最近無意間看到一個MySQL分頁優化的測試案例，并沒有非常具體地說明測試場景的情況下，給出了一種經典的方案，因為現實中很多情況都不是固定不變的，能總結出來通用性的做法或者說是規律，是要考慮非常多的場景的，同時，面對能夠達到優化的方式要追究其原因，同樣的做法，換了個場景，達不到優化效果的，還要追究其原因。 

個人對此場景在不用情況表示懷疑，然后自己測試了一把，果然發現一些問題，同時也證實了一些預期的想法。 

本文就MySQL分頁優化，從最最簡單的情況出發，來做一個簡單的分析。 

另：本文測試環境是最***配置的云服務器，相對來說服務器硬件環境有限，不過對于不同的語句（寫法）應該是“平等的” 

20170916補充: 

想想用腳趾頭就能明白， 

1. 如果分頁排序字段是聚集索引，完全沒必要對索引分頁再查詢數據，因為索引就是數據本身。

2. 如果是非聚集索引，先對索引分頁，然后再利用索引去查詢數據，先分頁索引確實可以減少掃描的范圍

3. 如果經常按照2中的方式查詢，也就是按照非聚集索引排序查詢，那么為什么不在該列上建立聚集索引呢。 

MySQL經典的分頁“優化”做法 

MySQL分頁優化中，有一種經典的問題，在查詢越“靠后”的數據越慢（取決于表上的索引類型，對于B樹結構的索引，SQL Server中也一樣）  

select * from t order by id limit m,n   

也即隨著M的增大，查詢同樣多的數據，會越來越慢

面對這一問題，于是就產生了一種經典的做法，類似于（或者變種）如下的寫法

就是先把分頁范圍內的id單獨找出來，然后再跟基表做關聯，***查詢出來所需要的數據  

select * from t inner join (select id from t order by id limit m,n)t1 on t1.id = t.id  

這種做法是不是總是生效的，或者說是在什么情況下后者才能到達到優化的目的？有沒有做了改寫之后無效甚至變慢的情況？  

與此同時，絕大多數查詢都是有篩選條件的，如果有篩選條件的情況，sql語句就變成了  

select * from t where *** order by id limit m,n   

如果如法炮制，改寫成類似  

select * from t inner join (select id from t where *** order by id limit m,n )t1 on t1.id = t.id   

在這種情況下，改寫后的sql語句還能達到優化的目的嗎？ 

測試環境搭建 

測試數據比較簡單，通過存儲過程循環寫入測試數據，測試表的InnoDB引擎表。 

這里要注意的是日志寫入模式一定要修改成innodb_flush_log_at_trx_commit = 2，否則默認情況下，500w數據，估計一天都寫不完，這個與日志寫入模式有關，就不多說了。 

分頁查詢優化的緣由 

首先還是先看一下這個經典的問題，分頁的時候，越“靠后”查詢相應越慢的情況 

測試一：查詢第1-20行的數據，0.01秒 

同樣是查詢20行數據，查詢相對“靠后”的數據，比如這里的從4900001-4900020行數據的情況，用時1.97秒。 

從中可以看到，查詢條件不變的情況下，越往后查詢，查詢效率越低，可以簡單理解成：同樣搜索20行數據，越是靠后的數據，查詢代價越大。

至于為什么后一種效率較低，后面會慢慢分析。 

測試環境是centos 7 ，mysql 5.7，測試表的數據是500W 

重現經典分頁“優化”，當沒有篩選條件，排序列為聚集索引的時候，并不會有所改善 

這里來對比以下兩種寫法在聚集索引列作為排序條件時候的性能  

select * from t order by id limit m,n。 
select * from t inner join (select id from t order by id limit m,n)t1 on t1.id = t.id   

***種寫法： 

select * from test_table1 order by id asc limit 4900000,20;測試結果見截圖，執行時間為8.31秒 

第二種改寫后的寫法： 

select t1.* from test_table1 t1

inner join (select id from test_table1 order by id limit 4900000,20)t2 on t1.id = t2.id;執行時間為8.43秒 

這里很清楚，通過經典的改寫方法改寫之后，性能能毫無提升,甚至還有一點點變慢了，實際測試上表現為兩者在性能上并沒有明顯的線性差異，這兩者樓主是做了多次測試的。 

我個人看到類似結論非要測一下不可的，這個東西不能靠蒙，或者靠運氣什么的，能提高效率是為什么，不能提高又是為什么。 

那么為什么改寫之后的寫法沒有像傳說中的那種提升性能？

是什么導致當前這個改寫沒有到達提升性能的目的？

后者能夠提升性能的原理是什么？ 

首先看一下測試表的表結構，排序列上是有索引，這一點是沒有問題的，關鍵是這個排序列上的索引是主鍵（聚集索引）。 

為什么排序列上是聚集索引的時候，相對“優化”改寫之后的sql并不能達到“優化”的目的? 

在排序列為聚集索引列的情況下，兩者都是順序掃描表來實現查詢符合條件的數據的后者雖然是先驅動一個子查詢，然后再用子查詢的結果驅動主表，

但是子查詢并沒有改變“順序掃描表來實現查詢符合條件的數據的”做法，當前情況下，甚至改寫后的做法顯得畫蛇添足 

參考如下兩者執行計劃，***個截圖的執行計劃的一行，與改寫后的sql的執行計劃的第三行（id =2 的那一行），基本上一樣。 

當沒有篩選條件，排序列為聚集索引時候的分頁查詢，所謂的分頁查詢優化只不過是畫蛇添足。 

目前來看，查詢上述數據，兩種方式都非常慢，那如果要查詢上述的數據，該如何做？還是要看為什么慢，首先要理解B數的平衡性結構，在我自己粗略的理解來看，如下圖，當查詢的數據“靠后”的時候，實際上是偏離在B樹索引的一個方向，如下兩個截圖所示的目標數據其實平衡樹上的數據，沒有所謂的“靠前”與“靠后”，“靠前”與“靠后”都是相對于對方來說的，或者說是從掃描的方向上來看的從一個方向上看“靠后的”數據，從一個方向看就是“靠前的”，前后不是絕對的。 

如下兩個截圖是B樹索引結構的粗略表現形式，假如目標數據的位置固定的情況下，所謂的“靠后”是相對與從左向右來說的； 

如果從右向左看，之前所謂靠后的數據實際上是“靠前”的。 

只要數據是靠前的，要高效低找到這部分數據，還是可以的。mysql中應該也有類似于sqlserver中的正向（forwarded）和反向掃描（backward）的做法。 

如果對于靠后的數據，采用反向掃描，應該就可以很快找到這個部分數據，然后對找到的數據在再次排序（asc），結果應該是一樣的， 首先來看效果：結果跟上面的查詢一模一樣，這里僅耗時0.07秒，之前的兩種寫法均超過了8秒，效率有上百倍的差距。 

至于這個是為什么，我想根據上面的闡述，自己應該能夠體會的到，這里附上這個sql。

如果經常查詢所謂的靠后的數據，比如說Id較大的數據，或者說是時間維度上較新的數據，可以采用倒敘掃描索引的方式來實現高效分頁查詢 

（這里請計算好數據所在的分頁，同樣的數據，正序和倒序其起始“頁碼”是不同的）  

select* from 
( 
    select * from test_table1 order by id desc limit 99980,20 
      
) t order by id;   

當沒有篩選條件，排序列為非聚集索引的時候，會有所改善 

這里對測試表test_table1做出如下改變 

1，增加一個id_2列，

2，該字段上創建一個唯一索引，

3，該字段用對應的主鍵Id填充 

上面的測試是按照主鍵索引（聚集索引）來排序的，現在來按照非聚集索引排序，也即新增的這個列id_2來排序，測試一開始提到的兩種分頁方法。 

首先來看***種寫法 

select * from test_table1 order by id_2 asc limit 4900000,20;執行時間為1分鐘多一點，暫且認其為60秒 

第二種寫法 

select t1.* from test_table1 t1

inner join (select id from test_table1 order by id_2 limit 4900000,20)t2 on t1.id = t2.id;執行時間1.67秒 

從這種情況來看，也就是說排序列為非聚集索引列的時候，后一種寫法確實能大幅度地提升效率。差不多有40倍的提升。 

那么原因在何呢？ 

首先來看***種寫法的執行計劃，可以簡單理解為這個sql的執行時做全表掃描之后，然后重新按照id_2排序，***取最前20條數據。 

首先全表掃描就是一個非常耗時的過程，排序也是一個非常大的代價，因此表現為性能非常的低下。 

再來看后者的執行計劃，他是首先子子查詢中，按照id_2上的索引順序掃描，然后用符合條件的主鍵Id去表中查詢數據。這樣的話，避免了查詢出來大量的數據然后重新排序（Using filesort）。 

如果了解sqlserver執行計劃的情況下，后者與前者相比，應該還有避免了頻繁的回表（sqlserver中叫做key lookup或者書簽查找的過程，可以認為是子查詢驅動外層表查詢符合條件的20條的數據的過程是一個批量的，一次性的。 

其實，只有在當前情況下，也就是說排序列為非聚集索引列的時候，改寫后的sql才能提升分頁查詢的效率。 

即便如此，此方式“優化”過的分頁語句，還是與如下寫法的分頁效率有比較大的差別的上面也看到了，返回同樣的數據，如下的查詢是0.07秒，比這里的1.67秒還是高2個數量級的  

select* from 
( 
    select * from test_table1 order by id desc limit 99980,20 
      
) t order by id;   

另外一個，想提到的問題就是，如果經常性分頁查詢，還要按照某種順序，那么為什么不在這個列上建立一個聚集索引。 

比如語句自增Id的，或者時間+其他字段確保唯一性的，mysql會在主鍵上自動創建聚集索引。 

然后有了聚集索引，“靠前”與“靠后”僅僅是一個相對的邏輯上的概念了,如果多數時候是想得到“靠后”或者較新的數據，就可以采用上述寫法， 

當存在篩選條件的情況下，分頁查詢的優化 

這一部分想了想，情況太復雜了，很難概括出來一種非常具有代表性的案例，因此就不過多地做測試了。  

select * from t where *** order by id limit m,n   

1，比如刷選條件本身就很高效，一過濾出來僅剩下很少一部分數據，那么改不改寫sql意義也不大，因為篩選條件本身就可以做到很高效的篩選

2，比如刷選條件本身作用不大（過濾后數據量依然巨大），這種情況其實又回到了不存在篩選條件的情況，還有取決于如何排序，正序還是倒序等等

3，比如篩選條件本身作用不大（過濾后數據量依然巨大），要考慮的一個很實際的問題是數據分布，

數據的分布也會影響的sql的執行效率（sqlserver中的經歷，mysql應該差別不大）

4，本身查詢比較復雜的情況下，很難說用某種方式就可以達到高效的目的 

情況越復雜，越是難以總結出來一種通用性的規律或者說是方法，一切都要以具體情況來看待，很難下一個定論。 

這里對于查詢加上篩選條件的情況，就不做一一分析了，不過可以肯定的是，脫離了實際場景，肯定沒有一個固化的方案。 

另外，對于查詢當前頁數據時候，利用上一頁查詢的***值做篩選條件，也可以很快滴找到當前頁的數據，這樣當然沒有問題，但這屬于另外一個做法，不在本文討論之列。 

補充一個在SQL Server下的測試結果，如果是非聚集索引，如果查詢排序的列是一個單列索引，分頁方式并不能提升效率。  

create table TestPaging 
( 
    id int identity(1,1), 
    name varchar(50), 
    other varchar(100) 
) 
declare @i int = 0 
while @i<100000 
begin 
    insert into TestPaging values (NEWID(),NEWID()) 
    set @i = @i + 1 
end 
  
create index idx on TestPaging(name)   

從執行計劃可以看出，查詢Id的子查詢是一個全表掃描 

除非是一個符合索引，在表中數據比較大的情況下，才能提高效率（子查詢進行索引掃描的代價要小于全表掃描的代價），不過話說回來，如果經常按照某個列排序分頁，為什么該列上不建立成聚集索引呢？ 

總結 

分頁查詢，越靠后越慢的情況，實則對于B樹索引來說，靠前與靠后是一個邏輯上相對的概念，性能上的差異，是基于B樹索引結構以及掃描方式有關的。 

如果加上篩選條件，情況將變得更加復雜，這個問題在SQL Server中的原理也是一樣的，本來也在SQL Server中做了測試的，這里就不重復了。 

當前這種情況，排序列不一定，查詢條件不一定，數據分布不一定，就很難用一種特定的方法來實現“優化”，弄不好還起到畫蛇添足的副作用。 

因此在做分頁優化的時候，一定要根據具體的場景來做分析，方法也不一定只有一種，脫離實際場景的結論，都是扯犢子。 

唯有弄清楚這個問題的來龍去脈，才能游刃有余。 

因此個人對于數據“優化”的結論，一定是具體問題具體分析，是很忌諱總結出來一套規則（規則1,2,3,4,5）給人“套用”，鑒于本人也很菜，就更不敢總結出來一些教條了。