MySQL数据库下limit与join的优化方案

以下的文章主要描述的是MySQL数据库下limit与join的实际优化方案，我们大家都知道其在实际中的应用比例还是占为多数的，如果你对这一技术，心存好奇的话，以下的文章将会揭开它的神秘面纱。

PHP中分页肯定会使用到MySQL的limit,大部分对类似”select * from title where uid =** order by id desc limit m,n”很熟悉,也不是全部都能看出里面有什么不对,可是当是在大数据量下操作呢,比如百万类似”select * from title where uid =177 order by id desc limit 1234567,20″就会发现sql执行的时间明显变得很长,为什么呢?

先从MySQL数据库的limit原理说起,使用limit m,n是时候,MySQL先扫描(m+n)条记录,然后从m行开始取n行.比如上面的例子就是先扫描1234587条数据,这样的话sql能快吗?这就要求我们尽可能的减少m的值,甚至没有m直接limit n这样是sql.

看个例子:

mysql> select id,substr(mobile from 1 for 7),time,cpid,linkid from cp_mo100227 where cpid=769 limit 888888,10;  
+———-+—————————–+———————+——+———————-+  
| id | substr(mobile from 1 for 7) | time | cpid | linkid |  
+———-+—————————–+———————+——+———————-+  
| 11535090 | 1353554 | 2010-02-24 21:07:48 | 769 | 21064905903309587933 |  
| 11535091 | 1353750 | 2010-02-24 21:07:48 | 769 | 21064912943389480033 |  
| 11535093 | 1353394 | 2010-02-24 21:07:48 | 769 | 21064912945389480075 |  
| 11535098 | 1343073 | 2010-02-24 21:07:50 | 769 | 21064905865309587977 |  
| 11535100 | 1369270 | 2010-02-24 21:07:51 | 769 | 21064926770369210194 |  
| 11535103 | 1355683 | 2010-02-24 21:07:51 | 769 | 21064912944389480113 |  
| 11535104 | 1368959 | 2010-02-24 21:07:51 | 769 | 21064902508384448468 |  
| 11535105 | 1365243 | 2010-02-24 21:07:51 | 769 | 21064905907309403124 |  
| 11535106 | 1362145 | 2010-02-24 21:07:52 | 769 | 21065002511384448497 |  
| 11535107 | 1369228 | 2010-02-24 21:07:52 | 769 | 21064902514384448437 |  
+———-+—————————–+———————+——+———————-+  
10 rows in set (3.84 sec)  
 
mysql> select id,substr(mobile from 1 for 7),time,cpid,linkid from cp_mo100227 where cpid=769 and id>=11535090 limit 10;  
+———-+—————————–+———————+——+———————-+  
| id | substr(mobile from 1 for 7) | time | cpid | linkid |  
+———-+—————————–+———————+——+———————-+  
| 11535090 | 1353554 | 2010-02-24 21:07:48 | 769 | 21064905903309587933 |  
| 11535091 | 1353750 | 2010-02-24 21:07:48 | 769 | 21064912943389480033 |  
| 11535093 | 1353394 | 2010-02-24 21:07:48 | 769 | 21064912945389480075 |  
| 11535098 | 1343073 | 2010-02-24 21:07:50 | 769 | 21064905865309587977 |  
| 11535100 | 1369270 | 2010-02-24 21:07:51 | 769 | 21064926770369210194 |  
| 11535103 | 1355683 | 2010-02-24 21:07:51 | 769 | 21064912944389480113 |  
| 11535104 | 1368959 | 2010-02-24 21:07:51 | 769 | 21064902508384448468 |  
| 11535105 | 1365243 | 2010-02-24 21:07:51 | 769 | 21064905907309403124 |  
| 11535106 | 1362145 | 2010-02-24 21:07:52 | 769 | 21065002511384448497 |  
| 11535107 | 1369228 | 2010-02-24 21:07:52 | 769 | 21064902514384448437 |  
+———-+—————————–+———————+——+———————-+  
10 rows in set (0.00 sec)  
 
mysql> select id,substr(mobile from 1 for 7),time,cpid,linkid from cp_mo100227 where cpid=769 and time>=’2010-02-24 21:07:48′ limit 10;  
+———-+—————————–+———————+——+———————-+  
| id | substr(mobile from 1 for 7) | time | cpid | linkid |  
+———-+—————————–+———————+——+———————-+  
| 11535090 | 1353554 | 2010-02-24 21:07:48 | 769 | 21064905903309587933 |  
| 11535091 | 1353750 | 2010-02-24 21:07:48 | 769 | 21064912943389480033 |  
| 11535093 | 1353394 | 2010-02-24 21:07:48 | 769 | 21064912945389480075 |  
| 11535098 | 1343073 | 2010-02-24 21:07:50 | 769 | 21064905865309587977 |  
| 11535100 | 1369270 | 2010-02-24 21:07:51 | 769 | 21064926770369210194 |  
| 11535103 | 1355683 | 2010-02-24 21:07:51 | 769 | 21064912944389480113 |  
| 11535104 | 1368959 | 2010-02-24 21:07:51 | 769 | 21064902508384448468 |  
| 11535105 | 1365243 | 2010-02-24 21:07:51 | 769 | 21064905907309403124 |  
| 11535106 | 1362145 | 2010-02-24 21:07:52 | 769 | 21065002511384448497 |  
| 11535107 | 1369228 | 2010-02-24 21:07:52 | 769 | 21064902514384448437 |  
+———-+—————————–+———————+——+———————-+  
10 rows in set (0.01 sec)

例中数据表id是主键,time也建了索引,表中总数据约为240w行,其中cpid为769的数据量大约为90w条.这里面的id和时间可能会是不连续的.故不能直接得获取id>m这样操作

所以可以显示 “1，2，3，4，5,末页” 或是 “首页，<<100,101,102,103 >>末页”这样,这样可以极大的减少m值!

MySQL里面的join顺便说一句就是,通常有点讲究的是用小表去驱动大表,而由于MySQL join实现的原理就是做循环比如left join就是对左边的数据进行循环去驱动右边的表,比如左边是可能会有m条记录匹配,右边有n条记录那么就是做m次循环,每次扫描n行数据,总扫面行数是 m*n行数据.左边返回的结果集的大小就决定了循环的次数,故单纯的用小表去驱动大表不一定的正确的。

小表的结果集可能也大于大表的结果集,所以写 join的时候尽可能的先估计两张表的可能结果集,用小结果集去驱动大结果集.值得注意的是在使用left/right join的时候,从表的条件应写在on之后,主表应写在where之后.否则MySQL数据库会当作普通的连表查询!

【编辑推荐】