一般我们数据量大的时候，然后就需要进行分页，一般分页语句就是limit offset，rows。这种分页数据量小的时候是没啥影响的，一旦数据量越来越大随着offset的变大，性能就会越来越差。下面我们就来实验下：
-
准备数据
-
建一个测试表引擎为MyISAM（插入数据没有事务提交，插入速度快）的表。
-
CREATE TABLE USER (id INT ( 20 ) NOT NULL auto_increment,NAME VARCHAR ( 20 ) NOT NULL,address VARCHAR ( 20 ) NOT NULL,PRIMARY KEY ( id ) ) ENGINE = MyISAM;
-
写一个批量插入的存储过程
delimiter //# 删除表数据TRUNCATE TABLE t;# 如果已经有sp_test_batch存储过程，将其删除，后面重新创建DROP PROCEDURE IF EXISTS sp_test_batch;# 创建存储过程，包含num和batch输入，num表示插入的总行数，batch表示每次插入的行数CREATE PROCEDURE sp_test_batch(IN num INT,IN batch INT)BEGIN SET @insert_value = ''; # 已经插入的记录总行数 SET @count = 0; # SET @batch_count = 0; WHILE @count < num DO # 内while循环用于拼接INSERT INTO t VALUES (),(),(),...语句中VALUES后面部分 WHILE (@batch_count < batch AND @count < num) DO IF @batch_count>0 THEN SET @insert_value = concat(@insert_value,','); END IF; SET @insert_value = concat(@insert_value,"('name", @count, "','address", @count, "')"); SET @batch_count = @batch_count+1; END WHILE; SET @count = @count + @batch_count; # 拼接SQL语句并执行 SET @exesql = concat("insert into user(name,address) values ", @insert_value); PREPARE stmt FROM @exesql; EXECUTE stmt; DEALLOCATE PREPARE stmt; # 重置变量值 SET @insert_value = ''; SET @batch_count=0; END WHILE; # 数据插入完成后，查看表中总记录数 SELECT COUNT(id) FROM user;ENDCALL sp_test_batch(10000000,10000);
插入1000w数据
-
测试性能 下面我们分别针对于offset等于不同的值来进行实：offset等于10000时耗时
-
offset等于100000时耗时
-
offset等于1000000时耗时
-
offset等于5000000时耗时
-
offset等于10000000时耗时
从上图可以得出随着offset的值越大耗时就越来越多。这还只是1000w数据，如果我们上亿数据呢，可想而知这时候查询的效率有多差。下面我们来进行优化。
4 .进行优化
子查询的分页方式：
SELECT * FROM user WHERE id >= (SELECT id FROM user ORDER BY id LIMIT 9000000, 1) LIMIT 10
从图可以得出子查询确实速度快了一倍。
JOIN分页方式：
SELECT * FROM user t1 INNER join
(SELECT id FROM user ORDER BY id LIMIT 9000000, 10) t2 on t2.id =t1.id
join的方式比子查询性能在稍微好点。
终极优化：
这个时间性能是最好的。这种优化必须要依赖前一次的查询的最大ID，如果是那种分页直接可以指定多少页的是不行的，必须是只能后一页，后一页这么点击。
SELECT id FROM user where id > 9000000 ORDER BY id LIMIT 10;
