MYSQL分页limit速度太慢优化方法

sqtsqt

　　当一个表数据有几百万的数据时，分页的时候成了问题
　　如 select * from table limit 0,10 这个没有问题 当 limit 200000,10 的时候数据读取就很慢，可以按照一下方法解决
　　最近一个网站的服务器评论被人刷死，导致mysql数据库异常发生too many open connections
　　引发的SQL语句：
SELECT a.uid, a.veil, a.content, a.datetimes, a.audit, b.user_name, b.uc_id　　
FROM news_talkabout a
　　
LEFT JOIN users_info b ON a.uid = b.id
　　
WHERE infoid =11087
　　
ORDER BY a.id DESC
　　
LIMIT 451350 , 30
　　丢在phpmyadmin里执行一下，是很慢。
　　让人思考是什么因素：
SELECT a.uid, a.veil, a.content, a.datetimes, a.audit, b.user_name, b.uc_id　　
FROM news_talkabout a
　　
LEFT JOIN users_info b ON a.uid = b.id
　　
WHERE infoid =11087
　　
ORDER BY a.id DESC
　　
LIMIT 0 , 30
　　第一页会很快
　　PERCONA PERFORMANCE CONFERENCE 2009上，来自雅虎的几位工程师带来了一篇"EfficientPagination Using MySQL"的报告
　　limit10000,20的意思扫描满足条件的10020行，扔掉前面的10000行，返回最后的20行，问题就在这里。
　　LIMIT 451350 , 30 扫描了45万多行，怪不得慢的数据库都堵死了。
　　但是
　　limit 30 这样的语句仅仅扫描30行。
　　那么如果我们之前记录了最大ID，就可以在这里做文章
　　举个例子
　　日常分页SQL语句

　　select>　　扫描100020行
　　如果记录了上次的最大ID

　　select>　　扫描20行。
　　总数据有500万左右

　　以下例子 当时候 select * from wl_tagindex where byname='f' order by>　　优化后：
　　select * from (

　　select>
　　where byname='f' order by>　　) a
　　left join wl_tagindex b on a.id=b.id
　　执行时间为 0.11s 速度明显提升
　　这里需要说明的是 我这里用到的字段是 byname ,id 需要把这两个字段做复合索引，否则的话效果提升不明显
　　总结
　　当一个数据库表过于庞大，LIMIT offset, length中的offset值过大，则SQL查询语句会非常缓慢，你需增加order by，并且order by字段需要建立索引。
　　如果使用子查询去优化LIMIT的话，则子查询必须是连续的，某种意义来讲，子查询不应该有where条件，where会过滤数据，使数据失去连续性。
　　如果你查询的记录比较大，并且数据传输量比较大，比如包含了text类型的field，则可以通过建立子查询。

　　SELECT>　　如果limit语句的offset较大，你可以通过传递pk键值来减小offset = 0，这个主键最好是int类型并且auto_increment
　　SELECT * FROM users WHERE uid > 456891 ORDER BY uid LIMIT 0, 10;
　　这条语句，大意如下:
　　SELECT * FROM users WHERE uid >=  (SELECT uid FROM users ORDER BY uid limit 895682, 1) limit 0, 10;
　　如果limit的offset值过大，用户也会翻页疲劳，你可以设置一个offset最大的，超过了可以另行处理，一般连续翻页过大，用户体验很差，则应该提供更优的用户体验给用户。
　　limit 分页优化方法
　　1.子查询优化法
　　先找出第一条数据，然后大于等于这条数据的id就是要获取的数据
　　缺点：数据必须是连续的，可以说不能有where条件，where条件会筛选数据，导致数据失去连续性
　　实验下：
mysql> set profiling=1;　　
Query OK, 0 rows affected (0.00 sec)
　　
mysql> select count(*) from Member;
　　
+----------+
　　
| count(*) |
　　
+----------+
　　
|   169566 |
　　
+----------+
　　
1 row in set (0.00 sec)
　　
mysql> pager grep !~-
　　
PAGER set to 'grep !~-'
　　
mysql> select * from Member limit 10, 100;
　　
100 rows in set (0.00 sec)
　　
mysql> select * from Member where MemberID >= (select MemberID from Member limit 10,1) limit 100;
　　
100 rows in set (0.00 sec)
　　
mysql> select * from Member limit 1000, 100;
　　
100 rows in set (0.01 sec)
　　
mysql> select * from Member where MemberID >= (select MemberID from Member limit 1000,1) limit 100;
　　
100 rows in set (0.00 sec)
　　
mysql> select * from Member limit 100000, 100;
　　
100 rows in set (0.10 sec)
　　
mysql> select * from Member where MemberID >= (select MemberID from Member limit 100000,1) limit 100;
　　
100 rows in set (0.02 sec)
　　
mysql> nopager
　　
PAGER set to stdout
　　

　　
mysql> show profilesG
　　
*************************** 1. row ***************************
　　
Query_ID: 1
　　
Duration: 0.00003300
　　
   Query: select count(*) from Member
　　
*************************** 2. row ***************************
　　
Query_ID: 2
　　
Duration: 0.00167000
　　
   Query: select * from Member limit 10, 100
　　
*************************** 3. row ***************************
　　
Query_ID: 3
　　
Duration: 0.00112400
　　
   Query: select * from Member where MemberID >= (select MemberID from Member limit 10,1) limit 100
　　
*************************** 4. row ***************************
　　
Query_ID: 4
　　
Duration: 0.00263200
　　
   Query: select * from Member limit 1000, 100
　　
*************************** 5. row ***************************
　　
Query_ID: 5
　　
Duration: 0.00134000
　　
   Query: select * from Member where MemberID >= (select MemberID from Member limit 1000,1) limit 100
　　
*************************** 6. row ***************************
　　
Query_ID: 6
　　
Duration: 0.09956700
　　
   Query: select * from Member limit 100000, 100
　　
*************************** 7. row ***************************
　　
Query_ID: 7
　　
Duration: 0.02447700
　　
   Query: select * from Member where MemberID >= (select MemberID from Member limit 100000,1) limit 100
　　从结果中可以得知，当偏移1000以上使用子查询法可以有效的提高性能。
　　2.倒排表优化法
　　倒排表法类似建立索引，用一张表来维护页数，然后通过高效的连接得到数据
　　缺点：只适合数据数固定的情况，数据不能删除，维护页表困难
　　3.反向查找优化法
　　当偏移超过一半记录数的时候，先用排序，这样偏移就反转了
　　缺点：order by优化比较麻烦，要增加索引，索引影响数据的修改效率，并且要知道总记录数
　　，偏移大于数据的一半
　　引用
　　limit偏移算法：
　　正向查找： (当前页 - 1) * 页长度
　　反向查找： 总记录 - 当前页 * 页长度
　　做下实验，看看性能如何
　　总记录数：1,628,775
　　每页记录数： 40
　　总页数：1,628,775 / 40 = 40720
　　中间页数：40720 / 2 = 20360
　　第21000页
　　正向查找SQL:
SELECT * FROM `abc` WHERE `BatchID` = 123 LIMIT 839960, 40　　时间：1.8696 秒
　　反向查找sql:
SELECT * FROM `abc` WHERE `BatchID` = 123 ORDER BY InputDate DESC LIMIT 788775, 40　　时间：1.8336 秒
　　第30000页
　　正向查找SQL:
1.SELECT * FROM `abc` WHERE `BatchID` = 123 LIMIT 1199960, 40　　
SELECT * FROM `abc` WHERE `BatchID` = 123 LIMIT 1199960, 40
　　(更多内容，点击此处打开原文)