MySQL百万级数据大分页查询优化的实现

吾爱主题阅读：121 2024-04-01 23:22:07 评论：0

前言：在数据库开发过程中我们经常会使用分页，核心技术是使用用limit start, count分页语句进行数据的读取。

一、MySQL分页起点越大查询速度越慢

直接用limit start, count分页语句，表示从第start条记录开始选择count条记录：

1	`select` `*` `from` `product limit start,` `count`

当起始页较小时，查询没有性能问题，我们分别看下从10， 1000， 10000， 100000开始分页的执行时间（每页取20条）。

1 2 3 4 select * from product limit 10, 20 0.002秒 select * from product limit 1000, 20 0.011秒 select * from product limit 10000, 20 0.027秒 select * from product limit 100000, 20 0.057秒

我们已经看出随着起始记录的增加，时间也随着增大，这说明分页语句limit跟起始页码是有很大关系的，那么我们把起始记录改为100w看下:

1	`select` `*` `from` `product limit 1000000, 20 0.682秒`

我们惊讶的发现MySQL在数据量大的情况下分页起点越大查询速度越慢，300万条起的查询速度已经需要1.368秒钟。这是为什么呢?因为limit 3000000,10的语法实际上是mysql扫描到前3000020条数据,之后丢弃前面的3000000行，这个步骤其实是浪费掉的。

1	`select` `*` `from` `product limit 3000000, 20 1.368秒`

从中我们也能总结出两件事情：

limit语句的查询时间与起始记录的位置成正比
mysql的limit语句是很方便，但是对记录很多的表并不适合直接使用。

二、 limit大分页问题的性能优化方法

（1）利用表的覆盖索引来加速分页查询

MySQL的查询完全命中索引的时候，称为覆盖索引，是非常快的。因为查询只需要在索引上进行查找,之后可以直接返回,而不用再回表拿数据。在我们的例子中，我们知道id字段是主键，自然就包含了默认的主键索引。现在让我们看看利用覆盖索引的查询效果如何。

1	`select` `id` `from` `product limit 1000000, 20 0.2秒`

那么如果我们也要查询所有列，如何优化？

优化的关键是要做到让MySQL每次只扫描20条记录，我们可以使用limit n，这样性能就没有问题，因为MySQL只扫描n行。我们可以先通过子查询先获取起始记录的id,然后根据Id拿数据：

1	`select` `*` `from` `vote_record` `where` `id>=(` `select` `id` `from` `vote_record limit 1000000,1) limit 20;`

（2）用上次分页的最大id优化

先找到上次分页的最大ID，然后利用id上的索引来查询，类似于：

1	`select` `*` `from` `user` `where` `id>1000000 limit 100`

三、MySQL百万数据快速生成

利用mysql内存表插入速度快的特点，先利用函数和存储过程在内存表中生成数据，然后再从内存表插入普通表中

3.1、创建内存表及普通表

1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 //内存表 CREATE TABLE `vote_record_memory` ( `id` INT (11) NOT NULL AUTO_INCREMENT, `user_id` VARCHAR (20) NOT NULL , `vote_id` INT (11) NOT NULL , `group_id` INT (11) NOT NULL , `create_time` datetime NOT NULL , PRIMARY KEY (`id`), KEY `index_id` (`user_id`) ) ENGINE = MEMORY AUTO_INCREMENT = 1 DEFAULT CHARSET = utf8 //普通表 CREATE TABLE `vote_record` ( `id` INT (11) NOT NULL AUTO_INCREMENT, `user_id` VARCHAR (20) NOT NULL , `vote_id` INT (11) NOT NULL , `group_id` INT (11) NOT NULL , `create_time` datetime NOT NULL , PRIMARY KEY (`id`), KEY `index_user_id` (`user_id`) ) ENGINE = INNODB AUTO_INCREMENT = 1 DEFAULT CHARSET = utf8

3.2、创建函数

1 2 3 4 5 6 7 8 9 10 11 12 //创建函数 CREATE FUNCTION `rand_string`(n INT ) RETURNS varchar (255) CHARSET latin1 BEGIN DECLARE chars_str varchar (100) DEFAULT 'abcdefghijklmnopqrstuvwxyzABCDEFGHIJKLMNOPQRSTUVWXYZ0123456789' ; DECLARE return_str varchar (255) DEFAULT '' ; DECLARE i INT DEFAULT 0; WHILE i < n DO SET return_str = concat(return_str, substring (chars_str , FLOOR(1 + RAND()*62 ),1)); SET i = i +1; END WHILE; RETURN return_str; END

3.3、创建插入内存表数据的存储过程

1 2 3 4 5 6 7 8 9 #创建插入内存表数据存储过程，入参n是多少就插入多少条数据 CREATE PROCEDURE `add_vote_memory`( IN n int ) BEGIN DECLARE i INT DEFAULT 1; WHILE (i <= n) DO INSERT into vote_record_memory (user_id,vote_id,group_id,create_time ) VALUEs (rand_string(20),FLOOR(RAND() * 1000),FLOOR(RAND() * 100) ,now() ); set i=i+1; END WHILE; END

3.4、创建内存表数据插入普通表的存储过程

此处利用对内存表的循环插入和删除来实现批量生成数据，这样可以不需要更改mysql默认的max_heap_table_size值也照样可以生成百万或者千万的数据。

max_heap_table_size默认值是16M。
max_heap_table_size的作用是配置用户创建内存临时表的大小，配置的值越大，能存进内存表的数据就越多。

1 2 3 4 5 6 7 8 9 10 11 12 #循环从内存表获取数据插入普通表 #参数描述 n表示循环调用几次； count 表示每次插入内存表和普通表的数据量 CREATE PROCEDURE `add_vote_memory_to_common`( IN n int , IN count int ) BEGIN DECLARE i INT DEFAULT 1; WHILE (i <= n) DO CALL add_vote_memory( count ); INSERT INTO vote_record SELECT * FROM vote_record_memory; delete from vote_record_memory; SET i = i + 1; END WHILE; END