作者：大神养成记\
起源：https://www.cnblogs.com/genin...
办法1: 间接应用数据库提供的SQL语句
- 语句款式: MySQL中,可用如下办法: SELECT * FROM 表名称 LIMIT M,N
- 适应场景: 实用于数据量较少的状况(元组百/千级)
- 起因/毛病: 全表扫描,速度会很慢 且 有的数据库后果集返回不稳固(如某次返回1,2,3,另外的一次返回2,1,3). Limit限度的是从后果集的M地位处取出N条输入,其余摈弃.
办法2: 建设主键或惟一索引, 利用索引(假如每页10条)
- 语句款式: MySQL中,可用如下办法: SELECT FROM 表名称 WHERE id_pk > (pageNum10) LIMIT M
- 适应场景: 实用于数据量多的状况(元组数上万)
- 起因: 索引扫描,速度会很快. 有敌人提出: 因为数据查问进去并不是依照pk_id排序的，所以会有漏掉数据的状况，只能办法3
办法3: 基于索引再排序
- 语句款式: MySQL中,可用如下办法: SELECT FROM 表名称 WHERE id_pk > (pageNum10) ORDER BY id_pk ASC LIMIT M
- 适应场景: 实用于数据量多的状况(元组数上万). 最好ORDER BY后的列对象是主键或惟一所以,使得ORDERBY操作能利用索引被打消但后果集是稳固的(稳固的含意,参见办法1)
- 起因: 索引扫描,速度会很快. 但MySQL的排序操作,只有ASC没有DESC(DESC是假的,将来会做真正的DESC,期待...).
办法4: 基于索引应用prepare
第一个问号示意pageNum，第二个？示意每页元组数
- 语句款式: MySQL中,可用如下办法: PREPARE stmt_name FROM SELECT FROM 表名称 WHERE id_pk > (？ ？) ORDER BY id_pk ASC LIMIT M
- 适应场景: 大数据量
- 起因: 索引扫描,速度会很快. prepare语句又比个别的查问语句快一点。
办法5: 利用MySQL反对ORDER操作能够利用索引疾速定位局部元组,防止全表扫描
比方: 读第1000到1019行元组(pk是主键/惟一键).
SELECT * FROM your_table WHERE pk>=1000 ORDER BY pk ASC LIMIT 0,20办法6: 利用"子查问/连贯+索引"疾速定位元组的地位,而后再读取元组.
比方(id是主键/惟一键,蓝色字体时变量)
利用子查问示例:
SELECT * FROM your_table WHERE id <= (SELECT id FROM your_table ORDER BY id desc LIMIT ($page-1)*$pagesize ORDER BY id desc LIMIT $pagesize利用连贯示例:
SELECT * FROM your_table AS t1 JOIN (SELECT id FROM your_table ORDER BY id desc LIMIT ($page-1)*$pagesize AS t2 WHERE t1.id <= t2.id ORDER BY t1.id desc LIMIT $pagesize;mysql大数据量应用limit分页，随着页码的增大，查问效率越低下。
测试试验
1. 间接用limit start, count分页语句， 也是我程序中用的办法：
select * from product limit start, count当起始页较小时，查问没有性能问题，咱们别离看下从10， 100， 1000， 10000开始分页的执行工夫（每页取20条）。
如下：
select * from product limit 10, 20 0.016秒select * from product limit 100, 20 0.016秒select * from product limit 1000, 20 0.047秒select * from product limit 10000, 20 0.094秒咱们曾经看出随着起始记录的减少，工夫也随着增大， 这阐明分页语句limit跟起始页码是有很大关系的，那么咱们把起始记录改为40w看下（也就是记录的个别左右）
select * from product limit 400000, 20 3.229秒再看咱们取最初一页记录的工夫
select * from product limit 866613, 20 37.44秒像这种分页最大的页码页显然这种工夫是无法忍受的。
从中咱们也能总结出两件事件：
- limit语句的查问工夫与起始记录的地位成正比
- mysql的limit语句是很不便，然而对记录很多的表并不适宜间接应用。
2. 对limit分页问题的性能优化办法
利用表的笼罩索引来减速分页查问
咱们都晓得，利用了索引查问的语句中如果只蕴含了那个索引列（笼罩索引），那么这种状况会查问很快。
因为利用索引查找有优化算法，且数据就在查问索引下面，不必再去找相干的数据地址了，这样节俭了很多工夫。另外Mysql中也有相干的索引缓存，在并发高的时候利用缓存就成果更好了。
在咱们的例子中，咱们晓得id字段是主键，天然就蕴含了默认的主键索引。当初让咱们看看利用笼罩索引的查问成果如何。
这次咱们之间查问最初一页的数据（利用笼罩索引，只蕴含id列），如下：
select id from product limit 866613, 20 0.2秒绝对于查问了所有列的37.44秒，晋升了大略100多倍的速度
那么如果咱们也要查问所有列，有两种办法，一种是id>=的模式，另一种就是利用join，看下理论状况：
SELECT * FROM product WHERE ID > =(select id from product limit 866613, 1) limit 20查问工夫为0.2秒！
另一种写法
SELECT * FROM product a JOIN (select id from product limit 866613, 20) b ON a.ID = b.id查问工夫也很短！
3. 复合索引优化办法
MySql 性能到底能有多高？MySql 这个数据库相对是适宜dba级的高手去玩的，个别做一点1万篇新闻的小型零碎怎么写都能够，用xx框架能够实现疾速开发。可是数据量到了10万，百万至千万，他的性能还能那么高吗？一点小小的失误，可能造成整个零碎的改写，甚至更本零碎无奈失常运行！好了，不那么多废话了。
用事实谈话，看例子：
数据表 collect ( id, title ,info ,vtype) 就这4个字段，其中 title 用定长，info 用text, id 是逐步，vtype是tinyint，vtype是索引。这是一个根本的新闻零碎的简略模型。当初往里面填充数据，填充10万篇新闻。最初collect 为 10万条记录，数据库表占用硬1.6G。
OK ,看上面这条sql语句：
select id,title from collect limit 1000,10;很快；基本上0.01秒就OK，再看上面的
select id,title from collect limit 90000,10;从9万条开始分页，后果？
8-9秒实现，my god 哪出问题了？其实要优化这条数据，网上找失去答案。看上面一条语句:
select id from collect order by id limit 90000,10;很快，0.04秒就OK。为什么？因为用了id主键做索引当然快。网上的改法是：
select id,title from collect where id>=(select id from collect order by id limit 90000,1) limit 10;这就是用了id做索引的后果。可是问题简单那么一点点，就完了。看上面的语句
select id from collect where vtype=1 order by id limit 90000,10; 很慢，用了8-9秒！
到了这里我置信很多人会和我一样，有解体感觉！vtype 做了索引了啊？怎么会慢呢？vtype做了索引是不错，你间接
select id from collect where vtype=1 limit 1000,10;是很快的，基本上0.05秒，可是进步90倍，从9万开始，那就是0.05*90=4.5秒的速度了。和测试后果8-9秒到了一个数量级。
从这里开始有人提出了分表的思路，这个和dis #cuz 论坛是一样的思路。思路如下：
建一个索引表：t (id,title,vtype) 并设置成定长，而后做分页，分页出后果再到 collect 外面去找info 。是否可行呢？试验下就晓得了。
10万条记录到 t(id,title,vtype) 里，数据表大小20M左右。用
select id from t where vtype=1 order by id limit 90000,10;很快了。基本上0.1-0.2秒能够跑完。为什么会这样呢？我猜测是因为collect 数据太多，所以分页要跑很长的路。limit 齐全和数据表的大小无关的。其实这样做还是全表扫描，只是因为数据量小，只有10万才快。OK， 来个疯狂的试验，加到100万条，测试性能。加了10倍的数据，马上t表就到了200多M，而且是定长。还是方才的查问语句，工夫是0.1-0.2秒实现！分表性能没问题？
错！因为咱们的limit还是9万，所以快。给个大的，90万开始
select id from t where vtype=1 order by id limit 900000,10;看看后果，工夫是1-2秒！why ?
分表了工夫还是这么长，十分之郁闷！有人说定长会进步limit的性能，开始我也认为，因为一条记录的长度是固定的，mysql 应该能够算出90万的地位才对啊？可是咱们高估了mysql 的智能，他不是商务数据库，事实证明定长和非定长对limit影响不大？怪不得有人说discuz到了100万条记录就会很慢，我置信这是真的，这个和数据库设计无关！
难道MySQL 无奈冲破100万的限度吗？？？到了100万的分页就真的到了极限？
答案是：NO 为什么冲破不了100万是因为不会设计mysql造成的。上面介绍非分表法，来个疯狂的测试！一张表搞定100万记录，并且10G 数据库，如何疾速分页！
好了，咱们的测试又回到 collect表，开始测试论断是：
30万数据，用分表法可行，超过30万他的速度会慢道你无法忍受！当然如果用分表+我这种办法，那是相对完满的。然而用了我这种办法后，不必分表也能够完满解决！
答案就是：复合索引！有一次设计mysql索引的时候，无心中发现索引名字能够任取，能够抉择几个字段进来，这有什么用呢？
开始的
select id from collect order by id limit 90000,10;这么快就是因为走了索引，可是如果加了where 就不走索引了。抱着试试看的想法加了 search(vtype,id) 这样的索引。
而后测试
select id from collect where vtype=1 limit 90000,10;十分快！0.04秒实现！
再测试:
select id ,title from collect where vtype=1 limit 90000,10;十分遗憾，8-9秒，没走search索引！
再测试：search(id,vtype)，还是select id 这个语句，也十分遗憾，0.5秒。
综上：如果对于有where 条件，又想走索引用limit的，必须设计一个索引，将where 放第一位，limit用到的主键放第2位，而且只能select 主键！
完满解决了分页问题了。能够疾速返回id就有心愿优化limit ， 按这样的逻辑，百万级的limit 应该在0.0x秒就能够分完。看来mysql 语句的优化和索引时十分重要的！
近期热文举荐：
1.1,000+ 道 Java面试题及答案整顿(2021最新版)
2.终于靠开源我的项目弄到 IntelliJ IDEA 激活码了，真香！
3.阿里 Mock 工具正式开源，干掉市面上所有 Mock 工具！
4.Spring Cloud 2020.0.0 正式公布，全新颠覆性版本！
5.《Java开发手册（嵩山版）》最新公布，速速下载！
感觉不错，别忘了顺手点赞+转发哦！