当需要从数据库查询的表有上万条记录的时候,一次性查询所有结果会变得很慢,特别是随着数据量的增加特别明显,这时需要使用分页查询。对于数据库分页查询,也有很多种方法和优化的点。下面简单说一下我知道的一些方法。
为了对下面列举的一些优化进行测试,下面针对已有的一张表进行说明。
- select count( * ) from orders_history;
三次查询时间分别为:
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:
下面是一个应用实例:
- select
- *
- from
- orders_history
- where
- type=
- 8
- limit
- 1000
- ,
- 10
- ;
该条语句将会从表 orders_history 中查询第1000条数据之后的10条数据,也就是第1001条到第10010条数据。
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
- orders_history
- where
- type=
- 8
- order
- by
- id
- limit
- 10000
- ,
- 10
- ;
三次查询时间分别为:
针对这种查询方式,下面测试查询记录量对时间的影响:
- select * from orders_history where type=8 limit 10000,1;
- select * from orders_history where type=8 limit 10000,10;
- select * from orders_history where type=8 limit 10000,100;
- select * from orders_history where type=8 limit 10000,1000;
- select * from orders_history where type=8 limit 10000,10000;
三次查询时间如下:
另外我还做了十来次查询,从查询时间来看,基本可以确定,在查询记录量低于100时,查询时间基本没有差距,随着查询记录量越来越大,所花费的时间也会越来越多。
针对查询偏移量的测试:
- select * from orders_history where type=8 limit 100,100;
- select * from orders_history where type=8 limit 1000,100;
- select * from orders_history where type=8 limit 10000,100;
- select * from orders_history where type=8 limit 100000,100;
- select * from orders_history where type=8 limit 1000000,100;
三次查询时间如下:
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。
这种方式先定位偏移位置的 id,然后往后查询,这种方式适用于 id 递增的情况。
- select * from orders_history where type=8 limit 100000,1;
- select id from orders_history where type=8 limit 100000,1;
- select * from orders_history where type=8 and
- id>=(select id from orders_history where type=8 limit 100000,1)
- limit 100;
- select * from orders_history where type=8 limit 100000,100;
4条语句的查询时间如下:
针对上面的查询需要注意:
这种方式相较于原始一般的查询方法,将会增快数倍。
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:
- select
- *
- from
- orders_history
- where
- type=
- 2
- and
- id
- between
- 1000000
- and
- 1000100
- limit
- 100
- ;
查询时间:15ms 12ms 9ms
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遍历。
还可以有另外一种写法:
- select
- *
- from
- orders_history
- where
- id
- >=
- 1000001
- 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:
- select * from orders_history where id in
- (select order_id from trade_2 where goods = 'pen')
- 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。
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。
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 *;
来源: http://www.cnblogs.com/youyoui/p/7851007.html