Mysql 深度分页查询优化

Mysql 分页优化

1. 问题根源

问题： mysql在数据量大的时候，深度分页数据偏移量会增大，导致查询效率越来越低。
问题根源：
当使用 LIMIT 和 OFFSET 进行分页时，MySQL 必须扫描 OFFSET + LIMIT 行，然后丢弃前 OFFSET 行。这意味着随着分页的深入，MySQL 需要扫描的行数会越来越多，导致查询性能下降。

例如，以下查询用于获取第 10001 到第 10010 行的数据：

SELECT * FROM table_name ORDER BY age LIMIT 10 OFFSET 10000;

在这种情况下，MySQL 必须扫描 10010 行，即使只返回 10 行。这种扫描和丢弃操作会导致大量的 I/O 操作，特别是在表数据量很大的情况下。

2. 优化方案

此问题整理出3个有效的优化方案。

2.1 方案1：索引优化

确保在用于排序和过滤的列上创建适当的索引，索引可以显著减少 MySQL 需要扫描的行数。

例如，如果 where 查询语句中包含 id 列排序，确保 id 列是索引列。否则的话，可能 MySQL 会扫描所有行，从而导致性能下降。


SELECT * FROM table_name ORDER BY id LIMIT 10 OFFSET 10000;

使用索引优化查询这种方法通过避免使用 OFFSET，减少了不必要的行扫描。

2.2 方案2：使用覆盖索引

使用联合索引，查询结果集为联合索引的列，可以提高深分页的查询效率;（但是不适用于频繁的增加查询字段的业务场景，因为需要联合索引也需要进行添加，否则添加的查询字段会进行回表，会增加执行时间）


-- 创建一个column1, column2的组合索引
CREATE INDEX idx_cover ON table_name (column1, column2);

-- 使用覆盖索引查询column1, column2
SELECT column1, column2 FROM table_name WHERE column1 = ? AND column2 = ?;

上面的示例中，查询只需从索引中获取数据，而不需要访问表的数据页，因此可以避免回表操作，从而提升性能。

2.3. 方案3:手动回表

针对优化方案2中在新增字段后，回表问题。方案3提出手动回表，提高执行效率。使用子查询查询出id的结果集，根据id手动回表查询，其他非索引字段，通过减少数据偏移量优化。（但是不适用与子查询中结果集过大，也会导致查询效率低）

2.4. 方案4：标记

结果业务场景，进行范围查询，需要前端配合，在翻页的时候将范围查询的最后一项参数传入后端
或者标记分页，通过保存上一次查询的最后一个记录的标记（通常是唯一标识符）来实现的，这种方法不使用 OFFSET，而是使用** WHERE **子句来获取下一页的数据：


SELECT * FROM table_name
WHERE id > last_id
ORDER BY id
LIMIT 20;

这种方法尤其适用于有序的、连续的分页请求。

2.5. 方案5：分区表

如果数据集非常大，可以考虑使用表分区。分区可以将表分成更小的块，从而减少每次查询需要扫描的数据量。MySQL 支持多种分区方法，如范围分区、列表分区等。

如下示例：假设有一个包含销售记录的表 sales，其中有一列 sale_date，表示销售的日期。我们希望按年份对这个表进行分区，以便更高效地进行查询。

2.5.1 创建表并按范围分区


CREATE TABLE sales (
    sale_id INT PRIMARY KEY,
    product_id INT,
    quantity INT,
    sale_date DATE
)
PARTITION BY RANGE (YEAR(sale_date)) (
    PARTITION p2021 VALUES LESS THAN (2022),
    PARTITION p2022 VALUES LESS THAN (2023),
    PARTITION p2023 VALUES LESS THAN (2024)
);

在这个示例中，sales 表被分成三个分区：

p2021 包含所有 sale_date 在 2021 年的记录。
p2022 包含所有 sale_date 在 2022 年的记录。
p2023 包含所有 sale_date 在 2023 年的记录。

每个分区都是独立的物理存储单元，因此查询可以只访问相关的分区。

2.5.2 插入数据

当插入数据时，MySQL 会根据 sale_date 自动将记录放入相应的分区。


INSERT INTO sales (sale_id, product_id, quantity, sale_date) VALUES
(1, 101, 5, '2021-06-15'),
(2, 102, 10, '2022-07-20'),
(3, 103, 8, '2023-03-10');

2.5.3 查询分区表

查询分区表时，MySQL 会自动确定需要访问哪些分区。例如：


SELECT * FROM sales WHERE sale_date BETWEEN '2022-01-01' AND '2022-12-31';

在这个查询中，MySQL 只会访问 p2022 分区，从而提高查询性能。

2.5.4 其他分区类型

除了范围分区（RANGE），MySQL 还支持其他几种分区类型，包括：

列表分区（LIST）：根据离散值列表进行分区。
哈希分区（HASH）：使用哈希函数将数据分布到多个分区。
键分区（KEY）：类似于哈希分区，但使用 MySQL 的内部哈希算法。
线性哈希分区（LINEAR HASH）：一种特殊的哈希分区，适用于特定的负载和数据分布。

2.5.5 缓存结果

如果分页查询的结果不会频繁变化，可以考虑缓存查询结果。缓存可以显著减少数据库的负载，尤其是在高并发的场景下。

2.6 使用外部搜索引擎

对于特别复杂或数据量巨大的场景，可以考虑使用外部搜索引擎，如 Elasticsearch 或 Solr。这些工具专为处理大数据集和复杂查询而设计，通常比传统数据库更高效。

3. 实践中的注意事项

合理选择分页大小： 分页大小直接影响查询性能和用户体验。较小的分页大小可以减少每次查询的负担，但会增加分页请求的次数。选择合适的分页大小需要权衡这两者的关系。
*监控和分析查询性能：*使用 MySQL 的性能监控工具（如 EXPLAIN 和慢查询日志）来分析查询的执行计划和性能瓶颈。
考虑用户体验：在某些情况下，用户可能并不需要非常精确的分页数据。可以考虑使用“加载更多”按钮或无限滚动来替代传统分页。