@imysql.com> SELECT * FROM (SELECT * FROM `t1` WHERE
id > ( SELECT id FROM `t1` ORDER BY id DESC
LIMIT 935510, 1) LIMIT 10) t ORDER BY id DESC;
…
10 rows in set (2.01 sec)
#3、采用INNER JOIN優(yōu)化,相比原來耗時減少30.2%
yejr@imysql.com> EXPLAIN SELECT * FROM `t1` INNER JOIN
( SELECT id FROM `t1`ORDER BY id DESC
LIMIT 935500,10) t2 USING (id)\G
*************************** 1. row ***************************
id: 1
select_type: PRIMARY
table:
type: ALL
possible_keys: NULL
key: NULL
key_len: NULL
ref: NULL
rows: 935510
Extra: NULL
*************************** 2. row ***************************
id: 1
select_type: PRIMARY
table: t1
type: eq_ref
possible_keys: PRIMARY
key: PRIMARY
key_len: 4
ref: t1.id
rows: 1
Extra: NULL
*************************** 3. row ***************************
id: 2
select_type: DERIVED
table: t1
type: index
possible_keys: NULL
key: PRIMARY
key_len: 4
ref: NULL
rows: 973192
Extra: Using index
yejr@imysql.com> SELECT * FROM `t1` INNER JOIN
( SELECT id FROM `t1`ORDER BY id DESC
LIMIT 935500,10) t2 USING (id);
…
10 rows in set (1.70 sec)
至此,我們看到采用子查詢或者INNER JOIN進行優(yōu)化后,都有大幅度的提升,這個方法也同樣適用于較小的分頁。
說下結(jié)論,子查詢和INNER JOIN分頁優(yōu)化方法的提升效率是:
帶WHERE條件的分頁分別能提高查詢效率:24.9%、156.5%;
不帶WHERE條件的分頁分別提高查詢效率:554.5%、11.7%。
單從提升比例說,還是挺可觀的。而且這兩種優(yōu)化方法基本上可適用于各種分頁模式,強烈建議一開始就改成這種SQL寫法習慣。
我們來看下各種場景相應的提升比例是多少:
| 大分頁,帶WHERE | 大分頁,不帶WHERE | 大分頁平均提升比例 | 小分頁,帶WHERE | 小分頁,不帶WHERE | 總體平均提升比例 |
子查詢優(yōu)化 | 28.20% | 10.60% | 19.40% | 24.90% | 554.40% | 154.53% |
INNER JOIN優(yōu)化 | 30.80% | 30.20% | 30.50% | 156.50% | 11.70% | 57.30% |
這樣看就和明顯了,尤其是針對大分頁的情況,因此我們優(yōu)先推薦使用INNER JOIN方式優(yōu)化分頁算法。
上述每次測試都重啟mysqld實例,并且加了SQL_NO_CACHE,以保證每次都是直接數(shù)據(jù)文件或索引文件中讀取。如果數(shù)據(jù)經(jīng)過預熱后,查詢效率會一定程度提升,但上述相應的效率提升比例還是基本一致的。
相關閱讀:
[MySQL優(yōu)化案例]系列 — discuz!熱帖翻頁優(yōu)化