- 当前位置：首页 >休闲 >实战！聊聊如何解决MySQL深分页问题
实战！聊聊如何解决MySQL深分页问题
发布时间：2025-11-05 07:27:41 来源：创站工坊 作者：IT科技类资讯
前言
大家好，实战深分我是聊聊捡田螺的小男孩。(求个星标置顶)
我们日常做分页需求时，何解一般会用limit实现，页问但是实战深分当偏移量特别大的时候，查询效率就变得低下。聊聊本文将分四个方案，何解讨论如何优化MySQL百万数据的页问深分页问题，并附上最近优化生产慢SQL的实战深分实战案例。
limit深分页为什么会变慢?聊聊
先看下表结构哈：
CREATE TABLE account ( id int(11) NOT NULL AUTO_INCREMENT COMMENT 主键Id, name varchar(255) DEFAULT NULL COMMENT 账户名, balance int(11) DEFAULT NULL COMMENT 余额, create_time datetime NOT NULL COMMENT 创建时间, update_time datetime NOT NULL ON UPDATE CURRENT_TIMESTAMP COMMENT 更新时间, 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=账户表;假设深分页的执行SQL如下：
select id,name,balance from account where update_time> 2020-09-19 limit 100000,10;这个SQL的执行时间如下：
执行完需要0.742秒，深分页为什么会变慢呢?何解如果换成 limit 0,10，只需要0.006秒哦
我们先来看下这个SQL的页问执行流程：
通过普通二级索引树idx_update_time，过滤update_time条件，实战深分找到满足条件的聊聊记录ID。 通过ID，何解回到主键索引树，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。
SQL的亿华云计算执行流程
执行计划如下：
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。
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，网站模板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：
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;查询效果一样的，执行时间只需要0.038秒!
我们来看下执行计划
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!
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。不同点是云服务器提供商，延迟关联使用了inner join代替子查询。
优化后的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;查询效果也是杠杆的，只需要0.034秒
执行计划如下：
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：
select id,name,balance FROM account where id > 100000 order by id limit 10;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：
select id,name,balance FROM account where id between 100000 and 100010 order by id;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.
CREATE TABLE account ( id varchar(32) COLLATE utf8_bin NOT NULL COMMENT 主键, account_no varchar(64) COLLATE utf8_bin NOT NULL DEFAULT COMMENT 账号 amount decimal(20,2) DEFAULT NULL COMMENT 金额 type varchar(10) COLLATE utf8_bin DEFAULT NULL COMMENT 类型A，B create_time datetime DEFAULT NULL COMMENT 创建时间, update_time datetime DEFAULT NULL COMMENT 更新时间, PRIMARY KEY (id), KEY `idx_account_no` (account_no), KEY `idx_create_time` (create_time) ) ENGINE=InnoDB DEFAULT CHARSET=utf8 COLLATE=utf8_bin COMMENT=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 Integer total = accountDAO.countAccount(); //查询上报总数量对应的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> //计算页数 int pageNo = total % pageSize == 0 ? total / pageSize : (total / pageSize + 1); //分页查询，上报 for(int i = 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） <select id =listAccountByPage > seelct * from account where create_time >=2021-01-01 00:00:00 and type =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 String lastId = accountDAO.queryMinId(); //查询最大ID对应的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> //一页的条数 Integer pageSize = 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)); <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>本文转载自微信公众号「捡田螺的小男孩」，可以通过以下二维码关注。转载本文请联系捡田螺的小男孩公众号。
- Copyright © 2025 Powered by 实战！聊聊如何解决MySQL深分页问题,创站工坊 滇ICP备2023006006号-44sitemap