目录
1、造测试数据
1.1 建表
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 *;