网易一面：select分页要调优100倍，说说你的思路？（内含Mysql的36军规）

Posted 2023-03-02 40岁资深老架构师尼恩

tags:

篇首语：本文由小常识网(cha138.com)小编为大家整理，主要介绍了网易一面：select分页要调优100倍，说说你的思路？（内含Mysql的36军规）相关的知识，希望对你有一定的参考价值。

背景说明：

mysql调优，是大家日常常见的调优工作。所以Mysql调优是一个非常、非常核心的面试知识点。

在40岁老架构师尼恩的读者交流群(50+)中，其相关面试题是一个非常、非常高频的交流话题。

近段时间，有小伙伴面试网易，说遇到一个SQL 深度分页查询 调优的面试题：

MySQL 百万级数据，怎么做分页查询？说说你的思路？

社群中，还遇到过大概的变种：

形式1：如何解决Mysql深分页问题？

形式2：mysql如何实现高效分页

形式3：后面的变种，应该有很多变种…，会收入《尼恩Java面试宝典》。

这里尼恩给大家调优，做一下系统化、体系化的梳理，使得大家可以充分展示一下大家雄厚的 “技术肌肉”，让面试官爱到 “不能自已、口水直流”。

也一并把这个 SQL 深度分页题目以及参考答案，收入咱们的《尼恩Java面试宝典》，供后面的小伙伴参考，提升大家的 3高架构、设计、开发水平。

注：本文以 PDF 持续更新，最新尼恩架构笔记、面试题的PDF文件，请从这里获取：码云

深挖问题：MySQL分页起点越大查询速度越慢

在数据库开发过程中我们经常会使用分页，核心技术是使用用limit start, count分页语句进行数据的读取。

我们分别看下从10， 1000， 10000， 100000开始分页的执行时间（每页取20条）。

select * from product limit 10, 20        0.002秒
select * from product limit 1000, 20      0.011秒
select * from product limit 10000, 20     0.027秒
select * from product limit 100000, 20    0.057秒

我们已经看出随着起始记录的增加，时间也随着增大，

这说明分页语句limit跟起始页码是有很大关系的，那么我们把起始记录改为100w看下：

select * from product limit 1000000, 20   0.682秒

我们惊讶的发现MySQL在数据量大的情况下分页起点越大，查询速度越慢，

300万条起的查询速度已经需要1.368秒钟。

这是为什么呢?

因为limit 3000000,10的语法实际上是mysql扫描到前3000020条数据, 之后丢弃前面的3000000行，

这个步骤其实是浪费掉的。

select * from product limit 3000000, 20   1.368秒

从中我们也能总结出两件事情：

limit语句的查询时间与起始记录的位置成正比
mysql的limit语句是很方便，但是对记录很多的表并不适合直接使用。

基础知识：mysql中limit的用法

语法：

SELECT * FROM 表名 limit m,n;
SELECT * FROM table LIMIT [offset,] rows;

注释：Limit子句可以被用于强制 SELECT 语句返回指定的记录数。

Limit接受一个或两个数字参数,参数必须是一个整数常量。

如果给定两个参数，

第一个参数指定第一个返回记录行的偏移量，
第二个参数指定返回记录行的最大数目。

1.m代表从m+1条记录行开始检索，n代表取出n条数据。(m可设为0)

如：SELECT * FROM 表名 limit 6,5;

表示：从第7条记录行开始算，取出5条数据

2.值得注意的是，n可以被设置为-1，当n为-1时，表示从m+1行开始检索，直到取出最后一条数据。

如：SELECT * FROM 表名 limit 6,-1;

表示：取出第6条记录行以后的所有数据。

3.若只给出m，则表示从第1条记录行开始算一共取出m条

如：SELECT * FROM 表名 limit 6;

以年龄倒序后取出前3行：

mysql> select * from student order by age desc;
+-----+--------+------+------+
| SNO | SNAME  | AGE  | SEX  |
+-----+--------+------+------+
| 1   | 换换   |   23 | 男   |
| 2   | 刘丽   |   22 | 女   |
| 5   | 张友   |   22 | 男   |
| 6   | 刘力   |   22 | 男   |
| 4   | NULL   |   10 | NULL |
+-----+--------+------+------+
5 rows in set (0.00 sec)

mysql> select * from student order by age desc limit 3;
+-----+--------+------+------+
| SNO | SNAME  | AGE  | SEX  |
+-----+--------+------+------+
| 1   | 换换   |   23 | 男   |
| 2   | 刘丽   |   22 | 女   |
| 6   | 刘力   |   22 | 男   |
+-----+--------+------+------+
3 rows in set (0.00 sec)

跳过前3行后再2取行.

mysql> select * from student order by age desc limit 3,2;
+-----+--------+------+------+
| SNO | SNAME  | AGE  | SEX  |
+-----+--------+------+------+
| 6   | 刘力   |   22 | 男   |
| 4   | NULL   |   10 | NULL |
+-----+--------+------+------+

回到问题：MySQL百万级数据大分页查询优化

我们惊讶的发现MySQL在数据量大的情况下分页起点越大，查询速度越慢，

300万条起的查询速度已经需要1.368秒钟。

那么，该如何优化呢？

方法1: 直接使用数据库提供的SQL语句

语句样式：

MySQL中,可用如下方法:

SELECT * FROM 表名称 LIMIT start, count

功能

Limit限制的是从结果集的start 位置处取出count 条输出,其余抛弃.

原因/缺点：

全表扫描,速度会很慢

而且，有的数据库结果集返回不稳定(如某次返回1,2,3,另外的一次返回2,1,3).

适应场景：

适用于数据量较少的情况

元祖数量、记录数量级别：百/千级

方法2: 建立主键或唯一索引, 利用索引(假设每页10条)

语句样式：

SELECT * FROM 表名称 WHERE id_pk > (pageNum*10) LIMIT M

除了主键，也可以利用唯一键索引快速定位部分元组，避免全表扫描

比如: 读第1000到1019行元组(pk是唯一键).

SELECT * FROM 表名称 WHERE pk>=1000 ORDER BY pk ASC LIMIT 0,20

原因：

索引扫描,速度会很快.

缺点：

如果数据查询出来并不是按照pk_id排序，并且pk_id全部数据都存在没有缺失可以作为序号使用，不然，分页会有漏掉数据，

适应场景 ：

适用于数据量多的情况(元组数上万)
id数据没有缺失，可以作为序号使用

方法3: 基于索引再排序

语句样式 ：

MySQL中,可用如下方法:

SELECT * FROM 表名称 WHERE id_pk > (pageNum*10) ORDER BY id_pk ASC LIMIT M

适应场景：

适用于数据量多的情况(元组数上万).

最好ORDER BY后的列对象是主键或唯一索引,

id数据没有缺失，可以作为序号使用

使得ORDERBY操作能利用索引被消除但结果集是稳定的

原因：

索引扫描,速度会很快.

但MySQL的排序操作,只有ASC没有DESC

mysql中，索引存储的排序方式是ASC的，没有DESC的索引。

这就能够理解为啥order by 默认是按照ASC来排序的了吧

虽然索引是ASC的，但是也可以反向进行检索，就相当于DESC了

方法4: 基于索引使用prepare

语句样式：MySQL中,可用如下方法:

PREPARE stmt_name FROM SELECT * FROM 表名称 WHERE id_pk > (？*10) ORDER BY id_pk ASC LIMIT M

第一个问号表示pageNum

适应场景：

大数据量

原因：

索引扫描，速度会很快.

prepare语句又比一般的查询语句快一点。

方法5: 利用"子查询+索引"快速定位元组

利用"子查询+索引"快速定位元组的位置,然后再读取元组.

比如(id是主键/唯一键)

利用子查询示例:

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

方法6: 利用"连接+索引"快速定位元组的位置,然后再读取元组.

比如(id是主键/唯一键,蓝色字体时变量)

利用连接示例:

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;

方法7: 利用表的索引覆盖来调优

我们都知道，利用了索引查询的语句中如果只包含了那个索引列（也就是索引覆盖），那么这种情况会查询很快。

为什么呢？

因为利用索引查找有优化算法，且数据就在查询索引上面，不用再去找相关的数据地址了，这样节省了很多时间。另外Mysql中也有相关的索引缓存，在并发高的时候利用缓存就效果更好了。

在我们的例子中，我们知道id字段是主键，自然就包含了默认的主键索引。现在让我们看看利用覆盖索引的查询效果如何。

这次我们之间查询最后一页的数据（利用覆盖索引，只包含id列），如下：

select id from product limit 866613, 20      0.2秒

如果查询了所有列的37.44秒，这里只要0.2秒，提升了大概100多倍的速度

那么如果我们也要查询所有列，有两种方法，一种是id>=的形式，另一种就是利用join，看下实际情况：

SELECT * FROM product WHERE ID > =(select id from product limit 866613, 1) limit 20

查询时间为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

查询时间也很短！

方法8：利用复合索引进行优化

假设数据表 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1.6G。

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？

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, 这里实现了索引覆盖（方法7），当然快。

所以，可以按照方法7进行优化，具体如下：

select id,title from collect where id>=(select id from collect order by id limit 90000,1) limit 10;

再看下面的语句，带上where

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

很慢，用了8-9秒！

注意：vtype 做了索引了啊？怎么会慢呢？vtype做了索引是不错，如果直接对vtype进行过滤，比如

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。

其实加了where 就不走索引，这样做还是全表扫描，解决的办法是：复合索引！

加一个复合索引， search_index(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_index 复合索引，不是索引覆盖！

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！

按这样的逻辑，百万级的limit 在0.0x秒就可以分完。完美解决了分页问题了。

看来mysql 语句的优化和索引时非常重要的！

像这种分页最大的页码页显然这种时间是无法忍受的。

40岁老架构师尼恩提示

回答到了这里，已经接近满分了

但是面试，是一个需要120分的活儿

怎么得到120分呢？

可以告诉面试官：如何提升SQL的性能，还是要从表设计、索引设计、SQL设计等全方位解决，具体请看MySQL数据库开发的三十六条军规

接下来，就给面试官介绍一下，MySQL数据库开发的三十六条军规

MySQL数据库开发的三十六条军规

一.核心军规

尽量不在数据库做运算，cpu计算的事务必移至业务层;
控制表、行、列数量（【控制单张表的数据量 1年/500W条，超出可做分表】，【单库表数据量不超过300张】、【单张表的字段个数不超过50个，多了拆表】）
三大范式没有绝对的要使用，效率优先时可适当牺牲范式
拒绝3B(拒绝大sql语句：big sql、拒绝大事物：big transaction、拒绝大批量：big batch);

二.字段类军规

用好数值类型(用合适的字段类型节约空间);
如：一个字段注定就只有1跟2 要设计成 int(1) 而不是 int(11)
字符转化为数字(能转化的最好转化,同样节约空间、提高查询性能);
如，一个字段注定就只有1跟2，要设计成int(1) 而不是char(1) 查询优化如：字段类型是 char(1) 查询应当where xx=‘1’ 而不是 xx=1 会导致效率慢
避免使用NULL字段

NULL字段很难查询优化、NULL字段的索引需要额外空间、NULL字段的复合索引无效;

如： 要设计成  `c` int(10) NOT NULL DEFAULT 0    
而不是  `c` int(10) NOT NULL；

少用text/blob类型(尽量使用varchar代替text字段), 需要请拆表
不在数据库存图片，请存图片路径，然后图片文件存在项目文件夹下。

三.索引类军规

合理使用索引

改善查询,减慢更新,索引一定不是越多越好;

如：不要给性别创建索引

字符字段必须建前缀索引;

`pinyin` varchar(100) DEFAULT NULL COMMENT '小区拼音', 

KEY `idx_pinyin` (`pinyin`(8)),

不在索引做列运算;

如：WHERE to_days(current_date) – to_days(date_col) <= 10   
改为：WHERE date_col >= DATE_SUB('2011-10- 22',INTERVAL 10 DAY);

innodb主键推荐使用自增列

主键建立聚簇索引,主键不应该被修改,字符串不应该做主键

如：用独立于业务的AUTO_INCREMENT

不用外键(由程序保证约束);

四.SQL类军规

sql语句尽可能简单

一条sql只能在一个cpu运算,大语句拆小语句,减少锁时间,一条大sql可以堵死整个库;

简单的事务;
避免使用trig/func(触发器、函数不用，由客户端程序取而代之);
不用select *(消耗cpu,io,内存,带宽,这种程序不具有扩展性);

如：select  a ,b,c 会比 select * 好 只取需要列

OR改写为 IN

如：where  a=1 or a=2  改  a in(1,2)

OR改写为UNION

针对不同字段 where a=1 or b=1 
改：select 1 from a where a=1  union select 1 from a where b=1

避免负向%;

如：where a like %北京%  改为  where a like '北京%'

limit高效分页(limit越大，效率越低);

如：Limit 10000,10 改为 where id >xxxx limit 11

使用union all替代union(union有去重开销);
高并发db少用2个表以上的join;
使用group by 去除排序加快效率;

如：group by name   默认是asc排序
改：group by name  order by null 提高查询效率

请使用同类型比较;

如：where 双精度=双精度  数字=数字  字符=字符  避免转换导致索引丢失

打散大批量更新;

如：在凌晨空闲时期更新执行

五.约定类军规

隔离线上线下，

如：开发用dev库，测试用qa库，模拟用sim库， 
线上用线上库，开发无线上库操作权限

不在程序端加锁，即外部锁，外部锁不可控，会导致高并发会炸，极难调试和排查
统一字符 UTF-8 校对规则 utf8_general_ci 出现乱码 SET NAMES UTF8
统一命名规范，库表名一律小写，索引前缀用idx_ 库名 用缩写（2-7字符），不使用系统关键字保留字命名

40岁老架构师尼恩提示

问题回答到这里，已经20分钟过去了，面试官已经爱到 “不能自已、口水直流” 啦。

参考链接：

https://blog.csdn.net/qq_43518425/article/details/113876287

https://blog.csdn.net/whzhaochao/article/details/49126037

https://blog.csdn.net/wuzhangweiss/article/details/101156910

https://blog.csdn.net/Jerome_s/article/details/44992549

网易一面：select分页要调优100倍，说说你的思路？ （内含Mysql的36军规）

背景说明：

深挖问题：MySQL分页起点越大查询速度越慢

基础知识：mysql中limit的用法

回到问题：MySQL百万级数据大分页查询优化

那么，该如何优化呢？

方法1: 直接使用数据库提供的SQL语句

方法2: 建立主键或唯一索引, 利用索引(假设每页10条)

方法3: 基于索引再排序

方法4: 基于索引使用prepare

方法5: 利用"子查询+索引"快速定位元组

方法6: 利用"连接+索引"快速定位元组的位置,然后再读取元组.

方法7: 利用表的索引覆盖来调优

方法8：利用复合索引进行优化

40岁老架构师尼恩提示

MySQL数据库开发的三十六条军规

一.核心军规

二.字段类军规

三.索引类军规

四.SQL类军规

五.约定类军规

40岁老架构师尼恩提示

参考链接：

推荐阅读：

网易一面：select分页要调优100倍，说说你的思路？（内含Mysql的36军规）