MySQL limit 優化，百萬至千萬級快速分頁：複合索引

MySQL 性能到底能有多高？用了php半年多，真正如此深刻的去思考這個問題仍是從前天開始。有過痛苦有過絕望，到如今充滿信心！MySql 這個數據庫絕對是適合dba級的高手去玩的，通常作一點1萬篇新聞的小型系統怎麼寫均可以，用xx框架能夠實現快速開發。但是數據量到了10萬，百萬至千 萬，他的性能還能那麼高嗎？一點小小的失誤，可能形成整個系統的改寫，甚至更本系統沒法正常運行！好了，不那麼多廢話了。用事實說話，看例子：

數據表 collect ( id, title ,info ,vtype) 就這4個字段，其中 title 用定長，info 用text, id 是逐漸，vtype是tinyint，vtype是索引。這是一個基本的新聞系統的簡單模型。如今往裏面填充數據，填充10萬篇新聞。

最後collect 爲 10萬條記錄，數據庫表佔用硬盤1.6G。OK ,看下面這條sql語句：

select id,title from collect limit 1000,10; 很快；基本上0.01秒就OK，再看下面的

select id,title from collect limit 90000,10; 從9萬條開始分頁，結果？

8-9秒完成，my god 哪出問題了？？？？其實要優化這條數據，網上找獲得答案。看下面一條語句:

select id from collect order by id limit 90000,10; 很快，0.04秒就OK。 爲何？由於用了id主鍵作索引固然快。網上的改法是：

select id,title from collect where id>=(select id from collect order by id limit 90000,1) limit 10;

這就是用了id作索引的結果。但是問題複雜那麼一點點，就完了。看下面的語句

select id from collect where vtype=1 order by id limit 90000,10; 很慢，用了8-9秒！

到了這裏我相信不少人會和我同樣，有崩潰感受！vtype 作了索引了啊？怎麼會慢呢？vtype作了索引是不錯，你直接 select id from collect where vtype=1 limit 1000,10; 是很快的，基本上0.05秒，但是提升90倍，從9萬開始，那就是0.05*90=4.5秒的速度了。和測試結果8-9秒到了一個數量級。從這裏開始有人 提出了分表的思路，這個和discuz 論壇是同樣的思路。思路以下：

建一個索引表： t (id,title,vtype) 並設置成定長，而後作分頁，分頁出結果再到 collect 裏面去找info 。 是否可行呢？實驗下就知道了。

10萬條記錄到 t(id,title,vtype) 裏，數據表大小20M左右。用

select id from t where vtype=1 order by id limit 90000,10; 很快了。基本上0.1-0.2秒能夠跑完。爲何會這樣呢？我猜測是由於collect 數據太多，因此分頁要跑很長的路。limit 徹底和數據表的大小有關的。其實這樣作仍是全表掃描，只是由於數據量小，只有10萬才快。OK， 來個瘋狂的實驗，加到100萬條，測試性能。

加了10倍的數據，立刻t表就到了200多M，並且是定長。仍是剛纔的查詢語句，時間是0.1-0.2秒完成！分表性能沒問題？錯！由於咱們的limit仍是9萬，因此快。給個大的，90萬開始

select id from t where vtype=1 order by id limit 900000,10; 看看結果，時間是1-2秒！

why ?? 分表了時間仍是這麼長，很是之鬱悶！有人說定長會提升limit的性能，開始我也覺得，由於一條記錄的長度是固定的，mysql 應該能夠算出90萬的位置纔對啊？ 但是咱們高估了mysql 的智能，他不是商務數據庫，事實證實定長和非定長對limit影響不大？ 怪不得有人說 discuz到了100萬條記錄就會很慢，我相信這是真的，這個和數據庫設計有關！

難道MySQL 沒法突破100萬的限制嗎？？？到了100萬的分頁就真的到了極限？？？

答案是： NO !!!! 爲何突破不了100萬是由於不會設計mysql形成的。下面介紹非分表法，來個瘋狂的測試！一張表搞定100萬記錄，而且10G 數據庫，如何快速分頁！

好了，咱們的測試又回到 collect表，開始測試結論是： 30萬數據，用分表法可行，超過30萬他的速度會慢道你沒法忍受！固然若是用分表+我這種方法，那是絕對完美的。可是用了我這種方法後，不用分表也能夠完美解決！

答案就是：複合索引！ 有一次設計mysql索引的時候，無心中發現索引名字能夠任取，能夠選擇幾個字段進來，這有什麼用呢？開始的select id from collect order by id limit 90000,10; 這麼快就是由於走了索引，但是若是加了where 就不走索引了。抱着試試看的想法加了 search(vtype,id) 這樣的索引。而後測試

select id from collect where vtype=1 limit 90000,10; 很是快！0.04秒完成！

再測試: select id ,title from collect where vtype=1 limit 90000,10; 很是遺憾，8-9秒，沒走search索引！

再測試：search(id,vtype)，仍是select id 這個語句，也很是遺憾，0.5秒。

綜上：若是對於有where 條件，又想走索引用limit的，必須設計一個索引，將where 放第一位，limit用到的主鍵放第2位，並且只能select 主鍵！

（博主注：這裏其實涉及到了一個概念：覆蓋索引，

具體啥意思能夠google或者搜索個人博客內的相關文章介紹。）

完美解決了分頁問題了。能夠快速返回id就有但願優化limit ， 按這樣的邏輯，百萬級的limit 應該在0.0x秒就能夠分完。看來mysql 語句的優化和索引時很是重要的！

好了，回到原題，如何將上面的研究成功快速應用於開發呢？若是用複合查詢，個人輕量級框架就沒的用了。分頁字符串還得本身寫，那多麻煩？這裏再看一個例子，思路就出來了：

select * from collect where id in (9000,12,50,7000); 居然 0秒就能夠查完！

mygod ，mysql 的索引居然對於in語句一樣有效！看來網上說in沒法用索引是錯誤的！

有了這個結論，就能夠很簡單的應用於輕量級框架了：

代碼以下：

$db=dblink();
$db->pagesize=20;

$sql="select id from collect where vtype=$vtype";

$db->execute($sql);
$strpage=$db->strpage(); //將分頁字符串保存在臨時變量，方便輸出
while($rs=$db->fetch_array()){
   $strid.=$rs['id'].',';
}
$strid=substr($strid,0,strlen($strid)-1); //構造出id字符串
$db->pagesize=0; //很關鍵，在不註銷類的狀況下，將分頁清空，這樣只須要用一次數據庫鏈接，不須要再開；
$db->execute("select id,title,url,sTime,gTime,vtype,tag from collect where id in ($strid)");

<?php while($rs=$db->fetch_array()): ?>
<tr>
    <td>&nbsp;<?php echo $rs['id'];?></td>
    <td>&nbsp;<?php echo $rs['url'];?></td>
    <td>&nbsp;<?php echo $rs['sTime'];?></td>
    <td>&nbsp;<?php echo $rs['gTime'];?></td>
    <td>&nbsp;<?php echo $rs['vtype'];?></td>
    <td>&nbsp;<a href="?act=show&id=<?php echo $rs['id'];?>" target="_blank"><?php echo $rs['title'];?></a></td>
    <td>&nbsp;<?php echo $rs['tag'];?></td>
</tr>
<?php endwhile; ?>
</table>
<?php
echo $strpage;

經過簡單的變換，其實思路很簡單：1）經過優化索引，找出id，並拼成 "123,90000,12000" 這樣的字符串。2）第2次查詢找出結果。

小小的索引+一點點的改動就使mysql 能夠支持百萬甚至千萬級的高效分頁！

經過這裏的例子，我反思了一點：對於大型系統，PHP千萬不能用框架，尤爲是那種連sql語句都看不到的框架！由於開始對於個人輕量級框架都差點崩 潰！只適合小型應用的快速開發，對於ERP,OA，大型網站，數據層包括邏輯層的東西都不能用框架。若是程序員失去了對sql語句的把控，那項目的風險將 會成幾何級數增長！尤爲是用mysql 的時候，mysql 必定須要專業的dba 才能夠發揮他的最佳性能。一個索引所形成的性能差異多是上千倍！

PS: 通過實際測試，到了100萬的數據，160萬數據，15G表，190M索引，就算走索引，limit都得0.49秒。因此分頁最好別讓別人看到10萬條之後的數據， 要否則會很慢！就算用索引。通過這樣的優化，mysql到了百萬級分頁是個極限！但有這樣的成績已經很不錯，若是你是用sqlserver確定卡死！而 160萬的數據用 id in (str) 很快，基本仍是0秒。若是這樣，千萬級的數據，mysql應該也很容易應付。

最後再看個用覆蓋索引優化 limit offset 查詢的例子：

咱們知道，當limit offset rows中的offset很大時，會出現效率問題：

mysql> select * from test where val=4 limit 300000,5;
+---------+-----+--------+
| id      | val | source |
+---------+-----+--------+
| 3327622 |   4 |      4 |
| 3327632 |   4 |      4 |
| 3327642 |   4 |      4 |
| 3327652 |   4 |      4 |
| 3327662 |   4 |      4 |
+---------+-----+--------+
5 rows in set (15.98 sec)
爲了達到相同的目的，咱們通常會改寫成以下語句：

mysql> select * from test a inner join (select id from test where val=4 limit 300000,5) b on a.id=b.id;
+---------+-----+--------+---------+
| id      | val | source | id      |
+---------+-----+--------+---------+
| 3327622 |   4 |      4 | 3327622 |
| 3327632 |   4 |      4 | 3327632 |
| 3327642 |   4 |      4 | 3327642 |
| 3327652 |   4 |      4 | 3327652 |
| 3327662 |   4 |      4 | 3327662 |
+---------+-----+--------+---------+
5 rows in set (0.38 sec)

推薦閱讀：

http://ourmysql.com/archives/110?f=wb

[1] 高效的MySQL分頁

http://ourmysql.com/archives/598

[2] mysql 證實爲何用limit時，offset很大會影響性能 #117
https://github.com/zhangyachen/zhangyachen.github.io/issues/117?comefrom=http://blogread.cn/news/