MySQL单表【亿级】数据量下的分页查询测试

CREATE TABLE `t_user` (
  `id` int(11) NOT NULL AUTO_INCREMENT,
  `c_user_id` varchar(36) NOT NULL DEFAULT '' COMMENT '用户Id',
  `c_name` varchar(22) NOT NULL DEFAULT '' COMMENT '用户名',
  `c_province_id` int(11) NOT NULL COMMENT '省份Id',
  `c_city_id` int(11) NOT NULL COMMENT '城市Id',
  `create_time` datetime NOT NULL COMMENT '创建时间',
  PRIMARY KEY (`id`),
  KEY `idx_user_id` (`c_user_id`)
) ENGINE=InnoDB AUTO_INCREMENT=100000001 DEFAULT CHARSET=utf8mb4;

1.2 插入测试数据

2、一般的分页查询：limit

2.1 limit简介

一般的分页查询使用简单的 limit 子句就可以实现。limit 子句声明如下：

SELECT *
FROM table 
LIMIT [offset,] rows | rows OFFSET offset;

LIMIT 子句可以被用于指定 SELECT 语句返回的记录数。需注意以下几点：

第一个参数指定第一个返回记录行的偏移量，注意从 0开始;
第二个参数指定返回记录行的最大数目;
如果只给定一个参数：它表示返回最大的记录行数目;
第二个参数为 -1 表示检索从某一个偏移量到记录集的结束所有的记录行;
初始记录行的偏移量是 0(而不是 1);

2.2 举例

select * from t_user limit 1000, 10;

该条语句将会从表 t_user 中查询 offset:1000开始之后的10条数据，也就是第1001条到第1010条数据（ 1001<=id<=1010）。

数据表中的记录默认使用主键（一般为id）排序，上面的结果相当于：

select * from t_user order by limit 1000, 10;

2.3 测试

1 测试查询记录量对时间的影响

不再截图了，直接写结果吧：

测试语句                                        三次执行分别耗时(ms)
select * from t_user limit 1000, 1;             15 -- 15 -- 14
select * from t_user limit 1000, 10;            14 -- 15 -- 15
select * from t_user limit 1000, 100;           15 -- 15 -- 15
select * from t_user limit 1000, 1000;          17 -- 16 -- 16
select * from t_user limit 1000, 10000;         168 -- 158 -- 158
select * from t_user limit 1000, 100000;        1159 -- 1559 -- 1479

后续又试了几个，从查询时间来看，基本可以确定，在查询记录量低于1000时，查询时间差距不大，随着查询记录量越来越大，所花费的时间也会越来越多。

2 测试查询偏移量对时间的影响

测试语句                                      三次分别耗时
select * from t_user limit 100, 100;          16 -- 16 -- 15
select * from t_user limit 1000, 100;         15 -- 17 -- 14
select * from t_user limit 10000, 100;        18 -- 17 -- 17
select * from t_user limit 100000, 100;       42 -- 42 -- 42
select * from t_user limit 1000000, 100;      761 -- 727 -- 762

随着查询偏移的增大，尤其查询偏移大于10万以后，查询时间急剧增加。

这种分页查询方式会从数据库第一条记录开始扫描，所以越往后，查询速度越慢，而且查询的数据越多，也会拖慢总查询速度。

3、使用子查询优化 limit

（1）select * from t_user limit 100000, 1;

（2）select id from t_user limit 100000, 1;

（3）select * from t_user where id >= (select id from t_user limit 100000, 1) limit 100;

（4）select * from t_user limit 100000, 100;

以上四条语句三次测试的查询时间分别为：

（1） 43 -- 43 -- 41
（2） 27 -- 26 -- 25
（3） 27 -- 27 -- 26
（4） 44 -- 41 -- 43

针对上面的查询需要注意：

比较第1条语句和第2条语句：使用 select id 代替 select * ，查询时间缩短
比较第2条语句和第3条语句：查询速度相差不大
比较第3条语句和第4条语句：得益于 select id 速度增加，第3条语句查询速度也增加了

这种方式相较于一般的 limit 的查询方法，将会加快数据查询速度。

4、id限定优化

这种方式假设数据表的id是连续递增的，则我们根据查询的页数和查询的记录数可以算出查询的id的范围，可以使用 id between and 来查询：

测试语句                                                                        耗时（ms）
（优化）select * from t_user where id between 100000 and 1000100 limit 100;     14 -- 14 -- 14

（原始）select * from t_user limit 100000, 100;                                 42 -- 41 -- 41

为了对比，将修改数据：
（优化）select * from t_user where id between 10000000 and 100000100 limit 100; 16 -- 13 -- 14

（原始）select * from t_user limit 10000000, 100;                            4605 --4632--4622

这种查询方式能够极大地优化查询速度，基本能够在几十毫秒之内完成。限制是只能使用于明确知道id的情况，不过一般建立表的时候，都会添加基本的id字段，这为分页查询带来很多便利。

还有另一种写法：

select * from t_user where id >= 10000001 limit 100;

当然还可以使用 in 的方式来进行查询，这种方式经常用在多表关联的时候进行查询，使用其他表查询的id集合，来进行查询：

eg：select * from t_user where id in (select id from t_user2 where city='Beijing') limit 100;

这种 in 查询的方式要注意：某些 mysql 版本不支持在 in 子句中使用 limit。

5、使用临时表优化

这种方式已经不属于查询优化，这儿附带提一下。

对于使用 id 限定优化中的问题，需要 id 是连续递增的，但是在一些场景下，比如使用历史表的时候，或者出现过数据缺失问题时，可以考虑使用临时存储的表来记录分页的id，使用分页的id来进行 in 查询。这样能够极大的提高传统的分页查询速度，尤其是数据量上千万的时候。（这个有待测试）

6、关于数据表的id说明

一般情况下，在数据库中建立表的时候，强制为每一张表添加 id 递增字段，这样方便查询。

如果像是订单库等数据量非常庞大，一般会进行分库分表。这个时候不建议使用数据库的 id 作为唯一标识，而应该使用分布式的高并发唯一 id 生成器来生成，并在数据表中使用另外的字段来存储这个唯一标识。

使用先使用范围查询定位 id （或者索引），然后再使用索引进行定位数据，能够提高好几倍查询速度。即先 select id，然后再 select *；

参考：

https://mp.weixin.qq.com/s/nW3KQ3DoumlXHvuHe1WczQ