Mysql limit 优化,百万至千万条记录实现快速分页

MySql 性能到底能有多高？用了php半年多，真正如此深入的去思考这个问题还是从前天开始。有过痛苦有过绝望，到现在充满信心！MySql 这个数据库绝对是适合dba级的高手去玩的，一般做一点1万篇新闻的小型系统怎么写都可以，用xx框架可以实现快速开发。

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，可能造成整个系统的改写，甚至更本系统无法正常运行！好了，不那么多废话了。用事实说话，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 是逐渐，vtype是tinyint，vtype是索引。这是一个基本的新闻系统的简单模型。现在往里面填充数据，填充10万篇新闻。

最后collect 为 10万条记录，数据库表占用硬盘1.6G,OK,看下面这条sql语句:

select id,title from collect limit 1000,10; 很快；基本上0.01秒就OK，再看下面的:

select id,title from collect limit 90000,10; 从9万条开始分页 

结果？8-9秒完成,my god 哪出问题了？其实要优化这条数据,网上找得到答案,看下面一条语句:

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做索引的结果,可是问题复杂那么一点点,就完了,看下面的语句,代码如下:

select id from collect where vtype=1 order by id limit 90000,10;  

很慢,用了8-9秒,到了这里我相信很多人会和我一样,有崩溃感觉！vtype 做了索引了啊？怎么会慢呢？vtype做了索引是不错,你直接如下代码:

select id from collect where vtype=1 limit 1000,10;

是很快的，基本上0.05秒,可是提高90倍,从9万开始,那就是0.05*90=4.5秒的速度了,和测试结果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discuz 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,然后做分页,分页出结果再到 collect 里面去找info,是否可行呢？实验下就知道了.

10万条记录到t(id,title,vtype)里,数据表大小20M左右,用如下代码:

select id from t where vtype=1 order by id limit 90000,10;  

很快了。基本上0.1-0.2秒可以跑完。为什么会这样呢？我猜想是因为collect 数据太多，所以分页要跑很长的路。limit 完全和数据表的大小有关的。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， 来个疯狂的实验，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。还是刚才的查询语句，时间是0.1-0.2秒完成！分表性能没问题？错！因为我们的limit还是9万，所以快。给个大的，90万开始,代码如下:

select id from t where vtype=1 order by id limit 900000,10;  

看看结果，时间是1-2秒！

why ?? 分表了时间还是这么长，非常之郁闷！有人说定长会提高limit的性能，开始我也以为，因为一条记录的长度是固定的，mysql 应该可以算出90万的位置才对啊？ 可是我们高估了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，我相信这是真的，这个和数据库设计有关！

难道MySQL 无法突破100万的限制吗？？？到了100万的分页就真的到了极限？？？

答案是:NO !!!! 为什么突破不了100万是因为不会设计mysql造成的。下面介绍非分表法，来个疯狂的测试！一张表搞定100万记录，并且10G 数据库，如何快速分页！

好了,我们的测试又回到 collect表,开始测试结论是: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+我这种方法,那是绝对完美的,但是用了我这种方法后,不用分表也可以完美解决.

答案就是：复合索引！ 有一次设计mysql索引的时候,无意中发现索引名字可以任取，可以选择几个字段进来，这有什么用呢？开始的代码如下:

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,然后测试,代码如下:

select id from collect where vtype=1 limit 90000,10; 

非常快,0.04秒完成,再测试:select id ,title from collect where vtype=1 limit 90000,10;  

非常遗憾，8-9秒，没走search索引！

再测试:search(id,vtype)，还是select id 这个语句，也非常遗憾，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！

完美解决了分页问题了。可以快速返回id就有希望优化limit ， 按这样的逻辑，百万级的limit 应该在0.0x秒就可以分完。看来mysql 语句的优化和索引时非常重要的！

好了，回到原题，如何将上面的研究成功快速应用于开发呢？如果用复合查询，我的轻量级框架就没的用了。分页字符串还得自己写，那多麻烦？这里再看一个例子，思路就出来了,代码如下:

select * from collect where id in (9000,12,50,7000);  

竟然 0秒就可以查完！

mygod,mysql 的索引竟然对于in语句同样有效,看来网上说in无法用索引是错误的,有了这个结论,就可以很简单的应用于轻量级框架了,代码如下:

1. $db=dblink(); 
2. $db->pagesize=20; 
3. $sql=”select id from collect where vtype=$vtype”; 
4. $db->execute($sql); 
5. $strpage=$db->strpage(); //将分页字符串保存在临时变量，方便输出 
6. while($rs=$db->fetch_array()){ 
7.    $strid.=$rs['id'].’,'; 
8. } 
9. $strid=substr($strid,0,strlen($strid)-1); //构造出id字符串 
10. $db->pagesize=0; //很关键，在不注销类的情况下，将分页清空，这样只需要用一次数据库连接，不需要再开； 
11. $db->execute(“select id,title,url,sTime,gTime,vtype,tag from collect where id in ($strid)”); 
12. <?php while($rs=$db->fetch_array()): ?> 
13. <tr> 
14.     <td>&nbsp;<?php echo $rs['id'];?></td> 
15.     <td>&nbsp;<?php echo $rs['url'];?></td> 
16.     <td>&nbsp;<?php echo $rs['sTime'];?></td> 
17.     <td>&nbsp;<?php echo $rs['gTime'];?></td> 
18.     <td>&nbsp;<?php echo $rs['vtype'];?></td> 
19.     <td>&nbsp;<a href=”?act=show&id=<?php echo $rs['id'];?>” target=”_blank”><?php echo $rs['title'];?></a></td> 
20.     <td>&nbsp;<?php echo $rs['tag'];?></td> 
21. </tr> //Vevb.com 
22. <?php endwhile; ?> 
23. </table> 
24. <?php 
25. echo $strpage;  
26. ?> 

通过简单的变换，其实思路很简单：1）通过优化索引，找出id，并拼成 “123,90000,12000″ 这样的字符串。2）第2次查询找出结果。

小小的索引+一点点的改动就使mysql 可以支持百万甚至千万级的高效分页！

通过这里的例子，我反思了一点：对于大型系统，PHP千万不能用框架，尤其是那种连sql语句都看不到的框架！因为开始对于我的轻量级框架都差点崩溃！只适合小型应用的快速开发，对于ERP,OA，大型网站，数据层包括逻辑层的东西都不能用框架。如果程序员失去了对sql语句的把控，那项目的风险将会成几何级数增加！尤其是用mysql 的时候，mysql 一定需要专业的dba 才可以发挥他的最佳性能。一个索引所造成的性能差别可能是上千倍！

PS:经过实际测试，到了100万的数据，160万数据，15G表，190M索引，就算走索引，limit都得0.49秒。所以分页最好别让别人看到10万条以后的数据，要不然会很慢！就算用索引。经过这样的优化，mysql到了百万级分页是个极限！但有这样的成绩已经很不错，如果你是用sqlserver肯定卡死！而160万的数据用 id in (str) 很快，基本还是0秒。如果这样，千万级的数据，mysql应该也很容易应付。