使用合理的分页方式以提高分页的效率
正如楼主所说，分页查询在我们的实际应用中非常普遍，也是最容易出问题的查询场景。比如对于下面简单的语句，一般想到的办法是在name，age，register_time字段上创建复合索引。这样条件排序都能有效的利用到索引，性能迅速提升。
如上例子，当 LIMIT 子句变成 “LIMIT 100000, 50” 时，此时我们会发现，只取50条语句为何会变慢?
原因很简单，MySQL并不知道第 100000条记录从什么地方开始，即使有索引也需要从头计算一次，因此会感觉非常的慢。
通常，我们在做分页查询时，是可以获取上一页中的某个数据标志来缩小查询范围的，比如时间，可以将上一页的最大值时间作为查询条件的一部分，SQL可以优化为这样：
若对你有所帮助，欢迎点赞、关注支持哦。
评论0
加载中...
题主给的这个sql其实想要的数据也就20条吧(你那个300020应该是打错了，不可能是实际业务一页显示30多万条记录)，单纯查三十多万数据其实很快，为什么分页后就很慢？
变慢的原因，一方面是select *，另一方面是数据量较大，还有一个是带有排序操作。本质是分页查询时，会先查询出limit + offset条记录，然后截取后面的offset记录。
Mysql数据库作为一款比较主流的开源关系型数据库，市场上我觉得貌似开发者没有一个没用过吧。
影响MySQL查询性能的因素有很多，比如sql，表结构设计，磁盘io，网卡io，高并发，数据库相关参数配置，还有服务器硬等。
这里面涉及最多也是面试中最常问的就是有关sql的优化。
因为很多性能上的问题来自sql的比较多，mysql数据库在数据量级达到百万以上性能是逐渐下降的。
关于sql优化又有很多优化的方向和手段。比如对表结构的字段类型，默认值，索引等最基础的做一些优化，然后编写的sql最好要能完全命中索引。
当然并不是说建索引就一定命中，不走索引就一定慢。这取决于mysql的执行计划。
还有建索引也并不是越多越好，单表索引最好不要超过6个，毕竟索引也占空间，数据更新的同时，还牵扯到索引文件的维护。
OK说了这么多，到底该怎么对这个分页又排序做优化呢？
我的做法就是合理利用主键索引来处理
select a.* from table a inner join (select id from table
limit 300000,20）
b on a.id=b.id;
然后排序最好放到代码层面上去。
希望我的回答能帮到你
评论0
加载中...
问题
我们有一个 SQL，用于找到没有主键 / 唯一键的表，但是在 MySQL 5.7 上运行特别慢，怎么办?
实验
我们搭建一个 MySQL 5.7 的环境，此处省略搭建步骤。
写个简单的脚本，制造一批带主键和不带主键的表：
执行一下脚本：
现在执行以下 SQL 看看效果：
...
执行了 16.80s，感觉是非常慢了。
现在用一下 DBA 三板斧，看看执行计划：
感觉有点惨，由于 information_schema.columns 是元数据表，没有必要的统计信息。
那我们来 show warnings 看看 MySQL 改写后的 SQL：
我们格式化一下 SQL：
可以看到 MySQL 将
select from A where A.x not in (select x from B) //非关联子查询
转换成了
select from A where not exists (select 1 from B where B.x = a.x) //关联子查询
如果我们自己是 MySQL，在执行非关联子查询时，可以使用很简单的策略：
select from A where A.x not in (select x from B where ...) //非关联子查询:1. 扫描 B 表中的所有记录，找到满足条件的记录，存放在临时表 C 中，建好索引2. 扫描 A 表中的记录，与临时表 C 中的记录进行比对，直接在索引里比对，
而关联子查询就需要循环迭代：
select from A where not exists (select 1 from B where B.x = a.x and ...) //关联子查询扫描 A 表的每一条记录 rA： 扫描 B 表，找到其中的第一条满足 rA 条件的记录。
显然，关联子查询的扫描成本会高于非关联子查询。
我们希望 MySQL 能先"缓存"子查询的结果（缓存这一步叫物化，MATERIALIZATION），但MySQL 认为不缓存更快，我们就需要给予 MySQL 一定指导。
...
可以看到执行时间变成了 0.67s。
整理
我们诊断的关键点如下：
1. 对于 information_schema 中的元数据表，执行计划不能提供有效信息。
2. 通过查看 MySQL 改写后的 SQL，我们猜测了优化器发生了误判。
3. 我们增加了 hint，指导 MySQL 正确进行优化判断。
但目前我们的实验仅限于猜测，猜中了万事大吉，猜不中就无法做出好的诊断。
评论0
加载中...
个人实战经验分享一下，商品表，数据量还是相对较大的，有好几百万。当时最初架构也是遇到这种问题，因为最初设计的时候没想到会有这么大数据量，也就应对10万以内的架构设计。那后来也是通过不断找寻方案，最终采用了一种桥连接表的方案。主表是商品表，几百万或者上千万商品。
第一步，建立桥数据表，一个自增ID，一个商品ID，主要这俩字段，额外排序条件也可以加进去，均int类型，不宜过大。这个表就是存商品ID用的。
第二步，查询分页的时候，先在这个桥表做分页查询，表小，都是索引，速度非常快，然后取出商品ID后，再用已知商品ID对商品表做in查询。查出具体信息。这样速度提升巨大。简单实用，仅需对分页部分做查询修改即可完成。
目前三五百万商品表，都是毫秒级查询，没改造之前需要半分钟。
再说一句是MySQL数据库，有的说什么分表分库，那都没必要，用in条件查询，那是最快的，直接告诉在哪，取数就行了。
评论0
加载中...
这个得明白mysql的存储原理 讲个例子 一个小区有很多栋 一栋有很多层 一层有很多室 你哪个小区哪一栋那一层都不告诉它 它能一下找到吗 虽然它也想快点帮你找到
评论0
加载中...0
回答0
回答0
回答0
回答0
回答0
回答0
回答0
回答0
回答0
回答
