MySQL的分页，你知道几种方式？

分页方式

MySQL目前常用的分页方式有两种：

利用limit实现分页，语法为“SELECT*FROM 表名 limit 开始记录数,每页条数”；

利用主键索引实现分页，语法为“SELECT*FROM 表名 WHERE 字段名 > (页数*10) LIMIT 条数”

一般使用第一种方式居多，适用于数据量不大的场景：

SELECT * FROM user LIMIT 0,10;#0是开始的记录数，10是条数

如果换成第二种写法：

SELECT * FROM user WHERE id > (0*10) LIMIT 10

id是主键。如果是第X页共Y条：(X从0开始计算)

SELECT * FROM user WHERE id > (X*10) LIMIT Y

当然，这种写法存在一定问题，如果第0页的id=5的数据被删除了，就会导致查询第0页的数据和第1页的数据有重合，第0页是1-4，6-11(默认一页10条数据，因为limit 10，所以会查询到id=11)，第二页就是11-20，可见id=11重合了。

当然关于id不连续的问题，你可以“逻辑删除”，增加一个 isdel 的属性，当isdel=1时表明该数据“已经删除”。

但是对于大量数据来说，这种问题是可以忽视的。

主要的是，这种大量数据的表，是机会不会去对其进行删除甚至修改操作的。

那么为什么大量数据使用第二种更合理呢？我们使用MySQL的关键字explain来看一下大概。

EXPLAIN SELECT * FROM test LIMIT 0,10

其他参数不做说明，就看type:扫描类型

效率从最好到最坏依次是：system > const > eqref > ref > fulltext > refornull > indexmerge > uniquesubquery > indexsubquery > range > index > ALL

可见limit的分页效果最差。

当然，实际当中你可以增加一些查询参数，让查询不再走全表扫描。

做对比的话就不增加查询条件了。

EXPLAIN SELECT * FROM test WHERE id > (0*10) LIMIT 10

这个走的是range 范围查询 明显好多了。

但这实际上还是通过主键的查询，取巧了而已。并且主键有主键索引，查询更快。

一般情况下，得保证查询至少达到range级别，最好能达到ref。

第一种方式和第二种方式当数据量不多的时候，是第一种方式占优势，毕竟没有数据重合的问题，并且查询的速度也没有明显差别。但是当数据量上去了，差别就很明显了，

SELECT * FROM test LIMIT 0,10

和

SELECT * FROM test LIMIT 100,10

查询速度是不一样的 ，查询了第100页时，实际上前99页都已经被扫描过。

所以第二种的方式更适用于大量数据的场景。

那么关于第一种，再多说一些。你可以通过增加一些查询参数去限制type，但是参数加的不好甚至还不如不加！牵涉到回表问题。

关于回表：

先了解一些B+树：

在这个树状结构里，我们需要关注的是，最下面一层节点，也就是叶子结点。而这个叶子结点里放的信息会根据当前的索引是主键还是非主键有所不同。

比如执行：

select * from page where user_name = "小白10";

会通过非主键索引去查询user_name为"小白10"的数据，然后在叶子结点里找到"小白10"的数据对应的主键为10。

此时回表到主键索引中做查询，最后定位到主键为10的行数据。

但不管是主键还是非主键索引，他们的叶子结点数据都是有序的。比如在主键索引中，这些数据是根据主键id的大小，从小到大，进行排序的。

所以说，如果你加的查询参数是无索引，是无序的，那么就是“不如不加”。

那么第一种如何的去优化呢？

上面select后面带的是星号*，也就是要求获得行

select * from page where id >=(6000000) order by id limit 10;

数据的所有字段信息。

我们结合第二种可以得到一种优化，比如执行的是：

select * from page order by id limit 6000000, 10;

由于这次的offset=6000000，会在innodb里的主键索引中获取到第0到(6000000 + 10)条完整行数据， 从引擎层获取到很多无用的数据，而获取的这些无用数据都是要耗时的。

当select后面是*号时，就需要拷贝完整的行信息，拷贝完整数据跟只拷贝行数据里的其中一两个列字段耗时是不同的mysql分页，这就让原本就耗时的操作变得更加离谱。

因为前面的offset条数据最后都是不要的，就算将完整字段都拷贝来了又有什么用呢，所以我们可以将sql语句修改成下面这样：

select * from page where id >=(select id from page order by id limit 6000000, 1) order by id limit 10;

上面这条sql语句，里面先执行子查询 select id from page order by id limit 6000000, 1 , 这个操作，其实也是将在innodb中的主键索引中获取到 6000000+1 条数据，然后server层会抛弃前6000000条，只保留最后一条数据的id。

但不同的地方在于，在返回server层的过程中，只会拷贝数据行内的id这一列，而不会拷贝数据行的所有列，当数据量较大时，这部分的耗时还是比较明显的。

在拿到了上面的id之后，假设这个id正好等于6000000，那sql就变成了

select * from page where id >=(6000000) order by id limit 10;

这样innodb再走一次主键索引，通过B+树快速定位到id=6000000的行数据，时间复杂度是lg(n)，然后向后取10条数据。

这样性能确实是提升了，亲测能快一倍左右，属于那种耗时从3s变成1.5s的操作。

这······

属实有些杯水车薪，有点搓，属于没办法中的办法。

基于非主键索引的limit执行过程

上面提到的是主键索引的执行过程，我们再来看下基于非主键索引的limit执行过程。

比如下面的sql语句

select * from page order by user_name limit 0, 10;

server层会调用innodb的接口，在innodb里的非主键索引中获取到第0条数据对应的主键id后， 回表 到主键索引中找到对应的完整行数据，然后返回给server层，server层将其放到结果集中，返回给客户端。

而当offset>0时，且offset的值较小时，逻辑也类似，区别在于，offset>0时会丢弃前面的offset条数据。

也就是说非主键索引的limit过程，比主键索引的limit过程，多了个回表的消耗。

但当offset变得非常大时，比如600万，此时执行explain。

非主键索引offset值超大时走全表扫描

可以看到type那一栏显示的是ALL，也就是 全表扫描 。

这是因为server层的 优化器 ，会在执行器执行sql语句前，判断下哪种执行计划的代价更小。

很明显，优化器在看到非主键索引的600w次回表之后，摇了摇头，还不如全表一条条记录去判断算了，于是选择了全表扫描。

因此，当limit offset过大时，非主键索引查询非常容易变成全表扫描。是真·性能杀手。

这种情况也能通过一些方式去优化。比如

select * from page t1, (select id from page order by user_name limit 6000000, 100) t2 WHERE t1.id = t2.id;

select id from page order by user_name limit 6000000, 100

先走innodb层的user_name非主键索引取出id，因为只拿主键id， 不需要回表 ，所以这块性能会稍微快点，在返回server层之后，同样抛弃前600w条数据，保留最后的100个id。然后再用这100个id去跟t1表做id匹配，此时走的是主键索引，将匹配到的100条行数据返回。这样就绕开了之前的600w条数据的回表。

当然，跟上面的case一样，还是没有解决要白拿600w条数据然后抛弃的问题，这也是非常挫的优化。

像这种，当offset变得超大时，比如到了百万千万的量级，问题就突然变得严肃了。

这里就产生了个专门的术语，叫 深度分页 。

总结

limit offset, size 比 limit size 要慢，且offset的值越大，sql的执行速度越慢。

当offset过大，会引发 深度分页 问题，目前不管是mysql还是es都没有很好的方法去解决这个问题。只能通过限制查询数量或分批获取的方式进行规避。

遇到深度分页的问题，多思考其原始需求，大部分时候是不应该出现深度分页的场景的，必要时多去影响产品经理。

如果数据量很少，比如1k的量级，且长期不太可能有巨大的增长，还是用 limit offset, size 的方案吧，整挺好，能用就行。

（编辑：92站长网）

【声明】本站内容均来自网络，其相关言论仅代表作者个人观点，不代表本站立场。若无意侵犯到您的权利，请及时与联系站长删除相关内容!