點選「 IT碼徒 」， 關註，置頂 公眾號

每日技術幹貨，第一時間送達！

本文主要去理解 offset 為什麽會在大數據量下的查詢帶來效能問題？思考完後，可以在思考下，如果分庫分表，你會這麽去分頁呢？

不需要擔心資料庫效能最佳化問題的日子已經一去不復返了。

隨著時代的進步，隨著野心勃勃的企業想要變成下一個 Facebook，隨著為機器學習預測收集盡可能多數據的想法的出現。

作為開發人員，我們要不斷地打磨我們的 API，讓它們提供可靠和有效的端點，從而毫不費力地瀏覽海量數據。

如果你做過後台開發或資料庫架構，你可能是這麽分頁的：

如果你真的是這麽分頁，那麽我不得不抱歉地說，你這樣做是錯的。

你不以為然？沒關系。Slack、Shopify 和 Mixmax 這些公司都在用，我們今天將要討論的方式進行分頁。

我想你很難找出一個不使用 OFFSET 和 LIMIT 進行資料庫分頁的人。對於簡單的小型應用程式和數據量不是很大的場景，這種方式還是能夠「應付」的。

如果你想從頭開始構建一個可靠且高效的系統，在一開始就要把它做好。

今天我們將探討已經被廣泛使用的分頁方式存在的問題，以及如何實作高效能分頁。

1

OFFSET 和 LIMIT 有什麽問題？

正如前面段落所說的那樣，OFFSET 和 LIMIT 對於數據量少的計畫來說是沒有問題的。

但是，當資料庫裏的數據量超過伺服器記憶體能夠儲存的能力，並且需要對所有數據進行分頁，問題就會出現。

為了實作分頁，每次收到分頁請求時，資料庫都需要進行低效的全表掃描。

什麽是全表掃描？全表掃描 (又稱順序掃描) 就是在資料庫中進行逐行掃描，順序讀取表中的每一行記錄，然後檢查各個列是否符合查詢條件。

這種掃描是已知最慢的，因為需要進行大量的磁盤 I/O，而且從磁盤到記憶體的傳輸開銷也很大。

這意味著，如果你有 1 億個使用者，OFFSET 是 5 千萬，那麽它需要獲取所有這些記錄 (包括那麽多根本不需要的數據)，將它們放入記憶體，然後獲取 LIMIT 指定的 20 條結果。

也就是說，為了獲取一頁的數據：

10萬行中的第5萬行到第5萬零20行

需要先獲取 5 萬行。這麽做是多麽低效？如果你不相信，可以看看這個例子：

https://www.db-fiddle.com/f/3JSpBxVgcqL3W2AzfRNCyq/1?ref=hackernoon.com

左邊的 Schema SQL 將插入 10 萬行數據，右邊有一個效能很差的查詢和一個較好的解決方案。

只需單擊頂部的 Run，就可以比較它們的執行時間。第一個查詢的執行時間至少是第二個查詢的 30 倍。

數據越多，情況就越糟。看看我對 10 萬行數據進行的 PoC：

https://github.com/IvoPereira/Efficient-Pagination-SQL-PoC?ref=hackernoon.com

現在你應該知道這背後都發生了什麽：OFFSET 越高，查詢時間就越長。

2

替代方案

你應該這樣做：

這是一種基於指標的分頁。

你要在本地保存上一次接收到的主鍵 (通常是一個 ID) 和 LIMIT，而不是 OFFSET 和 LIMIT，那麽每一次的查詢可能都與此類似。

為什麽？因為透過顯式告知資料庫最新行，資料庫就確切地知道從哪裏開始搜尋（基於有效的索引），而不需要考慮目標範圍之外的記錄。

比較這個查詢：

和最佳化的版本：

返回同樣的結果，第一個查詢使用了 12.80 秒，而第二個僅用了 0.01 秒。

要使用這種基於遊標的分頁，需要有一個惟一的序列欄位 (或多個)，比如惟一的整數 ID 或時間戳，但在某些特定情況下可能無法滿足這個條件。

我的建議是，不管怎樣都要考慮每種解決方案的優缺點，以及需要執行哪種查詢。

如果需要基於大量數據做查詢操作，Rick James 的文章提供了更深入的指導：

http://mysql.rjweb.org/doc.php/lists

如果我們的表沒有主鍵，比如是具有多對多關系的表，那麽就使用傳統的 OFFSET/LIMIT 方式，只是這樣做存在潛在的慢查詢問題。

我建議在需要分頁的表中使用自動遞增的主鍵，即使只是為了分頁。

來源：51CTO技術棧

— END —

PS：防止找不到本篇文章，可以收藏點贊，方便翻閱尋找哦。

往期推薦