前言

• 面試官：來(lái)說(shuō)說(shuō)，一千萬(wàn)的數(shù)據(jù)，你是怎么查詢的？

• B哥：直接分頁(yè)查詢，使用limit分頁(yè)。

• 面試官：有實(shí)操過(guò)嗎？

• B哥：肯定有呀

此刻獻(xiàn)上一首《涼涼》

也許有些人沒(méi)遇過(guò)上千萬(wàn)數(shù)據(jù)量的表，也不清楚查詢上千萬(wàn)數(shù)據(jù)量的時(shí)候會(huì)發(fā)生什么。

今天就來(lái)帶大家實(shí)操一下，這次是基于MySQL 5.7.26做測(cè)試

準(zhǔn)備數(shù)據(jù)

沒(méi)有一千萬(wàn)的數(shù)據(jù)怎么辦？

創(chuàng)建唄

代碼創(chuàng)建一千萬(wàn)？那是不可能的，太慢了，可能真的要跑一天?？梢圆捎脭?shù)據(jù)庫(kù)腳本執(zhí)行速度快很多。

創(chuàng)建表

創(chuàng)建數(shù)據(jù)腳本

采用批量插入，效率會(huì)快很多，而且每1000條數(shù)就commit，數(shù)據(jù)量太大，也會(huì)導(dǎo)致批量插入效率慢

開始測(cè)試

哥的電腦配置比較低：win10 標(biāo)壓渣渣i5 讀寫約500MB的SSD。由于配置低，本次測(cè)試只準(zhǔn)備了3148000條數(shù)據(jù)，占用了磁盤5G(還沒(méi)建索引的情況下)，跑了38min，電腦配置好的同學(xué)，可以插入多點(diǎn)數(shù)據(jù)測(cè)試。

返回結(jié)果：3148000

三次查詢時(shí)間分別為：

• 14060 ms

• 13755 ms

• 13447 ms

普通分頁(yè)查詢

MySQL 支持 LIMIT 語(yǔ)句來(lái)選取指定的條數(shù)數(shù)據(jù)， Oracle 可以使用 ROWNUM 來(lái)選取。

MySQL分頁(yè)查詢語(yǔ)法如下：

• 第一個(gè)參數(shù)指定第一個(gè)返回記錄行的偏移量

• 第二個(gè)參數(shù)指定返回記錄行的最大數(shù)目

下面我們開始測(cè)試查詢結(jié)果：

查詢3次時(shí)間分別為：

• 59 ms

• 49 ms

• 50 ms

這樣看起來(lái)速度還行，不過(guò)是本地?cái)?shù)據(jù)庫(kù)，速度自然快點(diǎn)。

換個(gè)角度來(lái)測(cè)試

相同偏移量，不同數(shù)據(jù)量

查詢時(shí)間如下：

從上面結(jié)果可以得出結(jié)束：數(shù)據(jù)量越大，花費(fèi)時(shí)間越長(zhǎng)

相同數(shù)據(jù)量，不同偏移量

查詢時(shí)間如下：

從上面結(jié)果可以得出結(jié)束：偏移量越大，花費(fèi)時(shí)間越長(zhǎng)

如何優(yōu)化

既然我們經(jīng)過(guò)上面一番的折騰，也得出了結(jié)論，針對(duì)上面兩個(gè)問(wèn)題：偏移大、數(shù)據(jù)量大，我們分別著手優(yōu)化

優(yōu)化偏移量大問(wèn)題

采用子查詢方式

我們可以先定位偏移位置的 id，然后再查詢數(shù)據(jù)

查詢結(jié)果如下：

從上面結(jié)果得出結(jié)論：

• 第一條花費(fèi)的時(shí)間最大，第三條比第一條稍微好點(diǎn)

• 子查詢使用索引速度更快

缺點(diǎn)：只適用于id遞增的情況

id非遞增的情況可以使用以下寫法，但這種缺點(diǎn)是分頁(yè)查詢只能放在子查詢里面

注意：某些 mysql 版本不支持在 in 子句中使用 limit，所以采用了多個(gè)嵌套select

采用 id 限定方式

這種方法要求更高些，id必須是連續(xù)遞增，而且還得計(jì)算id的范圍，然后使用 between，sql如下

查詢結(jié)果如下：

從結(jié)果可以看出這種方式非?？?/p>

注意：這里的 LIMIT 是限制了條數(shù)，沒(méi)有采用偏移量

優(yōu)化數(shù)據(jù)量大問(wèn)題

返回結(jié)果的數(shù)據(jù)量也會(huì)直接影響速度

查詢結(jié)果如下：

從結(jié)果可以看出減少不需要的列，查詢效率也可以得到明顯提升

第一條和第三條查詢速度差不多，這時(shí)候你肯定會(huì)吐槽，那我還寫那么多字段干啥呢，直接 * 不就完事了

注意本人的 MySQL 服務(wù)器和客戶端是在_同一臺(tái)機(jī)器_上，所以查詢數(shù)據(jù)相差不多，有條件的同學(xué)可以測(cè)測(cè)客戶端與MySQL分開

SELECT * 它不香嗎？

在這里順便補(bǔ)充一下為什么要禁止 SELECT *。難道簡(jiǎn)單無(wú)腦，它不香嗎？

主要兩點(diǎn)：

1.用 "SELECT * " 數(shù)據(jù)庫(kù)需要解析更多的對(duì)象、字段、權(quán)限、屬性等相關(guān)內(nèi)容，在 SQL 語(yǔ)句復(fù)雜，硬解析較多的情況下，會(huì)對(duì)數(shù)據(jù)庫(kù)造成沉重的負(fù)擔(dān)。

2.增大網(wǎng)絡(luò)開銷，* 有時(shí)會(huì)誤帶上如log、IconMD5之類的無(wú)用且大文本字段，數(shù)據(jù)傳輸size會(huì)幾何增漲。特別是MySQL和應(yīng)用程序不在同一臺(tái)機(jī)器，這種開銷非常明顯。