传统的mysql分页查询
select * from table limit n , m
MySQL 执行此类SQL时需要先分页(默认一页1000条数据)通过全表扫描到N行，然后再去取M行。对于此类操作，获取前面少数几行数据会很快，但是随着扫描的记录数越多，SQL的性能就会越差，因为N的值越大，MySQL需要扫描越多的数据来定位到具体的N行，这样耗费大量的 IO 成本和时间成本。
特别是上线后数据量积累比较快,必须重视SQL优化,否则影响系统运行和用户使用体验
性能实验
- 直接用limit start, count分页语句， 也是我程序中用的方法：
select * from table limit start, count当起始页较小时，查询没有性能问题，我们分别看下从10， 100， 1000， 10000,
30000开始分页的执行时间（每页取10条）。
如下：
select * from table limit 10, 10 0.000秒
select * from table limit 100, 10 0.000秒
select * from table limit 1000, 10 0.005秒
select * from table limit 10000,10 0.038秒
select * from table limit 30000, 10 1.160秒可以告诉大家,做性能试验的表数据在30W+条,大家可以看出随着查询条数的增加,相对查询所需时间也增加了,这说明分页语句limit跟起始页码是有很大关系的,同样大家也看到查询起始页小时,查询时间为0秒,为什么会出现这样的情况?
这需要引入innoDB的缓存池概念
查看InnoDB缓存池大小:
show global variables like ‘innodb_buffer_pool_size’;
-------------------------±------------+
| Variable_name | Value |
±------------------------±------------+
| innodb_buffer_pool_size | 34359738368 |
±------------------------±------------+
默认InnoDB缓存池大小为128M
InnoDB缓存池用来存储各种数据的缓存，包括：
数据页，插入缓存，自适应索引哈希，索引页，锁信息，数据字典信息等。
InnoDB缓存池会把查询过的热点数据资源加载到缓存池,只要加载过到缓存池的数据,再次查询的时候直接从缓存池获取而不需要通过mysql查询,所以查询时间会出现0秒的情况.
相关的缓存知识,会单独开辟一篇博客
言归正传,在查询数据起始页越多的情况下,查询效率越慢,我们从缓存池配置知道,通过增加缓存池大小,把经常查询的数据加载到缓存池,可以起到优化查询的作用,但是数据本身的查询效率慢是否可以优化呢?
利用表的覆盖索引来加速分页查询
查看表索引:
show index from table;
+---------+------------+-------------+--------------+-------------+-----------+-------------+----------+--------+------+------------+---------+---------------+
| Table | Non_unique | Key_name | Seq_in_index | Column_name | Collation | Cardinality | Sub_part | Packed | Null | Index_type | Comment | Index_comment |
+---------+------------+-------------+--------------+-------------+-----------+-------------+----------+--------+------+------------+---------+---------------+
| lv_seal | 0 | PRIMARY | 1 | id | A | 318834 | NULL | NULL | | BTREE | | |
| lv_seal | 0 | seal_no | 1 | seal_no | A | 322299 | NULL | NULL | | BTREE | | |
| lv_seal | 1 | name | 1 | name | A | 292690 | NULL | NULL | YES | BTREE | | |
| lv_seal | 1 | lv_seal_ik1 | 1 | uuid | A | 305924 | NULL | NULL | YES | BTREE | | |
| lv_seal | 1 | lv_seal_ik2 | 1 | status | A | 9 | NULL | NULL | YES | BTREE | | |
| lv_seal | 1 | lv_seal_ik3 | 1 | create_date | A | 248352 | NULL | NULL | YES | BTREE | | |
| lv_seal | 1 | lv_seal_ik4 | 1 | update_date | A | 245174 | NULL | NULL | YES | BTREE | | |
+---------+------------+-------------+--------------+-------------+-----------+-------------+----------+--------+------+------------+---------+---------------+我们都知道，利用了索引查询的语句中如果只包含了那个索引列（覆盖索引），那么这种情况会查询很快。
因为利用索引查找有优化算法，且数据就在查询索引上面，不用再去找相关的数据地址了，这样节省了很多时间。加上Mysql中的索引缓存，在并发高的时候利用缓存就效果更好了。
在我们的例子中，我们知道id字段是主键，自然就包含了默认的主键索引。现在让我们看看利用覆盖索引的查询效果如何。
这次我们之间查询最后一页的数据（利用覆盖索引，只包含id列），如下：
select id from table limit 300000,10 0.09秒相对于查询了所有列的1.16秒，提升了很多
那么如果我们也要查询所有列，有两种方法，
方式一:d>=的形式，
SELECT * FROM table WHERE ID > =(select id from table limit 300000, 1) limit 10查询时间为0.09秒！
方式二:通过内链接查询
SELECT * FROM table a JOIN (select id from table limit 300000, 10) b ON a.ID = b.id查询时间0.10也很短！
