你好,游客 登录 注册 搜索
背景:
阅读新闻

mysql limit大数据量分页优化方法

[日期:2014-05-23] 来源:PHP1.CN   作者: [字体: ]

  Mysql的优化是非常重要的。其他最常用也最需要优化的就是limit。Mysql的limit给分页带来了极大的方便,但数据量一大的时候,limit的性能就急剧下降。

  同样是取10条数据

  select * from yanxue8_visit limit 10000,10 和

  select * from yanxue8_visit limit 0,10

  就不是一个数量级别的。

  网上也很多关于limit的五条优化准则,都是翻译自Mysql手册,虽然正确但不实用。今天发现一篇文章写了些关于limit优化的,很不错。

  文中不是直接使用limit,而是首先获取到offset的id然后直接使用limit size来获取数据。根据他的数据,明显要好于直接使用limit。这里我具体使用数据分两种情况进行测试。(测试环境win2033+p4双核 (3GHZ) +4G内存 Mysql 5.0.19)

  1、offset比较小的时候。

  select * from yanxue8_visit limit 10,10

  多次运行,时间保持在0.0004-0.0005之间http://www.zhutiai.com

  Select * From yanxue8_visit Where vid >=(

  Select vid From yanxue8_visit Order By vid limit 10,1

  ) limit 10

  多次运行,时间保持在0.0005-0.0006之间,主要是0.0006

  结论:偏移offset较小的时候,直接使用limit较优。这个显然是子查询的原因。

  2、offset大的时候。

  select * from yanxue8_visit limit 10000,10

  多次运行,时间保持在0.0187左右

  Select * From yanxue8_visit Where vid >=(

  Select vid From yanxue8_visit Order By vid limit 10000,1

  ) limit

  10

  多次运行,时间保持在0.0061左右,只有前者的1/3。可以预计offset越大,后者越优。

  以后要注意改正自己的limit语句,优化一下Mysql了

  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,数据库教程表占用硬盘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

  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 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

  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

  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教程

  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

  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:

  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:

  代码如下:

  $db=dblink();

  $db->pagesize=20;

  $sql="select id from collect where vtype=$vtype";

  $db->execute($sql);

  $strpage=$db->strpage();

  //将分页字符串保存在临时变量,方便输出

  while($rs=$db->fetch_array()){

  $strid.=$rs['id'].',';

  }

  $strid=substr($strid,0,strlen($strid)-1);

  //构造出id字符串

  $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;

  $db->execute("select

  id,title,url,sTime,gTime,vtype,tag from collect where id in ($strid)");

  fetch_array()): ?>

 

 

target="_blank">

 

  $rs['tag'];?> 

  ?>

  echo $strpage;

  ?>

  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!

  性能优化:

  基于MySQL5.0中limit的高性能,我对数据分页也重新有了新的认识.

  1.

  Select * From cyclopedia Where ID>=(

  Select Max(ID) From (

  Select ID From cyclopedia Order By ID limit 90001

  ) As tmp

  ) limit 100;

  2.

  Select * From cyclopedia Where ID>=(

  Select Max(ID) From (

  Select ID From cyclopedia Order By ID limit 90000,1

  ) As tmp

  ) limit 100;

  同样是取90000条后100条记录,第1句快还是第2句快?

  第1句是先取了前90001条记录,取其中最大一个ID值作为起始标识,然后利用它可以快速定位下100条记录

  第2句择是仅仅取90000条记录后1条,然后取ID值作起始标识定位下100条记录

  第1句执行结果.100 rows in set (0.23) sec

  第2句执行结果.100 rows in set (0.19) sec

  很明显第2句胜出.看来limit好像并不完全像我之前想象的那样做全表扫描返回limit offset+length条记录,这样看来limit比起MS-SQL的Top性能还是要提高不少的.

  其实第2句完全可以简化成

  Select * From cyclopedia Where ID>=(

  Select ID From cyclopedia limit 90000,1

  )limit 100;

  直接利用第90000条记录的ID,不用经过Max运算,这样做理论上效率因该高一些,但在实际使用中几乎看不到效果,因为本身定位ID返回的就是1条记录,Max几乎不用运作就能得到结果,但这样写更清淅明朗,省去了画蛇那一足.

  可是,既然MySQL有limit可以直接控制取出记录的位置,为什么不干脆用Select * From cyclopedia limit 90000,1呢?岂不更简洁?

  这样想就错了,试了就知道,结果是:1 row in set (8.88) sec,怎么样,够吓人的吧,让我想起了昨天在4.1中比这还有过之的"高分".Select * 最好不要随便用,要本着用什么,选什么的原则, Select的字段越多,字段数据量越大,速度就越慢. 上面2种分页方式哪种都比单写这1句强多了,虽然看起来好像查询的次数更多一些,但实际上是以较小的代价换取了高效的性能,是非常值得的.

  第1种方案同样可用于MS-SQL,而且可能是最好的.因为靠主键ID来定位起始段总是最快的.

  Select Top 100 * From cyclopedia Where ID>=(

  Select Top 90001 Max(ID) From (

  Select ID From cyclopedia Order By ID

  ) As tmp

  )

  但不管是实现方式是存贮过程还是直接代码中,瓶颈始终在于MS-SQL的TOP总是要返回前N个记录,这种情况在数据量不大时感受不深,但如果成百上千万,效率肯定会低下的.相比之下MySQL的limit就有优势的多,执行:

  Select ID From cyclopedia limit 90000

  Select ID From cyclopedia limit 90000,1

  的结果分别是:

  90000 rows in set (0.36) sec

  1 row in set (0.06) sec

  而MS-SQL只能用Select Top 90000 ID From cyclopedia 执行时间是390ms,执行同样的操作时间也不及MySQL的360ms.





收藏 推荐 打印 | 录入:Cstor | 阅读:
本文评论   查看全部评论 (0)
表情: 表情 姓名: 字数
点评:
       
评论声明
  • 尊重网上道德,遵守中华人民共和国的各项有关法律法规
  • 承担一切因您的行为而直接或间接导致的民事或刑事法律责任
  • 本站管理人员有权保留或删除其管辖留言中的任意内容
  • 本站有权在网站内转载或引用您的评论
  • 参与本评论即表明您已经阅读并接受上述条款