MySQL limit分页大偏移量慢的原因及优化方案
在 MySQL 中通常我们使用 limit 来完成页面上的分页功能，但是当数据量达到一个很大的值之后，越往后翻页，接口的响应速度就越慢。
本文主要讨论 limit 分页大偏移量慢的原因及优化方案，为了模拟这种情况，下面首先介绍表结构和执行的 SQL。
场景模拟
建表语句
user 表的结构比较简单，id、sex 和 name，为了让 SQL 的执行时间变化更加明显，这里有9个姓名列。
CREATE TABLE `user` ( `id` int(11) NOT NULL AUTO_INCREMENT COMMENT '主键', `sex` tinyint(4) NULL DEFAULT NULL COMMENT '性别 0-男 1-女', `name1` varchar(255) CHARACTER SET utf8 COLLATE utf8_general_ci NULL DEFAULT NULL COMMENT '姓名', `name2` varchar(255) CHARACTER SET utf8 COLLATE utf8_general_ci NULL DEFAULT NULL COMMENT '姓名', `name3` varchar(255) CHARACTER SET utf8 COLLATE utf8_general_ci NULL DEFAULT NULL COMMENT '姓名', `name4` varchar(255) CHARACTER SET utf8 COLLATE utf8_general_ci NULL DEFAULT NULL COMMENT '姓名', `name5` varchar(255) CHARACTER SET utf8 COLLATE utf8_general_ci NULL DEFAULT NULL COMMENT '姓名', `name6` varchar(255) CHARACTER SET utf8 COLLATE utf8_general_ci NULL DEFAULT NULL COMMENT '姓名', `name7` varchar(255) CHARACTER SET utf8 COLLATE utf8_general_ci NULL DEFAULT NULL COMMENT '姓名', `name8` varchar(255) CHARACTER SET utf8 COLLATE utf8_general_ci NULL DEFAULT NULL COMMENT '姓名', `name9` varchar(255) CHARACTER SET utf8 COLLATE utf8_general_ci NULL DEFAULT NULL COMMENT '姓名', PRIMARY KEY (`id`) USING BTREE, INDEX `sex`(`sex`) USING BTREE ) ENGINE = InnoDB AUTO_INCREMENT = 9000001 CHARACTER SET = utf8 COLLATE = utf8_general_ci ROW_FORMAT = Dynamic;
数据填充
这里建立了一个存储过程来进行数据的填充，一共9000000条数据，执行完函数后再执行一句SQL，修改性别字段。
ps:这个函数执行的挺久的，我运行了617.284秒。
CREATE DEFINER=`root`@`localhost` PROCEDURE `data`() begin declare i int; set i=1; while(i<=9000000)do insert into user values(i,0,i,i,i,i,i,i,i,i,i); set i=i+1; end while; end -- 将id为偶数的user设置性别为1-女 update user set sex=1 where id%2=0;
SQL与执行时间
| SQL | 执行时间 |
|---|---|
| select * from user where sex = 1 limit 100, 10; | OK, Time: 0.005000s |
| select * from user where sex = 1 limit 1000, 10; | OK, Time: 0.007000s |
| select * from user where sex = 1 limit 10000, 10; | OK, Time: 0.016000s |
| select * from user where sex = 1 limit 100000, 10; | OK, Time: 0.169000s |
| select * from user where sex = 1 limit 1000000, 10; | OK, Time: 5.892000s |
| select * from user where sex = 1 limit 10000000, 10; | OK, Time: 33.465000s |
可以看到，limit 的偏移量越大，执行时间越长。
原因分析
首先来分析一下这句 SQL 执行的过程，就拿上面表格中的第一行来举例。
由于 sex 列是索引列，MySQL会走 sex 这棵索引树，命中 sex=1 的数据。
然后又由于非聚簇索引中存储的是主键 id 的值，且查询语句要求查询所有列，所以这里会发生一个回表的情况，在命中 sex 索引树中值为1的数据后，拿着它叶子节点上的值也就是主键 id 的值去主键索引树上查询这一行其他列（name、sex）的值，最后返回到结果集中，这样第一行数据就查询成功了。
最后这句 SQL 要求limit 100, 10，也就是查询第101到110个数据，但是 MySQL 会查询前110行，然后将前100行抛弃，最后结果集中就只剩下了第101到110行，执行结束。
小结一下，在上述的执行过程中，造成 limit 大偏移量执行时间变久的原因有：
- 查询所有列导致回表
- limit a, b会查询前a+b条数据，然后丢弃前a条数据
综合上述两个原因，MySQL 花费了大量时间在回表上，而其中a次回表的结果又不会出现在结果集中，这才导致查询时间变得越来越长。
优化方案
覆盖索引
既然无效的回表是导致查询变慢的主要原因，那么优化方案就主要从减少回表次数方面入手，假设在limit a, b中我们首先得到了a+1到a+b条数据的id，然后再进行回表获取其他列数据，那么就减少了a次回表操作，速度肯定会快上不少。
这里就涉及到覆盖索引了，所谓的覆盖索引就是从非主聚簇索引中就能查到的想要数据，而不需要通过回表从主键索引中查询其他列，能够显著提升性能。
基于这样的思路，优化方案就是先查询得到主键id，然后再根据主键id查询其他列数据，优化后的 SQL 以及执行时间如下表。
| 优化后的 SQL | 执行时间 |
|---|---|
| select * from user a join (select id from user where sex = 1 limit 100, 10) b on a.id=b.id; | OK, Time: 0.000000s |
| select * from user a join (select id from user where sex = 1 limit 1000, 10) b on a.id=b.id; | OK, Time: 0.00000s |
| select * from user a join (select id from user where sex = 1 limit 10000, 10) b on a.id=b.id; | OK, Time: 0.002000s |
| select * from user a join (select id from user where sex = 1 limit 100000, 10) b on a.id=b.id; | OK, Time: 0.015000s |
| select * from user a join (select id from user where sex = 1 limit 1000000, 10) b on a.id=b.id; | OK, Time: 0.151000s |
| select * from user a join (select id from user where sex = 1 limit 10000000, 10) b on a.id=b.id; | OK, Time: 1.161000s |
果然，执行效率得到了显著提升。
条件过滤
当然还有一种有缺陷的方法是基于排序做条件过滤。
比如像上面的示例 user 表，我要使用 limit 分页得到1000001到1000010条数据，可以这样写 SQL：
select * from user where sex = 1 and id > (select id from user where sex = 1 limit 1000000, 1) limit 10;
但是使用这样的方式优化是有条件的：主键id必须是有序的。在有序的条件下，也可以使用比如创建时间等其他字段来代替主键id，但是前提是这个字段是建立了索引的。
总之，使用条件过滤的方式来优化 limit 是有诸多限制的，一般还是推荐使用覆盖索引的方式来优化。
小结
主要分析了 limit 分页大偏移量慢的原因，同时也提出了响应的优化方案，推荐使用覆盖索引的方式来优化 limit 分页大偏移执行时间久的问题。
希望能帮助到大家。
