MySQL 的深度分页优化之滚动分页

MySQL 的深度分页优化之滚动分页

概述

分页方法有：

1. 传统方法：偏移位(offset)，例如：LIMIT 1, 10
2. 传统方法上优化
3. 滚动分页（seek 方法）

传统方法

分页最常使用页标形式：page，pageSize

SELECT * FROM test ORDER BY id DESC LIMIT 100000, 20;

LIMIT 100000, 20 的意思扫描满足条件的 100020 行，扔掉前面的 100000 行，返回最后的 20 行。

所以深度分页一定炸。例如，谷歌和百度搜索均没有深度分页，ElasticSearch 也只默认返回前 1W 条分页。ElasticSearch分页查询的3个坑、面试官：分页场景（limit, offset）为什么会慢？、面试官：MySQL 跨库分页、分表分页之后，面临的一些新问题

工作中开发：

1. 先查询总数
2. 再查询对应页数的信息

/**
 * 查询用户参与活动列表
 *
 * @param userId 用户Id
 * @param page 当前页
 * @param limit 页大小
 * @return 返回
 */ 
public Page getActivityList(String userId, Integer page, Integer pageSize) {

    Integer total = this.activityMapper.selectUserJoinedActivityCount(userId);

    if (Objects.isNull(total) || total <= 0) {

        return new Page<>(0, Collections.emptyList());
    }

    PageInfo pageInfo = new PageInfo(page, pageSize);

    List<ActivityDTO> activityList =
            activityMapper.selectUserJoinedActivityList(userId, pageInfo);

    return new Page<>(activityList.size(), activityList);
}

传统方法存在两个问题：

1. 需要求总数
2. offset 偏移量问题

传统方法上优化

❝

缩小范围：字段（主键）

❞

深度分页的处理技巧，如下：

1. 限制获取的字段，深度分页获取主键 Id

❝

即先查询到 Id

❞

2. 通过主键 Id 定向查询

❝

再查询对应 Id 的数据

❞

-- 传统方式（耗时129.570s）
select * from test LIMIT 20000000, 10;

-- （耗时5.114s）
SELECT a.* FROM test a, (select id from test LIMIT 20000000, 10) b where a.id = b.id;

# 说明
# task_result表为生产环境的一个表，总数据量为3400万，id为主键，偏移量达到2000万

此方法的核心在于 Innodb 的聚簇索引，即先查询主键（不会回表），然后再根据 Id列表查询对应的数据。

但分页，仍是要返回总数。

❝

因为: 分页的 count，这个也是导致慢的罪魁祸首。

❞

滚动分页（seek 方法）

滚动分页：

1. 不要返回数据总数，从业务上解决 count 问题。
2. seek 方法，避免使用 offset

在深度分页场景下，好的替代方法是 seek 方法。

简单的说，seek 方法就是寻找一个唯一的列或一组列来标识每一行。不使用 offset 子句，我们只需要将该唯一值用作一个书签，表示获取的最后一行的位置，并从 WHERE 子句中的这个位置开始查询下一组。

-- 优化后：
SELECT *
FROM test
WHERE (date,id) > ('2010-07-12T10:29:47-07:00', 111866)
ORDER BY date, id
LIMIT 10

-- 或者，换个写法：Id
SELECT *
FROM test
WHERE date >= '2010-07-12T10:29:47-07:00' AND NOT (date='2010-07-12T10:29:47-07:00' AND id < 111866)
ORDER BY date, id
LIMIT 10

「举个实际例子：」

❝

参见飞书

❞

// 老版本中：
// 在线文档中，列表中有这两个字段

has_more: true;
last_label: "1589516276 | 1935976"

1. has_more

❝

无非后端再查询下，是否有最后一条，最后一条

❞

2. last_label: 查询到最后一个下标

❝

看看得：时间戳 和 Id

❞

参考资料

• https://www.eversql.com/faster-pagination-in-mysql-why-order-by-with-limit-and-offset-is-slow