實戰!聊聊如何解決MySQL深分頁問題

語言: CN / TW / HK

前言

我們日常做分頁需求時,一般會用limit實現,但是當偏移量特別大的時候,查詢效率就變得低下。 本文將分四個方案,討論如何優化MySQL百萬資料的深分頁問題,並附上最近優化生產慢SQL的實戰案例。

limit深分頁為什麼會變慢?

先看下錶結構哈:

CREATE TABLE account (
id int(11) NOT NULL AUTO_INCREMENT COMMENT '主鍵Id',
name varchar(255) DEFAULT NULL COMMENT '賬戶名',
balance int(11) DEFAULT NULL COMMENT '餘額',
create_time datetime NOT NULL COMMENT '建立時間',
update_time datetime NOT NULL ON UPDATE CURRENT_TIMESTAMP COMMENT '更新時間',
PRIMARY KEY (id),
KEY idx_name (name),
KEY idx_update_time (update_time) //索引
) ENGINE=InnoDB AUTO_INCREMENT=1570068 DEFAULT CHARSET=utf8 ROW_FORMAT=REDUNDANT COMMENT='賬戶表';

假設深分頁的執行SQL如下:

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

這個SQL的執行時間如下:

執行完需要 0.742 秒,深分頁為什麼會 變慢 呢?如果換成 limit 0,10 ,只需要 0.006 秒哦

我們先來看下這個SQL的執行流程:

  1. 通過 普通二級索引樹 idx_update_time,過濾update_time條件,找到滿足條件的記錄ID。

  2. 通過ID,回到 主鍵索引樹 ,找到滿足記錄的行,然後取出展示的列( 回表

  3. 掃描滿足條件的100010行,然後扔掉前100000行,返回。

SQL的執行流程

執行計劃如下:

SQL變慢原因有兩個:

  1. limit語句會先掃描offset+n行,然後再丟棄掉前offset行,返回後n行資料。也就是說 limit 100000,10 ,就會掃描100010行,而 limit 0,10 ,只掃描10行。
  2. limit 100000,10 掃描更多的行數,也意味著 回表 更多的次數。

通過子查詢優化

因為以上的SQL,回表了100010次,實際上,我們只需要10條資料,也就是我們只需要10次回表其實就夠了。因此,我們可以通過 減少回表次數 來優化。

回顧B+ 樹結構

那麼,如何減少回表次數呢?我們先來複習下B+樹索引結構哈~

InnoDB中,索引分主鍵索引(聚簇索引)和二級索引

  • 主鍵索引,葉子節點存放的是整行資料

  • 二級索引,葉子節點存放的是 主鍵的值

把條件轉移到主鍵索引樹

如果我們把查詢條件,轉移回到主鍵索引樹,那就可以減少回表次數啦。轉移到主鍵索引樹查詢的話,查詢條件得改為 主鍵id 了,之前SQL的 update_time 這些條件咋辦呢?抽到 子查詢 那裡嘛~

子查詢那裡怎麼抽的呢?因為二級索引葉子節點是有主鍵ID的,所以我們直接根據 update_time 來查主鍵ID即可,同時我們把 limit 100000 的條件,也轉移到子查詢,完整SQL如下:

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;寫漏了,可以補下時間條件在外面

查詢效果一樣的,執行時間只需要0.038秒!

我們來看下執行計劃

由執行計劃得知,子查詢 table a查詢是用到了 idx_update_time 索引。首先在索引上拿到了聚集索引的主鍵ID,省去了回表操作,然後第二查詢直接根據第一個查詢的 ID往後再去查10個就可以了!

因此,這個方案是可以的~

INNER JOIN 延遲關聯

延遲關聯的優化思路, 跟子查詢的優化思路其實是一樣的 :都是把條件轉移到主鍵索引樹,然後減少回表。不同點是,延遲關聯使用了inner join代替子查詢。

優化後的SQL如下:

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;

查詢效果也是槓桿的,只需要0.034秒

執行計劃如下:

查詢思路就是,先通過 idx_update_time 二級索引樹查詢到滿足條件的主鍵ID,再與原表通過主鍵ID內連線,這樣後面直接走了主鍵索引了,同時也減少了回表。

標籤記錄法

limit 深分頁問題的本質原因就是: 偏移量(offset)越大,mysql就會掃描越多的行,然後再拋棄掉。這樣就導致查詢效能的下降

其實我們可以採用 標籤記錄 法,就是標記一下上次查詢到哪一條了,下次再來查的時候,從該條開始往下掃描。 就好像看書一樣,上次看到哪裡了,你就摺疊一下或者夾個書籤,下次來看的時候,直接就翻到啦

假設上一次記錄到100000,則SQL可以修改為:

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

這樣的話,後面無論翻多少頁,效能都會不錯的,因為命中了 id 索引。但是這種方式 有侷限性 :需要一種類似連續自增的欄位。

使用between...and...

很多時候,可以將 limit 查詢轉換為已知位置的查詢,這樣MySQL通過範圍掃描 between...and ,就能獲得到對應的結果。

如果知道邊界值為100000,100010後,就可以這樣優化:

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

手把手實戰案例

我們一起來看一個實戰案例哈。假設現在有表結構如下,並且有 200萬 資料.

CREATE TABLE account (
id varchar(32) COLLATE utf8_bin NOT NULL COMMENT '主鍵',
account_no varchar(64) COLLATE utf8_bin NOT NULL DEFAULT '' COMMENT '賬號'
amount decimal(20,2) DEFAULT NULL COMMENT '金額'
type varchar(10) COLLATE utf8_bin DEFAULT NULL COMMENT '型別A,B'
create_time datetime DEFAULT NULL COMMENT '建立時間',
update_time datetime DEFAULT NULL COMMENT '更新時間',
PRIMARY KEY (id),
KEY `idx_account_no` (account_no),
KEY `idx_create_time` (create_time)
) ENGINE=InnoDB DEFAULT CHARSET=utf8 COLLATE=utf8_bin COMMENT='賬戶表'

業務需求是這樣:獲取最2021年的A型別賬戶資料,上報到大資料平臺。

一般思路的實現方式

很多夥伴接到這麼一個需求,會直接這麼實現了:

//查詢上報總數量
Integer total = accountDAO.countAccount();

//查詢上報總數量對應的SQL
<select id ='countAccount' resultType="java.lang.Integer">
seelct count(1)
from account
where create_time >='2021-01-01 00:00:00'
and type ='A'
</select>

//計算頁數
int pageNo = total % pageSize == 0 ? total / pageSize : (total / pageSize + 1);

//分頁查詢,上報
for(int i = 0; i < pageNo; i++){
List<AcctountPO> list = accountDAO.listAccountByPage(startRow,pageSize);
startRow = (pageNo-1)*pageSize;
//上報大資料
postBigData(list);
}

//分頁查詢SQL(可能存在limit深分頁問題,因為account表資料量幾百萬)
<select id ='listAccountByPage' >
seelct *
from account
where create_time >='2021-01-01 00:00:00'
and type ='A'
limit #{startRow},#{pageSize}
</select>

實戰優化方案

以上的實現方案,會存在limit深分頁問題,因為account表資料量幾百萬。那怎麼優化呢?

其實可以使用 標籤記錄 法,有些夥伴可能會有疑惑, id主鍵不是連續 的呀,真的可以使用標籤記錄?

當然可以,id不是連續,我們可以通過 order by 讓它連續嘛。優化方案如下:

//查詢最小ID
String lastId = accountDAO.queryMinId();

//查詢最小ID對應的SQL
<select id="queryMinId" returnType=“java.lang.String”>
select MIN(id)
from account
where create_time >='2021-01-01 00:00:00'
and type ='A'
</select>

//一頁的條數
Integer pageSize = 100;

List<AcctountPO> list ;
do{
list = listAccountByPage(lastId,pageSize);
//標籤記錄法,記錄上次查詢過的Id
lastId = list.get(list,size()-1).getId();
//上報大資料
postBigData(list);
}while(CollectionUtils.isNotEmpty(list));

<select id ="listAccountByPage">
select *
from account
where create_time >='2021-01-01 00:00:00'
and id > #{lastId}
and type ='A'
order by id asc
limit #{pageSize}
</select>

--end--

碼字不易,如果 覺得內容對你有幫助,希望你能花幾秒點個三連贊、在看、分享喲~ 你小小的 點贊 永遠是我持續創作的動力,謝謝你(瘋狂比心)~