1.1. 背景
对于开发来说，分页功能碰到的频率还是算蛮高的，基本上在每个模块中都需要都会遇到列表分页的功能。他们实现的都很快，因为基本上只要把之前的代码改改就OK了。他们的实现基本是是如下语句：
SELECT * FROM goods WHERE user_id = 4 LIMIT 1000 , 20 ;
. . . omit . . .
20 rows in set ( 0.11 sec )
像这样的语句对数据量小或偏移量小的时候是十分快的。但是当数据量大并且偏移量大的时候就会有问题了。如下：
SELECT * FROM goods WHERE user_id = 4 LIMIT 500000 , 20 ;
. . . omit . . .
20 rows in set ( 7.84 sec )
为什么会这样就不说了。下面给出优化的过程。
1.2. 构建数据
--创建商品表
DROP TABLE IF EXISTS goods ;
CREATE TABLE goods (
id bigint ( 20 ) unsigned NOT NULL AUTO_INCREMENT ,
good_name VARCHAR ( 50 ) NOT NULL ,
user_id TINYINT unsigned NOT NULL ,
PRIMARY KEY ( ` id ` )
) ;
--创建批量添加数据存储过程
--下面创建数据可能需要一点时间
DROP PROCEDURE IF EXISTS insert_batch ;
DELIMITER //
CREATE PROCEDURE insert_batch ( )
BEGIN
DECLARE num INT ;
DECLARE user_id TINYINT ;
SET num = 1 ;
WHILE num <= 100000 DO
SELECT FLOOR ( RAND ( ) * 10 + 1 ) INTO user_id ;
INSERT INTO goods VALUES ( NULL , REPEAT ( 'X' , 50 ) , user_id ) ;
SET num = num + 1 ;
END WHILE ;
SET num = 1 ;
WHILE num <= 7 DO
INSERT INTO goods SELECT NULL , good_name , user_id FROM goods ;
SET num = num + 1 ;
END WHILE ;
END //
DELIMITER ;
--调用存储过程
CALL insert_batch ( ) ;
--添加索引
ALTER TABLE goods
ADD INDEX idx $ goods $ user_id ( user_id ) ;
SELECT user_id , COUNT ( * ) FROM goods GROUP BY user_id ;
+ -- -- -- -- - + -- -- -- -- -- +
| user_id | COUNT ( * ) |
+ -- -- -- -- - + -- -- -- -- -- +
| 1 | 10089 |
| 2 | 10077 |
| 3 | 9944 |
| 4 | 12710074 |
| 5 | 10011 |
| 6 | 9925 |
| 7 | 9950 |
| 8 | 10149 |
| 9 | 9949 |
| 10 | 9832 |
+ -- -- -- -- - + -- -- -- -- -- +
这边我们以数据最多的user_id=4的记录来模拟
1.3. 优化规则
让所有结果集数据最小化。如果是临时表，还是行数据还是列数据都让结果最小化，还有就是临时结果集尽量不走主键索引，走二级索引。
1.4. 模拟
现在我们需要查询用户4在10000000后20条数据
1、通过user_id找到主键ID(让列结果最小化)
SELECT id FROM goods WHERE user_id = 4 LIMIT 10000000 , 20 ;
10343427
. . . omit . . .
10343446
20 rows in set ( 1.83 sec )
2、通过获得的主键ID寻找需要的数据,这边我就不使用python来演示了。在程序里面就需要拼出IN里面的条件。
SELECT *
FROM goods
WHERE id IN (
10343427 , 10343428 , 10343429 , 10343430 , 10343431 ,
10343432 , 10343433 , 10343434 , 10343435 , 10343436 ,
10343437 , 10343438 , 10343439 , 10343440 , 10343441 ,
10343442 , 10343443 , 10343444 , 10343445 , 10343446
) ;
+ -- -- -- -- -- + -- -- -- -- -- -- -- -- -- -- -- -- -- -- -- -- -- -- -- -- -- -- -- -- -- -- + -- -- -- -- - +
| id | good_name | user_id |
+ -- -- -- -- -- + -- -- -- -- -- -- -- -- -- -- -- -- -- -- -- -- -- -- -- -- -- -- -- -- -- -- + -- -- -- -- - +
| 10343427 | XXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXX | 4 |
. . . omit . . .
20 rows in set ( 0.01 sec )
1.5. 进一步优化
其实上面我们还能让结构级变少。来看下面列表简图:
在网页的分页按钮基本省都是一个连接，或者通过jquery时间分页。我们可以在按钮上添加两个属性参数为max_id和min_id。分别记录的是当前页数据的最小ID和最大ID(如：min_max=10343427、max_id=10343446)。
查找数据如下：
1、通过user_id找到主键ID(让列结果最小化)
如果是点击下一页
SELECT id FROM goods WHERE id > 10343446 AND user_id = 4 LIMIT 0 , 20 ;
+ -- -- -- -- -- +
| id |
+ -- -- -- -- -- +
| 10343447 |
. . . omit . . .
20 rows in set ( 0.02 sec )
如果是点击上一页(上一页会比下一页性能来的差一点，因为有用到排序)
SELECT id FROM goods WHERE id < 10343427 AND user_id = 4
ORDER BY id DESC
LIMIT 0 , 20 ;
2、通过获得的主键ID寻找需要的数据
SELECT *
FROM goods
WHERE id IN (
10343447 , 10343448 , 10343449 , 10343450 , 10343451 ,
10343452 , 10343453 , 10343454 , 10343455 , 10343456 ,
10343457 , 10343458 , 10343459 , 10343460 , 10343461 ,
10343462 , 10343463 , 10343464 , 10343465 , 10343466
) ;
+ -- -- -- -- -- + -- -- -- -- -- -- -- -- -- -- -- -- -- -- -- -- -- -- -- -- -- -- -- -- -- -- + -- -- -- -- - +
| id | good_name | user_id |
+ -- -- -- -- -- + -- -- -- -- -- -- -- -- -- -- -- -- -- -- -- -- -- -- -- -- -- -- -- -- -- -- + -- -- -- -- - +
| 10343447 | XXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXX | 4 |
. . . omit . . .
20 rows in set ( 0.01 sec )
1.6. 总结
这种优化可能在一些使用到聚合函数的排序的情况下没法使用。
在这边鼓励使用MySQL的尽量使用比较简单的语句，不使用JOIN。因为优化器对简单的语句解析的很快，而且在维护的角度来说越白痴的语句越让人容易明白。
当然，强烈反对在程序中 for 循环取数据库。