面試官扎心一問(wèn)：數(shù)據(jù)量很大，分頁(yè)查詢很慢，有什么優(yōu)化方案？
- 準(zhǔn)備工作
- 一般分頁(yè)查詢
- 使用子查詢優(yōu)化
- 使用 id 限定優(yōu)化
- 使用臨時(shí)表優(yōu)化
- 關(guān)于數(shù)據(jù)表的id說(shuō)明
當(dāng)需要從數(shù)據(jù)庫(kù)查詢的表有上萬(wàn)條記錄的時(shí)候，一次性查詢所有結(jié)果會(huì)變得很慢，特別是隨著數(shù)據(jù)量的增加特別明顯，這時(shí)需要使用分頁(yè)查詢。對(duì)于數(shù)據(jù)庫(kù)分頁(yè)查詢，也有很多種方法和優(yōu)化的點(diǎn)。下面簡(jiǎn)單說(shuō)一下我知道的一些方法。
準(zhǔn)備工作
為了對(duì)下面列舉的一些優(yōu)化進(jìn)行測(cè)試，下面針對(duì)已有的一張表進(jìn)行說(shuō)明。
- 表名：order_history
- 描述：某個(gè)業(yè)務(wù)的訂單歷史表
- 主要字段：unsigned int id，tinyint(4) int type
- 字段情況：該表一共37個(gè)字段，不包含text等大型數(shù)據(jù)，最大為varchar(500)，id字段為索引，且為遞增。
- 數(shù)據(jù)量：5709294
- MySQL版本：5.7.16線下找一張百萬(wàn)級(jí)的測(cè)試表可不容易，如果需要自己測(cè)試的話，可以寫(xiě)shell腳本什么的插入數(shù)據(jù)進(jìn)行測(cè)試。以下的 sql 所有語(yǔ)句執(zhí)行的環(huán)境沒(méi)有發(fā)生改變，下面是基本測(cè)試結(jié)果：
- select count(*) from orders_history;
返回結(jié)果：5709294
三次查詢時(shí)間分別為：
- 8903 ms
- 8323 ms
- 8401 ms
一般分頁(yè)查詢
一般的分頁(yè)查詢使用簡(jiǎn)單的 limit 子句就可以實(shí)現(xiàn)。limit 子句聲明如下：
- SELECT * FROM table LIMIT [offset,] rows | rows OFFSET offset
LIMIT 子句可以被用于指定 SELECT 語(yǔ)句返回的記錄數(shù)。需注意以下幾點(diǎn)：
- 第一個(gè)參數(shù)指定第一個(gè)返回記錄行的偏移量，注意從0開(kāi)始
- 第二個(gè)參數(shù)指定返回記錄行的最大數(shù)目
- 如果只給定一個(gè)參數(shù)：它表示返回最大的記錄行數(shù)目
- 第二個(gè)參數(shù)為 -1 表示檢索從某一個(gè)偏移量到記錄集的結(jié)束所有的記錄行
- 初始記錄行的偏移量是 0(而不是 1)
下面是一個(gè)應(yīng)用實(shí)例：
- select * from orders_history where type=8 limit 1000,10;
該條語(yǔ)句將會(huì)從表 orders_history 中查詢offset: 1000開(kāi)始之后的10條數(shù)據(jù)，也就是第1001條到第1010條數(shù)據(jù)(1001 <= id <= 1010)。
數(shù)據(jù)表中的記錄默認(rèn)使用主鍵(一般為id)排序，上面的結(jié)果相當(dāng)于：
- select * from orders_history where type=8 order by id limit 10000,10;
三次查詢時(shí)間分別為：
- 3040 ms
- 3063 ms
- 3018 ms
針對(duì)這種查詢方式，下面測(cè)試查詢記錄量對(duì)時(shí)間的影響：
- 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;
三次查詢時(shí)間如下：
- 查詢1條記錄：3072ms 3092ms 3002ms
- 查詢10條記錄：3081ms 3077ms 3032ms
- 查詢100條記錄：3118ms 3200ms 3128ms
- 查詢1000條記錄：3412ms 3468ms 3394ms
- 查詢10000條記錄：3749ms 3802ms 3696ms
另外我還做了十來(lái)次查詢，從查詢時(shí)間來(lái)看，基本可以確定，在查詢記錄量低于100時(shí)，查詢時(shí)間基本沒(méi)有差距，隨著查詢記錄量越來(lái)越大，所花費(fèi)的時(shí)間也會(huì)越來(lái)越多。
針對(duì)查詢偏移量的測(cè)試：
- 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;
三次查詢時(shí)間如下：
- 查詢100偏移：25ms 24ms 24ms
- 查詢1000偏移：78ms 76ms 77ms
- 查詢10000偏移：3092ms 3212ms 3128ms
- 查詢100000偏移：3878ms 3812ms 3798ms
- 查詢1000000偏移：14608ms 14062ms 14700ms
隨著查詢偏移的增大，尤其查詢偏移大于10萬(wàn)以后，查詢時(shí)間急劇增加。
這種分頁(yè)查詢方式會(huì)從數(shù)據(jù)庫(kù)第一條記錄開(kāi)始掃描，所以越往后，查詢速度越慢，而且查詢的數(shù)據(jù)越多，也會(huì)拖慢總查詢速度。
使用子查詢優(yōu)化
這種方式先定位偏移位置的 id，然后往后查詢，這種方式適用于 id 遞增的情況。
- 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條語(yǔ)句的查詢時(shí)間如下：
- 第1條語(yǔ)句：3674ms
- 第2條語(yǔ)句：1315ms
- 第3條語(yǔ)句：1327ms
- 第4條語(yǔ)句：3710ms
針對(duì)上面的查詢需要注意：
- 比較第1條語(yǔ)句和第2條語(yǔ)句：使用 select id 代替 select * 速度增加了3倍
- 比較第2條語(yǔ)句和第3條語(yǔ)句：速度相差幾十毫秒
- 比較第3條語(yǔ)句和第4條語(yǔ)句：得益于 select id 速度增加，第3條語(yǔ)句查詢速度增加了3倍
這種方式相較于原始一般的查詢方法，將會(huì)增快數(shù)倍。
使用 id 限定優(yōu)化
這種方式假設(shè)數(shù)據(jù)表的id是連續(xù)遞增的，則我們根據(jù)查詢的頁(yè)數(shù)和查詢的記錄數(shù)可以算出查詢的id的范圍，可以使用 id between and 來(lái)查詢：
- select * from orders_history where type=2
- and id between 1000000 and 1000100 limit 100;
查詢時(shí)間：15ms 12ms 9ms
這種查詢方式能夠極大地優(yōu)化查詢速度，基本能夠在幾十毫秒之內(nèi)完成。限制是只能使用于明確知道id的情況，不過(guò)一般建立表的時(shí)候，都會(huì)添加基本的id字段，這為分頁(yè)查詢帶來(lái)很多便利。
還可以有另外一種寫(xiě)法：
- select * from orders_history where id >= 1000001 limit 100;
當(dāng)然還可以使用 in 的方式來(lái)進(jìn)行查詢，這種方式經(jīng)常用在多表關(guān)聯(lián)的時(shí)候進(jìn)行查詢，使用其他表查詢的id集合，來(lái)進(jìn)行查詢：
- select * from orders_history where id >= 1000001 limit 100;
這種 in 查詢的方式要注意：某些 mysql 版本不支持在 in 子句中使用 limit。
使用臨時(shí)表優(yōu)化
這種方式已經(jīng)不屬于查詢優(yōu)化，這兒附帶提一下。
對(duì)于使用 id 限定優(yōu)化中的問(wèn)題，需要 id 是連續(xù)遞增的，但是在一些場(chǎng)景下，比如使用歷史表的時(shí)候，或者出現(xiàn)過(guò)數(shù)據(jù)缺失問(wèn)題時(shí)，可以考慮使用臨時(shí)存儲(chǔ)的表來(lái)記錄分頁(yè)的id，使用分頁(yè)的id來(lái)進(jìn)行 in 查詢。這樣能夠極大的提高傳統(tǒng)的分頁(yè)查詢速度，尤其是數(shù)據(jù)量上千萬(wàn)的時(shí)候。
關(guān)于數(shù)據(jù)表的id說(shuō)明
一般情況下，在數(shù)據(jù)庫(kù)中建立表的時(shí)候，強(qiáng)制為每一張表添加 id 遞增字段，這樣方便查詢。
如果像是訂單庫(kù)等數(shù)據(jù)量非常龐大，一般會(huì)進(jìn)行分庫(kù)分表。這個(gè)時(shí)候不建議使用數(shù)據(jù)庫(kù)的 id 作為唯一標(biāo)識(shí)，而應(yīng)該使用分布式的高并發(fā)唯一 id 生成器來(lái)生成，并在數(shù)據(jù)表中使用另外的字段來(lái)存儲(chǔ)這個(gè)唯一標(biāo)識(shí)。
使用先使用范圍查詢定位 id (或者索引)，然后再使用索引進(jìn)行定位數(shù)據(jù)，能夠提高好幾倍查詢速度。即先 select id，然后再 select *;
