实战！聊聊如何解决MySQL深分页问题

前言

大家好，我是捡田螺的小男孩。(求个星标置顶)

我们日常做分页需求时，一般会用limit实现，但是当偏移量特别大的时候，查询效率就变得低下。本文将分四个方案，讨论如何优化MySQL百万数据的深分页问题，并附上最近优化生产慢SQL的实战案例。

limit深分页为什么会变慢?

先看下表结构哈：

1. CREATE TABLE account ( 
2.   id int(11) NOT NULL AUTO_INCREMENT COMMENT '主键Id', 
3.   name varchar(255) DEFAULT NULL COMMENT '账户名', 
4.   balance int(11) DEFAULT NULL COMMENT '余额', 
5.   create_time datetime NOT NULL COMMENT '创建时间', 
6.   update_time datetime NOT NULL ON UPDATE CURRENT_TIMESTAMP COMMENT '更新时间', 
7.   PRIMARY KEY (id), 
8.   KEY idx_name (name), 
9.   KEY idx_update_time (update_time) //索引 
10. ) ENGINE=InnoDB AUTO_INCREMENT=1570068 DEFAULT CHARSET=utf8 ROW_FORMAT=REDUNDANT COMMENT='账户表'; 

假设深分页的执行SQL如下：

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

这个SQL的执行时间如下：

执行完需要0.742秒，深分页为什么会变慢呢?如果换成 limit 0,10，只需要0.006秒哦

我们先来看下这个SQL的执行流程：

1. 通过普通二级索引树idx_update_time，过滤update_time条件，找到满足条件的记录ID。
2. 通过ID，回到主键索引树，找到满足记录的行，然后取出展示的列(回表)
3. 扫描满足条件的100010行，然后扔掉前100000行，返回。

SQL的执行流程

执行计划如下：

SQL变慢原因有两个：

1. limit语句会先扫描offset+n行，然后再丢弃掉前offset行，返回后n行数据。也就是说limit 100000,10，就会扫描100010行，而limit 0,10，只扫描10行。
2. limit 100000,10 扫描更多的行数，也意味着回表更多的次数。

通过子查询优化

因为以上的SQL，回表了100010次，实际上，我们只需要10条数据，也就是我们只需要10次回表其实就够了。因此，我们可以通过减少回表次数来优化。

回顾B+ 树结构

那么，如何减少回表次数呢?我们先来复习下B+树索引结构哈~

InnoDB中，索引分主键索引(聚簇索引)和二级索引

• 主键索引，叶子节点存放的是整行数据
• 二级索引，叶子节点存放的是主键的值。

把条件转移到主键索引树

如果我们把查询条件，转移回到主键索引树，那就可以减少回表次数啦。转移到主键索引树查询的话，查询条件得改为主键id了，之前SQL的update_time这些条件咋办呢?抽到子查询那里嘛~

子查询那里怎么抽的呢?因为二级索引叶子节点是有主键ID的，所以我们直接根据update_time来查主键ID即可，同时我们把 limit 100000的条件，也转移到子查询，完整SQL如下：

1. 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; 

查询效果一样的，执行时间只需要0.038秒!

我们来看下执行计划

由执行计划得知，子查询 table a查询是用到了idx_update_time索引。首先在索引上拿到了聚集索引的主键ID,省去了回表操作，然后第二查询直接根据第一个查询的 ID往后再去查10个就可以了!

因此，这个方案是可以的~

INNER JOIN 延迟关联

延迟关联的优化思路，跟子查询的优化思路其实是一样的：都是把条件转移到主键索引树，然后减少回表。不同点是，延迟关联使用了inner join代替子查询。

优化后的SQL如下：

1. 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; 

查询效果也是杠杆的，只需要0.034秒

执行计划如下：

查询思路就是，先通过idx_update_time二级索引树查询到满足条件的主键ID，再与原表通过主键ID内连接，这样后面直接走了主键索引了，同时也减少了回表。

标签记录法

limit 深分页问题的本质原因就是：偏移量(offset)越大，mysql就会扫描越多的行，然后再抛弃掉。这样就导致查询性能的下降。

其实我们可以采用标签记录法，就是标记一下上次查询到哪一条了，下次再来查的时候，从该条开始往下扫描。就好像看书一样，上次看到哪里了，你就折叠一下或者夹个书签，下次来看的时候，直接就翻到啦。

假设上一次记录到100000，则SQL可以修改为：

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

这样的话，后面无论翻多少页，性能都会不错的，因为命中了id索引。但是这种方式有局限性：需要一种类似连续自增的字段。

使用between...and...

很多时候，可以将limit查询转换为已知位置的查询，这样MySQL通过范围扫描between...and，就能获得到对应的结果。

如果知道边界值为100000，100010后，就可以这样优化：

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

手把手实战案例

我们一起来看一个实战案例哈。假设现在有表结构如下，并且有200万数据.

1. CREATE TABLE account ( 
2.  id varchar(32) COLLATE utf8_bin NOT NULL COMMENT '主键', 
3.  account_no varchar(64) COLLATE utf8_bin NOT NULL DEFAULT '' COMMENT '账号' 
4.  amount decimal(20,2) DEFAULT NULL COMMENT '金额' 
5.  type varchar(10) COLLATE utf8_bin DEFAULT NULL COMMENT '类型A，B' 
6.  create_time datetime DEFAULT NULL COMMENT '创建时间', 
7.  update_time datetime DEFAULT NULL COMMENT '更新时间', 
8.  PRIMARY KEY (id), 
9.  KEY `idx_account_no` (account_no), 
10.  KEY `idx_create_time` (create_time) 
11.  ) ENGINE=InnoDB DEFAULT CHARSET=utf8 COLLATE=utf8_bin COMMENT='账户表'  

业务需求是这样：获取最2021年的A类型账户数据，上报到大数据平台。

一般思路的实现方式

很多伙伴接到这么一个需求，会直接这么实现了：

1. //查询上报总数量 
2. Integer total = accountDAO.countAccount(); 
3.  
4. //查询上报总数量对应的SQL 
5. <select id ='countAccount' resultType="java.lang.Integer"> 
6.   seelct count(1)  
7.   from account 
8.   where create_time >='2021-01-01 00:00:00' 
9.   and  type ='A' 
10. </select> 
11.  
12. //计算页数 
13. int pageNo = total % pageSize == 0 ? total / pageSize : (total / pageSize + 1); 
14.  
15. //分页查询，上报 
16. for(int i = 0; i < pageNo; i++){ 
17.  List<AcctountPO> list = accountDAO.listAccountByPage(startRow,pageSize); 
18.  startRow = (pageNo-1)*pageSize; 
19.  //上报大数据 
20.  postBigData(list); 
21. } 
22.   
23. //分页查询SQL（可能存在limit深分页问题，因为account表数据量几百万） 
24. <select id ='listAccountByPage' > 
25.   seelct *  
26.   from account 
27.   where create_time >='2021-01-01 00:00:00' 
28.   and  type ='A' 
29.   limit #{startRow},#{pageSize} 
30. </select> 

 实战优化方案

以上的实现方案，会存在limit深分页问题，因为account表数据量几百万。那怎么优化呢?

其实可以使用标签记录法，有些伙伴可能会有疑惑，id主键不是连续的呀，真的可以使用标签记录?

当然可以，id不是连续，我们可以通过order by让它连续嘛。优化方案如下：

1. //查询最小ID 
2. String  lastId = accountDAO.queryMinId(); 
3.  
4. //查询最大ID对应的SQL 
5. <select id="queryMinId" returnType=“java.lang.String”> 
6. select MIN(id)  
7. from account 
8. where create_time >='2021-01-01 00:00:00' 
9. and type ='A' 
10. </select> 
11.  
12. //一页的条数 
13. Integer pageSize = 100; 
14.  
15. List<AcctountPO> list ; 
16. do{ 
17.    list = listAccountByPage(lastId,pageSize); 
18.    //标签记录法，记录上次查询过的Id 
19.    lastId = list.get(list,size()-1).getId(); 
20.     //上报大数据 
21.     postBigData(list); 
22. }while(CollectionUtils.isNotEmpty(list)); 
23.  
24. <select id ="listAccountByPage"> 
25.   select *  
26.   from account  
27.   where create_time >='2021-01-01 00:00:00' 
28.   and id > #{lastId} 
29.   and type ='A' 
30.   order by id asc   
31.   limit #{pageSize} 
32. </select> 

原文链接：https://mp.weixin.qq.com/s/vj3dSl2mxxQeNl2KU2QNDA