實戰！聊聊如何解決MySQL深分頁問題

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。

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>