MySQL最佳化案例系列-mysql分頁最佳化_Mysql

通常，我們會採用ORDER BY LIMIT start, offset 的方式來進行分頁查詢。例如下面這個SQL：

SELECT * FROM `t1` WHERE ftype=1 ORDER BY id DESC LIMIT 100, 10;

或者像下面這個不帶任何條件的分頁SQL：

SELECT * FROM `t1` ORDER BY id DESC LIMIT 100, 10;

一般而言，分頁SQL的耗時隨著 start 值的增加而急劇增加，我們來看下面這2個不同起始值的分頁SQL執行耗時：

yejr@imysql.com> SELECT * FROM `t1` WHERE ftype=1 ORDER BY id DESC LIMIT 500, 10;…10 rows in set (0.05 sec)yejr@imysql.com> SELECT * FROM `t1` WHERE ftype=6 ORDER BY id DESC LIMIT 935500, 10;…10 rows in set (2.39 sec)

可以看到，隨著分頁數量的增加，SQL查詢耗時也有數十倍增加，顯然不科學。今天我們就來分析下，如何能最佳化這個分頁方案。 一般滴，想要最佳化分頁的終極方案就是：沒有分頁，哈哈哈~~~，不要說我講廢話，確實如此，可以把分頁演算法交給Sphinx、Lucence等第三方解決方案，沒必要讓MySQL來做它不擅長的事情。 當然了，有小夥伴說，用第三方太麻煩了，我們就想用MySQL來做這個分頁，咋辦呢？莫急，且待我們慢慢分析，先看下錶DDL、資料量、查詢SQL的執行計畫等資訊：

yejr@imysql.com> SHOW CREATE TABLE `t1`;CREATE TABLE `t1` ( `id` int(10) unsigned NOT NULL AUTO_INCREMENT,... `ftype` tinyint(3) unsigned NOT NULL,... PRIMARY KEY (`id`)) ENGINE=InnoDB DEFAULT CHARSET=utf8;yejr@imysql.com> select count(*) from t1;+----------+| count(*) |+----------+| 994584 |+----------+yejr@imysql.com> EXPLAIN SELECT * FROM `t1` WHERE ftype=1 ORDER BY id DESC LIMIT 500, 10\G*************************** 1. row *************************** id: 1 select_type: SIMPLE table: t1 type: indexpossible_keys: NULL key: PRIMARY key_len: 4 ref: NULL rows: 510 Extra: Using whereyejr@imysql.com> EXPLAIN SELECT * FROM `t1` WHERE ftype=1 ORDER BY id DESC LIMIT 935500, 10\G*************************** 1. row *************************** id: 1 select_type: SIMPLE table: t1 type: indexpossible_keys: NULL key: PRIMARY key_len: 4 ref: NULL rows: 935510 Extra: Using where

可以看到，雖然通過主鍵索引進行掃描了，但第二個SQL需要掃描的記錄數太大了，而且需要先掃描約935510條記錄，然後再根據排序結果取10條記錄，這肯定是非常慢了。 針對這種情況，我們的最佳化思路就比較清晰了，有兩點：

1、儘可能從索引中直接擷取資料，避免或減少直接掃描行資料的頻率
2、儘可能減少掃描的記錄數，也就是先確定起始的範圍，再往後取N條記錄即可

據此，我們有兩種相應的改寫方法：子查詢、表串連，即下面這樣的：

#採用子查詢的方式最佳化，在子查詢裡先從索引擷取到最大id，然後倒序排，再取10行結果集
#注意這裡採用了2次倒序排，因此在取LIMIT的start值時，比原來的值加了10，即935510，否則結果將和原來的不一致

yejr@imysql.com> EXPLAIN SELECT * FROM (SELECT * FROM `t1` WHERE id > ( SELECT id FROM `t1` WHERE ftype=1 ORDER BY id DESC LIMIT 935510, 1) LIMIT 10) t ORDER BY id DESC\G*************************** 1. row *************************** id: 1 select_type: PRIMARY table: <derived2> type: ALLpossible_keys: NULL key: NULL key_len: NULL ref: NULL rows: 10 Extra: Using filesort*************************** 2. row *************************** id: 2 select_type: DERIVED table: t1 type: ALLpossible_keys: PRIMARY key: NULL key_len: NULL ref: NULL rows: 973192 Extra: Using where*************************** 3. row *************************** id: 3 select_type: SUBQUERY table: t1 type: indexpossible_keys: NULL key: PRIMARY key_len: 4 ref: NULL rows: 935511 Extra: Using where#採用INNER JOIN最佳化，JOIN子句裡也優先從索引擷取ID列表，然後直接關聯查詢獲得最終結果，這裡不需要加10yejr@imysql.com> EXPLAIN SELECT * FROM `t1` INNER JOIN ( SELECT id FROM `t1` WHERE ftype=1 ORDER BY id DESC LIMIT 935500,10) t2 USING (id)\G*************************** 1. row *************************** id: 1 select_type: PRIMARY table: <derived2> type: ALLpossible_keys: NULL key: NULL key_len: NULL ref: NULL rows: 935510 Extra: NULL*************************** 2. row *************************** id: 1 select_type: PRIMARY table: t1 type: eq_refpossible_keys: PRIMARY key: PRIMARY key_len: 4 ref: t2.id rows: 1 Extra: NULL*************************** 3. row *************************** id: 2 select_type: DERIVED table: t1 type: indexpossible_keys: NULL key: PRIMARY key_len: 4 ref: NULL rows: 973192 Extra: Using where

然後我們來對比下這2個最佳化後的新SQL執行時間：

yejr@imysql.com> SELECT * FROM (SELECT * FROM `t1` WHERE id > ( SELECT id FROM `t1` WHERE ftype=1 ORDER BY id DESC LIMIT 935510, 1) LIMIT 10) T ORDER BY id DESC;...rows in set (1.86 sec)#採用子查詢最佳化，從profiling的結果來看，相比原來的那個SQL快了：28.2%yejr@imysql.com> SELECT * FROM `t1` INNER JOIN ( SELECT id FROM `t1` WHERE ftype=1 ORDER BY id DESC LIMIT 935500,10) t2 USING (id);...10 rows in set (1.83 sec)#採用INNER JOIN最佳化，從profiling的結果來看，相比原來的那個SQL快了：30.8%

我們再來看一個不帶過濾條件的分頁SQL對比：

#原始SQLyejr@imysql.com> EXPLAIN SELECT * FROM `t1` ORDER BY id DESC LIMIT 935500, 10\G*************************** 1. row ***************************   id: 1 select_type: SIMPLE  table: t1   type: indexpossible_keys: NULL   key: PRIMARY  key_len: 4   ref: NULL   rows: 935510  Extra: NULLyejr@imysql.com> SELECT * FROM `t1` ORDER BY id DESC LIMIT 935500, 10;...10 rows in set (2.22 sec)#採用子查詢最佳化yejr@imysql.com> EXPLAIN SELECT * FROM (SELECT * FROM `t1` WHERE id > ( SELECT id FROM `t1` ORDER BY id DESC LIMIT 935510, 1) LIMIT 10) t ORDER BY id DESC;*************************** 1. row ***************************   id: 1 select_type: PRIMARY  table: <derived2>   type: ALLpossible_keys: NULL   key: NULL  key_len: NULL   ref: NULL   rows: 10  Extra: Using filesort*************************** 2. row ***************************   id: 2 select_type: DERIVED  table: t1   type: ALLpossible_keys: PRIMARY   key: NULL  key_len: NULL   ref: NULL   rows: 973192  Extra: Using where*************************** 3. row ***************************   id: 3 select_type: SUBQUERY  table: t1   type: indexpossible_keys: NULL   key: PRIMARY  key_len: 4   ref: NULL   rows: 935511  Extra: Using indexyejr@imysql.com> SELECT * FROM (SELECT * FROM `t1` WHERE id > ( SELECT id FROM `t1` ORDER BY id DESC LIMIT 935510, 1) LIMIT 10) t ORDER BY id DESC;…10 rows in set (2.01 sec)#採用子查詢最佳化，從profiling的結果來看，相比原來的那個SQL快了：10.6%#採用INNER JOIN最佳化yejr@imysql.com> EXPLAIN SELECT * FROM `t1` INNER JOIN ( SELECT id FROM `t1`ORDER BY id DESC LIMIT 935500,10) t2 USING (id)\G*************************** 1. row ***************************   id: 1 select_type: PRIMARY  table:    type: ALLpossible_keys: NULL   key: NULL  key_len: NULL   ref: NULL   rows: 935510  Extra: NULL*************************** 2. row ***************************   id: 1 select_type: PRIMARY  table: t1   type: eq_refpossible_keys: PRIMARY   key: PRIMARY  key_len: 4   ref: t1.id   rows: 1  Extra: NULL*************************** 3. row ***************************   id: 2 select_type: DERIVED  table: t1   type: indexpossible_keys: NULL   key: PRIMARY  key_len: 4   ref: NULL   rows: 973192  Extra: Using indexyejr@imysql.com> SELECT * FROM `t1` INNER JOIN ( SELECT id FROM `t1`ORDER BY id DESC LIMIT 935500,10) t2 USING (id);…10 rows in set (1.70 sec)#採用INNER JOIN最佳化，從profiling的結果來看，相比原來的那個SQL快了：30.2%

至此，我們看到採用子查詢或者INNER JOIN進行最佳化後，都有大幅度的提升，這個方法也同樣適用於較小的分頁，雖然LIMIT開始的 start 位置小了很多，SQL執行時間也快了很多，但採用這種方法後，帶WHERE條件的分頁分別能提高查詢效率：24.9%、156.5%，不帶WHERE條件的分頁分別提高查詢效率：554.5%、11.7%，各位可以自行進行測實驗證。單從提升比例說，還是挺可觀的，確保這些最佳化方法可以適用於各種分頁模式，就可以從一開始就是用。 我們來看下各種情境相應的提升比例是多少：

	大分頁，帶WHERE	大分頁，不帶WHERE	大分頁平均提升比例	小分頁，帶WHERE	小分頁，不帶WHERE	總體平均提升比例
子查詢最佳化	28.20%	10.60%	19.40%	24.90%	554.40%	154.53%
INNER JOIN最佳化	30.80%	30.20%	30.50%	156.50%	11.70%	57.30%

結論：這樣看就和明顯了，尤其是針對大分頁的情況，因此我們優先推薦使用INNER JOIN方式最佳化分頁演算法。

上述每次測試都重啟mysqld執行個體，並且加了SQL_NO_CACHE，以保證每次都是直接資料檔案或索引檔案中讀取。如果資料經過預熱後，查詢效率會一定程度提升，但但上述相應的效率提升比例還是基本一致的。

2014/07/28後記更新：

其實如果是不帶任何條件的分頁，就沒必要用這麼麻煩的方法了，可以採用對主鍵採用範圍檢索的方法，例如參考這篇：Advance for MySQL Pagination