实战!聊聊如何解决MySQL深分页问题

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。

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。

实战!聊聊如何解决MySQL深分页问题

limit深分页为什么会变慢?

先看下表结构哈:

  • CREATETABLEaccount(
  • idint(11)NOTNULLAUTO_INCREMENTCOMMENT'主键Id',
  • namevarchar(255)DEFAULTNULLCOMMENT'账户名',
  • balanceint(11)DEFAULTNULLCOMMENT'余额',
  • create_timedatetimeNOTNULLCOMMENT'创建时间',
  • update_timedatetimeNOTNULLONUPDATECURRENT_TIMESTAMPCOMMENT'更新时间',
  • PRIMARYKEY(id),
  • KEYidx_name(name),
  • KEYidx_update_time(update_time)//索引
  • )ENGINE=InnoDBAUTO_INCREMENT=1570068DEFAULTCHARSET=utf8ROW_FORMAT=REDUNDANTCOMMENT='账户表';
  • 假设深分页的执行SQL如下:

  • selectid,name,balancefromaccountwhereupdate_time>'2020-09-19'limit100000,10;
  • 这个SQL的执行时间如下:

    实战!聊聊如何解决MySQL深分页问题

    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

    实战!聊聊如何解决MySQL深分页问题

    我们先来看下这个SQL的执行流程:

  • 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。
  • 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)
  • 扫描满足条件的100010行,然后扔掉前100000行,返回。
  • 实战!聊聊如何解决MySQL深分页问题

    SQL的执行流程

    执行计划如下:

    实战!聊聊如何解决MySQL深分页问题

    SQL变慢原因有两个:

  • 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。
  • 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。

    实战!聊聊如何解决MySQL深分页问题

    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:

  • selectid,name,balanceFROMaccountwhereid>=(selecta.idfromaccountawherea.update_time>='2020-09-19'limit100000,1)LIMIT10;
  • 查询效果一样的,执行时间只需要0.038秒!

    实战!聊聊如何解决MySQL深分页问题

    我们来看下执行计划

    实战!聊聊如何解决MySQL深分页问题

    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!

    实战!聊聊如何解决MySQL深分页问题

    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:

  • SELECTacct1.id,acct1.name,acct1.balanceFROMaccountacct1INNERJOIN(SELECTa.idFROMaccountaWHEREa.update_time>='2020-09-19'ORDERBYa.update_timeLIMIT100000,10)ASacct2onacct1.id=acct2.id;
  • 查询效果也是杠杆的,只需要0.034秒

    实战!聊聊如何解决MySQL深分页问题

    执行计划如下:

    实战!聊聊如何解决MySQL深分页问题

    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:

  • selectid,name,balanceFROMaccountwhereid>100000orderbyidlimit10;
  • 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:

  • selectid,name,balanceFROMaccountwhereidbetween100000and100010orderbyid;
  • 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.

  • CREATETABLEaccount(
  • idvarchar(32)COLLATEutf8_binNOTNULLCOMMENT'主键',
  • account_novarchar(64)COLLATEutf8_binNOTNULLDEFAULT''COMMENT'账号'
  • amountdecimal(20,2)DEFAULTNULLCOMMENT'金额'
  • typevarchar(10)COLLATEutf8_binDEFAULTNULLCOMMENT'类型A,B'
  • create_timedatetimeDEFAULTNULLCOMMENT'创建时间',
  • update_timedatetimeDEFAULTNULLCOMMENT'更新时间',
  • PRIMARYKEY(id),
  • KEY`idx_account_no`(account_no),
  • KEY`idx_create_time`(create_time)
  • )ENGINE=InnoDBDEFAULTCHARSET=utf8COLLATE=utf8_binCOMMENT='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:

  • //查询上报总数量
  • Integertotal=accountDAO.countAccount();
  • //查询上报总数量对应的SQL
  • <selectid='countAccount'resultType="java.lang.Integer">
  • seelctcount(1)
  • fromaccount
  • wherecreate_time>='2021-01-0100:00:00'
  • andtype='A'
  • </select>
  • //计算页数
  • intpageNo=total%pageSize==0?total/pageSize:(total/pageSize+1);
  • //分页查询,上报
  • for(inti=0;i<pageNo;i++){
  • List<AcctountPO>list=accountDAO.listAccountByPage(startRow,pageSize);
  • startRow=(pageNo-1)*pageSize;
  • //上报大数据
  • postBigData(list);
  • }
  • //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)
  • <selectid='listAccountByPage'>
  • seelct*
  • fromaccount
  • wherecreate_time>='2021-01-0100:00:00'
  • andtype='A'
  • limit#{startRow},#{pageSize}
  • </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:

  • //查询最小ID
  • StringlastId=accountDAO.queryMinId();
  • //查询最大ID对应的SQL
  • <selectid="queryMinId"returnType=“java.lang.String”>
  • selectMIN(id)
  • fromaccount
  • wherecreate_time>='2021-01-0100:00:00'
  • andtype='A'
  • </select>
  • //一页的条数
  • IntegerpageSize=100;
  • List<AcctountPO>list;
  • do{
  • list=listAccountByPage(lastId,pageSize);
  • //标签记录法,记录上次查询过的Id
  • lastId=list.get(list,size()-1).getId();
  • //上报大数据
  • postBigData(list);
  • }while(CollectionUtils.isNotEmpty(list));
  • <selectid="listAccountByPage">
  • select*
  • fromaccount
  • wherecreate_time>='2021-01-0100:00:00'
  • andid>#{lastId}
  • andtype='A'
  • orderbyidasc
  • limit#{pageSize}
  • </select>
  • 原文链接:https://mp.weixin.qq.com/s/vj3dSl2mxxQeNl2KU2QNDA

    版权声明:本文(即:原文链接:https://www.qin1qin.com/catagory/5741/)内容由互联网用户自发投稿贡献,该文观点仅代表作者本人。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如发现本站有涉嫌抄袭侵权/违法违规的内容, 请发送邮件至 630367839@qq.com 举报,一经查实,本站将立刻删除。

    (0)
    上一篇 2022年7月26日 上午10:01
    下一篇 2022年7月26日 上午10:02
    软件定制开发公司

    相关阅读

    发表回复

    登录后才能评论
    通知:禁止投稿所有关于虚拟货币,币圈类相关文章,发现立即永久封锁账户ID!