Mysql大数据分页

假设分页为每页10条数据:

方式一

mysql> select * from user  limit 0,10;
10 rows in set (0.00 sec)

查询500万以上的数据试试

mysql> select * from user  limit 5000000,10;
...
10 rows in set (4.08 sec)

结果耗时十分明显

特点:·全表扫描,速度会很慢·

方式二

mysql> select * from user where id > 5000000 limit 10;
10 rows in set (0.00 sec)

方式三

mysql>  select * from user where id > 5000000 and id <= 5000000+10 ;
10 rows in set (0.00 sec)

执行情况分析:

使用explain命令:

rows:显示MySQL执行查询时检查的行数。

mysql> explain select * from user  limit 5000000,10\G
*************************** 1. row ***************************
           id: 1
  select_type: SIMPLE
        table: user
         type: ALL
possible_keys: NULL
          key: NULL
      key_len: NULL
          ref: NULL
         rows: 6264504
        Extra: 
1 row in set (0.00 sec)
    
mysql> explain select * from user where id > 5000000 limit 10\G
*************************** 1. row ***************************
           id: 1
  select_type: SIMPLE
        table: user
         type: range
possible_keys: PRIMARY
          key: PRIMARY
      key_len: 4
          ref: NULL
         rows: 1486004
        Extra: Using where
1 row in set (0.00 sec)


mysql> explain select * from user where id > 5000000 and id <= 5000000+10 \G
*************************** 1. row ***************************
           id: 1
  select_type: SIMPLE
        table: user
         type: range
possible_keys: PRIMARY
          key: PRIMARY
      key_len: 4
          ref: NULL
         rows: 10
        Extra: Using where
1 row in set (0.00 sec)

按照row结果性能排序:

方式一 (6264504) < 方式二(1486004) < 方式三(10)

正常情况以上方式都可以满足需求,但还有一种情况

看一下测试数据:

查询ID:

mysql> select id from user where id > 5000000 and id <= 5000000+10 ;
+---------+
| id      |
+---------+
| 5000001 |
| 5000002 |
| 5000003 |
| 5000004 |
| 5000005 |
| 5000006 |
| 5000007 |
| 5000008 |
| 5000009 |
| 5000010 |
+---------+
10 rows in set (0.00 sec)

删除其中一行:

mysql> delete from user where id='5000008';
Query OK, 1 row affected (0.06 sec)

mysql> select id from user where id > 5000000 and id <= 5000000+10 ;
+---------+
| id      |
+---------+
| 5000001 |
| 5000002 |
| 5000003 |
| 5000004 |
| 5000005 |
| 5000006 |
| 5000007 |
| 5000009 |
| 5000010 |
+---------+
9 rows in set (0.00 sec)

我们可以看到,在主键不连续的情况下,查询出现了问题,数据成了9行。

mysql> select id from user limit 5000000,10;
+---------+
| id      |
+---------+
| 5000001 |
| 5000002 |
| 5000003 |
| 5000004 |
| 5000005 |
| 5000006 |
| 5000007 |
| 5000009 |
| 5000010 |
| 5000011 |
+---------+
10 rows in set (2.62 sec)

此时数据正常,但是就不能采用"> <"这种方式进行处理了。所以大数据量的时候,最好不好进行物理删除。

查询优化:

mysql> select user.id from user inner join ( select id from user limit 5000000,10 ) as tmp on tmp.id=user.id;
+---------+
| id      |
+---------+
| 5000001 |
| 5000002 |
| 5000003 |
| 5000004 |
| 5000005 |
| 5000006 |
| 5000007 |
| 5000009 |
| 5000010 |
| 5000011 |
+---------+
10 rows in set (3.19 sec)

大量数据的话,优化的结果并不能令人满意。

如果历史数据存在物理删除,而且不再发生物理删除的情况,此时可以采用另外一张表来维护id:

创建另一张表:

CREATE TABLE `user_id_list` (
  `id` int(10) unsigned NOT NULL AUTO_INCREMENT,
  `user_id` int(10) unsigned NOT NULL,
  PRIMARY KEY (`id`)
) ENGINE=InnoDB AUTO_INCREMENT=1DEFAULT CHARSET=utf8;

把数据导入:

INSERT INTO user_id_list (user_id) SELECT id FROM user;

查询数据:

mysql> select user_id from user_id_list where id > 5000000 and id <= 5000000+10;
+---------+
| user_id |
+---------+
| 5000001 |
| 5000002 |
| 5000003 |
| 5000004 |
| 5000005 |
| 5000006 |
| 5000007 |
| 5000009 |
| 5000010 |
| 5000011 |
+---------+
10 rows in set (0.00 sec)

数据又恢复10条,其中5000008不存在,此时可以进行表优化:

mysql> select user_id from user left join user_id_list on user.id=user_id_list.user_id where user_id_list.id > 5000000 and user_id_list.id <= 5000000+10;
+---------+
| user_id |
+---------+
| 5000001 |
| 5000002 |
| 5000003 |
| 5000004 |
| 5000005 |
| 5000006 |
| 5000007 |
| 5000009 |
| 5000010 |
| 5000011 |
+---------+
10 rows in set (0.00 sec)

当然这个处理方式缺点也很明显。所以物理删除请慎用,数据很重要。

最后编辑于
©著作权归作者所有,转载或内容合作请联系作者
  • 序言:七十年代末,一起剥皮案震惊了整个滨河市,随后出现的几起案子,更是在滨河造成了极大的恐慌,老刑警刘岩,带你破解...
    沈念sama阅读 216,142评论 6 498
  • 序言:滨河连续发生了三起死亡事件,死亡现场离奇诡异,居然都是意外死亡,警方通过查阅死者的电脑和手机,发现死者居然都...
    沈念sama阅读 92,298评论 3 392
  • 文/潘晓璐 我一进店门,熙熙楼的掌柜王于贵愁眉苦脸地迎上来,“玉大人,你说我怎么就摊上这事。” “怎么了?”我有些...
    开封第一讲书人阅读 162,068评论 0 351
  • 文/不坏的土叔 我叫张陵,是天一观的道长。 经常有香客问我,道长,这世上最难降的妖魔是什么? 我笑而不...
    开封第一讲书人阅读 58,081评论 1 291
  • 正文 为了忘掉前任,我火速办了婚礼,结果婚礼上,老公的妹妹穿的比我还像新娘。我一直安慰自己,他们只是感情好,可当我...
    茶点故事阅读 67,099评论 6 388
  • 文/花漫 我一把揭开白布。 她就那样静静地躺着,像睡着了一般。 火红的嫁衣衬着肌肤如雪。 梳的纹丝不乱的头发上,一...
    开封第一讲书人阅读 51,071评论 1 295
  • 那天,我揣着相机与录音,去河边找鬼。 笑死,一个胖子当着我的面吹牛,可吹牛的内容都是我干的。 我是一名探鬼主播,决...
    沈念sama阅读 39,990评论 3 417
  • 文/苍兰香墨 我猛地睁开眼,长吁一口气:“原来是场噩梦啊……” “哼!你这毒妇竟也来了?” 一声冷哼从身侧响起,我...
    开封第一讲书人阅读 38,832评论 0 273
  • 序言:老挝万荣一对情侣失踪,失踪者是张志新(化名)和其女友刘颖,没想到半个月后,有当地人在树林里发现了一具尸体,经...
    沈念sama阅读 45,274评论 1 310
  • 正文 独居荒郊野岭守林人离奇死亡,尸身上长有42处带血的脓包…… 初始之章·张勋 以下内容为张勋视角 年9月15日...
    茶点故事阅读 37,488评论 2 331
  • 正文 我和宋清朗相恋三年,在试婚纱的时候发现自己被绿了。 大学时的朋友给我发了我未婚夫和他白月光在一起吃饭的照片。...
    茶点故事阅读 39,649评论 1 347
  • 序言:一个原本活蹦乱跳的男人离奇死亡,死状恐怖,灵堂内的尸体忽然破棺而出,到底是诈尸还是另有隐情,我是刑警宁泽,带...
    沈念sama阅读 35,378评论 5 343
  • 正文 年R本政府宣布,位于F岛的核电站,受9级特大地震影响,放射性物质发生泄漏。R本人自食恶果不足惜,却给世界环境...
    茶点故事阅读 40,979评论 3 325
  • 文/蒙蒙 一、第九天 我趴在偏房一处隐蔽的房顶上张望。 院中可真热闹,春花似锦、人声如沸。这庄子的主人今日做“春日...
    开封第一讲书人阅读 31,625评论 0 21
  • 文/苍兰香墨 我抬头看了看天上的太阳。三九已至,却和暖如春,着一层夹袄步出监牢的瞬间,已是汗流浃背。 一阵脚步声响...
    开封第一讲书人阅读 32,796评论 1 268
  • 我被黑心中介骗来泰国打工, 没想到刚下飞机就差点儿被人妖公主榨干…… 1. 我叫王不留,地道东北人。 一个月前我还...
    沈念sama阅读 47,643评论 2 368
  • 正文 我出身青楼,却偏偏与公主长得像,于是被迫代替她去往敌国和亲。 传闻我的和亲对象是个残疾皇子,可洞房花烛夜当晚...
    茶点故事阅读 44,545评论 2 352

推荐阅读更多精彩内容