黄磊的编程日记

一个善于用Java,Python解决各种问题的伪全栈工程师

首页 GitHub 科学上网 关于

2016-03-08 23:38:21
MySQL分页性能探索

分页技术在开发中是十分常见的,我刚到公司做的两个项目都用到了分页技术,于是就想着对分页技术进行深入的探索一下。

常见的几种分页方式:

  1. 扶梯方式

img

扶梯方式在导航上通常只提供上一页/下一页这两种模式,部分产品甚至不提供上一页功能,只提供一种“更多/more”的方式,也有下拉自动加载更多的方式,在技术上都可以归纳成扶梯方式。 扶梯方式在技术实现上比较简单及高效,根据当前页最后一条的偏移往后获取一页即可。写成SQL可能类似

SELECT * FROM LIST_TABLE WHERE id > offset_id LIMIT n;
  1. 电梯方式

img

另外一种数据获取方式在产品上体现成精确的翻页方式,如1,2,3……n,同时在导航上也可以由用户输入直达n页。国内大部分场景采用电梯方式,但电梯方式在技术实现上相对成本较高。

在MySQL中,通常提到的b-tree,在存储引擎实现上,通常都是b+tree。

使用电梯方式时候,当用户指定翻到第n页时候,并没有直接方法寻址到该位置,而是需要从第一楼逐个count,scan到count*page时候,获取数据才真正开始,所以导致效率不高。

传统分页技术(电梯方式)

首先前端需要传给你的分页实体,以及查询条件

//分页实体
struct FinanceDcPage{
o1: i32 pageSize,//页容量
o2: i32 pageIndex,//当前页索引
}

然后你需要返回查询总条数给前端;

SELECT COUNT(*) FROM my_table WHERE x = y ORDER BY id;

然后再返回指定页面条数给前端:

SELECT * FROM my_table WHERE x = y ORDER BY date_col LIMIT (pageIndex - 1) * pageSize, pageSize;

由上面两条sql语句查询出来的结果需要返回给前端的分页实体,以及单页结果集

//分页实体
struct FinanceDcPage{
o1: i32 pageSize,//页容量
o2: i32 pageIndex,//当前页索引
o3: i32 pageTotal,//总页数
o4: i32 totalRecod,//总条数
}

传统查询方法,每次请求变化的只有pageIndex值,也就是limit offset,num 的offset

如limit 0,10; limit 10,10; .... limit 10000,10;

上面的变化会导致每次查询所执行的时间会有偏差,offset值越大需要的时间越长,如limit 10000,10 需要读取10010个数据才能得到想要的10条数据。

优化方法

传统方法中我们了解到,影响效率的关键是程序遍历了许多不需要的数据,找到了关键点那么就从这里着手。

如果没有必须使用电梯方式的时候,我们可以使用扶梯的方式,来提高性能。

但是大多数情况,电梯形式更能满足用户的需求,所以我们就需要另找方法来优化电梯形式。

这里有篇文章介绍了对电梯方式的优化,由于我做的项目还没有上升到要对其做这种优化的地步,所以就直接上他的方式吧。

  1. 为什么超长列表数据的翻页技术实现复杂
  2. 为什么超长列表数据的翻页技术实现复杂(二)

基于传统方式的优化

上面提到的优化方式,要么难以满足用户的需求,要么实现起来过于复杂,所以如果数据量不是特别大的时候,像百来万条数据,其实根本没有必要使用上面的优化方法。

传统方法已经足够用了,只不过传统方法也可能需要优化的地方。例如:

order by优化

SELECT * FROM pa_dc_flow ORDER BY subject_code DESC LIMIT 100000,5

这条语句中使用了ORDER BY关键字,那么对什么进行排序又非常重要了,如果你是对自增id进行排序的话,那么这条语句就不需要优化了,如果是索引甚至非索引的话,那就需要优化了。

首先你要保证它是索引,不然真的会很慢。然后如果他是索引,但是本身不像自增id那样有序的话,那么就要改写成下面的语句。

SELECT * FROM pa_dc_flow INNER JOIN (SELECT id FROM pa_dc_flow ORDER BY subject_code DESC LIMIT 100000,5) AS pa_dc_flow_id USING(id);

下面是对两条sql的 EXPLAIN

img

img

由图中我们可以看出,第二个sql可以少扫面很多页面。

其实这涉及到order by的优化问题,第一条sql中并没有利用到subject_code索引。如果你改为 select subject_code ...则用到了索引。下面是对order by的优化。

order by 后的字段,如果要走索引,须与where 条件里的某字段建立复合索引!!或者说orcer by后的字段如果要走索引排序,它要么与where 条件里的字段建立复合索引【这里建立复合索引的时候,需要注意复合索引的列顺序为(where字段,order by 字段),这样才能满足最左列原则,原因可能是order by字段并能算在where 查询条件中!】,要么它自身要在where 条件里被引用到!

表a subject_code为普通字段,上面建有索引,id是自增主键

select * from a order by subject_code//用不上索引
select id from a order by subject_code//能用上索引
select subject_code from a order by subject_code//能用上索引
select * from a where subject_code = XX order by subject_code//能用上索引

意思是说order by 要避免使用文件系统排序,要么把order by的字段出现在select 后,要么使用order by字段出现在where 条件里,要么把order by字段与where 条件字段建立复合索引!

详见order by关键字优化

第二条sql就是巧妙的利用第二种方式利用上了索引。 select id from a order by subject_code,这种方式

count优化

当数据量非常大时,其实可以输出总数的大概数据,利用explain语句,他并没有真正去执行sql,而是进行的估算