前言
后端開發中為了防止一次性加載太多數據導致內存、磁盤IO都開銷過大，經常需要分頁展示，這個時候就需要用到MySQL的LIMIT關鍵字。但你以為LIMIT分頁就萬事大吉了么，Too young,too simple啊，LIMIT在數據量大的時候極可能造成的一個問題就是深度分頁。
案例
這里我以顯示電商訂單詳情為背景舉個例子，新建表如下：
CREATE TABLE `cps_user_order_detail` (
`id` bigint(20) unsigned NOT NULL AUTO_INCREMENT COMMENT '主鍵',
`user_id` varchar(32) NOT NULL DEFAULT '' COMMENT '用戶ID',
`order_id` bigint(20) DEFAULT NULL COMMENT '訂單id',
`sku_id` bigint(20) unsigned NOT NULL COMMENT '商品ID',
`order_time` datetime DEFAULT NULL COMMENT '下單時間,格式yyyy-MM-dd HH:mm:ss',
PRIMARY KEY (`id`),
KEY `idx_time_user` (`order_time`,`user_id`) USING BTREE
) ENGINE=InnoDB DEFAULT CHARSET=utf8mb4 COLLATE=utf8mb4_bin COMMENT='用戶訂單詳情';
然后手動向表里插入120W條數據。
現在有個需求：分頁展示用戶的訂單詳情，按照下單時間倒序。
表結構精簡了，需求也簡單。于是嘩嘩嘩的寫完代碼，提測上線了。早期運行一切正常，可隨著訂單量的不斷增大，發現系統越發的緩慢，還時不時報出幾個慢查詢。
這個時候你就該想到是LIMIT偏移的問題了，沒錯，不是你的SQL不夠優美，就是MySQL自身的機制。
這里我就簡單以兩條SQL為例，如下圖，分別是從100和100W的位置偏移分頁，可以看到時間相差很大。這還不算其它數據運算和處理的時間，單一條SQL的查詢就耗時一秒以上，在對用戶提供的功能里這是不能容忍的（電商里經常要求一個接口的RT不超過200ms）。
這里我們再看下執行計劃，如下圖所示：
在此先介紹一下執行計劃Extra列可能出現的值及含義：
- Using where：表示優化器需要通過索引回表查詢數據。
- Using index：即覆蓋索引，表示直接訪問索引就足夠獲取到所需要的數據，不需要通過索引回表，通常是通過將待查詢字段建立聯合索引實現。
- Using index condition：在5.6版本后加入的新特性，即大名鼎鼎的索引下推，是MySQL關于
減少回表次數的重大優化。
- Using filesort:文件排序，這個一般在ORDER BY時候，數據量過大，MySQL會將所有數據召回內存中排序，比較消耗資源。
再看看上圖，同樣的語句，只因為偏移量不同，就造成了執行計劃的千差萬別（且容我小小的夸張一下）。第一條語句LIMIT 100,6type列的值是range，表示范圍掃描，性能比ref差一個級別，但是也算走了索引，并且還應用了索引下推：就是說在WHERE之后的下單時間刪選走了索引，并且之后的ORDER BY也是根據索引下推優化，在執行WHERE條件篩選時同步進行的（沒有回表）。
而第二條語句LIMIT 1000000,6壓根就沒走索引，type列的值是ALL，顯然是全表掃描。并且Extra列字段里的Using where表示發生了回表，Using filesort表示ORDER BY時發生了文件排序。所以這里慢在了兩點：一是文件排序耗時過大，二是根據條件篩選了相關的數據之后，需要根據偏移量回表獲取全部值。無論是上面的哪一點，都是LIMIT偏移量過大導致的，所以實際開發環境經常遇到非統計表量級不得超過一百萬的要求。
優化
原因分析完了，那么LIMIT深度分頁在實際開發中怎么優化呢？這里少俠給兩點方案。
一是通過主鍵索引優化。什么意思呢？就是把上面的語句修改成：
SELECT * FROM cps_user_order_detail d WHERE d.id > #{maxId} AND d.order_time>'2020-8-5 00:00:00' ORDER BY d.order_time LIMIT 6;
如上代碼所示，同樣也是分頁，但是有個maxId的限制條件，這個是什么意思呢，maxId就是上一頁中的最大主鍵Id。所以采用此方式的前提：1）主鍵必須自增不能是UUID并且前端除了傳基本分頁參數pageNo,pageSize外，還必須把每次上一頁的最大Id帶過來，2）該方式不支持隨機跳頁，也就是說只能上下翻頁。如下圖所示是某知名電商中的實際頁面。
二是通過Elastic Search搜索引擎優化（基于倒排索引），實際上類似于淘寶這樣的電商基本上都是把所有商品放進ES搜索引擎里的（那么海量的數據，放進MySQL是不可能的，放進Redis也不現實）。但即使用了ES搜索引擎，也還是有可能發生深度分頁的問題的，這時怎么辦呢？答案是通過游標scroll。關于此點這里不做深入，感興趣的可以做研究。
小結
寫這篇博客是因為前段時間在開發中真實經歷到了，并且之前在字節面試中確實也和面試官探討了一番。知道LIMIT的限制以及優化，在面試中能提到是加分項，不能說到MySQL優化就是建索引，調整SQL（實際上在真實開發中這兩種優化方案的成效微乎其微）。畢竟MySQL優化那么牛X的話，就不會有那么多中間件產生了。
到此這篇關于MySQL深度分頁(千萬級數據量如何快速分頁)的文章就介紹到這了,更多相關MySQL 深度分頁內容請搜索腳本之家以前的文章或繼續瀏覽下面的相關文章希望大家以后多多支持腳本之家！
