技術文章 » 千萬級別的表分頁查詢非常慢，怎麼辦？

千萬級別的表分頁查詢非常慢，怎麼辦？

2022-08-02 18:00:22

一、問題復現

在實際的軟體系統開發過程中，隨著使用的使用者群體越來越多，表資料也會隨著時間的推移，單表的資料量會越來越大。

以訂單表為例，假如每天的訂單量在 4 萬左右，那麼一個月的訂單量就是 120 多萬，一年就是 1400 多萬，隨著年數的增加和單日下單量的增加，訂單表的資料量會越來越龐大，訂單資料的查詢不會像最初那樣簡單快速，如果查詢關鍵欄位沒有走索引，會直接影響到使用者體驗，甚至會影響到服務是否能正常執行！

下面我以某個電商系統的客戶表為例，資料庫是 Mysql，資料體量在 100 萬以上，詳細介紹分頁查詢下，不同階段的查詢效率情況（訂單表的情況也是類似的，只不過它的資料體量比客戶表更大）。

下面我們一起來測試一下，每次查詢客戶表時最多返回 100 條資料，不同的起始下，資料庫查詢效能的差異。

  • 當起點位置在 0 的時候，僅耗時：18 ms

  • 當起點位置在 1000 的時候，僅耗時：23 ms

  • 當起點位置在 10000 的時候，僅耗時：54 ms

  • 當起點位置在 100000 的時候，僅耗時：268 ms

  • 當起點位置在 500000 的時候，僅耗時：1.16 s

  • 當起點位置在 1000000 的時候，僅耗時：2.35 s

可以非常清晰的看出，隨著起點位置越大，分頁查詢效率成倍的下降，當起點位置在 1000000 以上的時候，對於百萬級資料體量的單表，查詢耗時基本上以秒為單位。

而事實上，一般查詢耗時超過 1 秒的 SQL 都被稱為慢 SQL，有的公司運維組要求的可能更加嚴格，比如小編我所在的公司，如果 SQL 的執行耗時超過 0.2s，也被稱為慢 SQL，必須在限定的時間內儘快優化，不然可能會影響服務的正常執行和使用者體驗。

對於千萬級的單表資料查詢，小編我剛剛也使用了一下分頁查詢，起點位置在 10000000，也截圖給大家看看，查詢耗時結果：39 秒！

沒有接觸過這麼巨量資料體量的同學，可能多少對這種查詢結果會感到吃驚，事實上，這還只是資料庫層面的耗時，還沒有算後端服務的處理鏈路時間，以及返回給前端的資料渲染時間，以百萬級的單表查詢為例，如果資料庫查詢耗時 1 秒，再經過後端的資料封裝處理，前端的資料渲染處理，以及網路傳輸時間，沒有異常的情況下，差不多在 3～4 秒之間，可能有些同學對這個請求時長數值還不太敏感。

據網際網路軟體使用者體驗報告，當平均請求耗時在1秒之內，使用者體驗是最佳的，此時的軟體也是使用者留存度最高的；2 秒之內，還勉強過的去，使用者能接受；當超過 3 秒，體驗會稍差；超過 5 秒，基本上會解除安裝當前軟體。

有的公司為了提升使用者體驗，會嚴格控制請求時長，當請求時長超過 3 秒，自動放棄請求，從而倒逼技術優化調整 SQL 語句查詢邏輯，甚至調整後端整體架構，比如引入快取中介軟體 redis，搜尋引擎 elasticSearch 等等。

繼續回到我們本文所需要探討的問題，當單表資料量到達百萬級的時候，查詢效率急劇下降，如何優化提升呢？

二、解決方案

下面我們一起來看看具體的解決辦法。

2.1、方案一：查詢的時候，只返回主鍵 ID

我們繼續回到上文給大家介紹的客戶表查詢，將select *改成select id，簡化返回的欄位，我們再來觀察一下查詢耗時。

  • 當起點位置在 100000 的時候，僅耗時：73 ms

  • 當起點位置在 500000 的時候，僅耗時：274 ms

  • 當起點位置在 1000000 的時候，僅耗時：471 ms

可以很清晰的看到，通過簡化返回的欄位，可以很顯著的成倍提升查詢效率。

實際的操作思路就是先通過分頁查詢滿足條件的主鍵 ID，然後通過主鍵 ID 查詢部分資料，可以顯著提升查詢效果。

-- 先分頁查詢滿足條件的主鍵ID
select id from bizuser order by id limit 100000,10;

-- 再通過分頁查詢返回的ID，批次查詢資料
select * from bizuser where id in (1,2,3,4,.....);

2.2、方案二：查詢的時候，通過主鍵 ID 過濾

這種方案有一個要求就是主鍵ID，必須是數位型別，實踐的思路就是取上一次查詢結果的 ID 最大值，作為過濾條件，而且排序欄位必須是主鍵 ID，不然分頁排序順序會錯亂。

  • 查詢 100000～1000100 區間段的資料，僅耗時：18 ms

  • 查詢 500000～5000100 區間段的資料，僅耗時：18 ms

  • 查詢 1000000～1000100 區間段的資料，僅耗時：18 ms

可以很清晰的看到，帶上主鍵 ID 作為過濾條件，查詢效能非常的穩定，基本上在20 ms內可以返回。

這種方案還是非常可行的，如果當前業務對排序要求不多，可以採用這種方案，效能也非常槓！

但是如果當前業務對排序有要求，比如通過客戶最後修改時間、客戶最後下單時間、客戶最後下單金額等欄位來排序，那麼上面介紹的【方案一】，比【方案二】查詢效率更高！

2.3、方案三：採用 elasticSearch 作為搜尋引擎

當資料量越來越大的時候，尤其是出現分庫分表的資料庫，以上通過主鍵 ID 進行過濾查詢，效果可能會不盡人意，例如訂單資料的查詢，這個時候比較好的解決辦法就是將訂單資料儲存到 elasticSearch 中，通過 elasticSearch 實現快速分頁和搜尋，效果提升也是非常明顯。

關於 elasticSearch 的玩法，之前有給大家介紹過具體的實踐，這裡不在過多撰書。

三、小結

不知道大家有沒有發現，上文中介紹的表主鍵 ID 都是數值型別的，之所以採用數位型別作為主鍵，是因為數位型別的欄位能很好的進行排序。

但如果當前表的主鍵 ID 是字串型別，比如 uuid 這種，就沒辦法實現這種排序特性，而且搜尋效能也非常差，因此不建議大家採用 uuid 作為主鍵ID，具體的數值型別主鍵 ID 的生成方案有很多種，比如自增、雪花演演算法等等，都能很好的滿足我們的需求。

本文主要圍繞大表分頁查詢效能問題，以及對應的解決方案做了簡單的介紹，如果有異議的地方，歡迎網友留言，一起討論學習！

如果想獲取更多的巨量資料庫相關的資料，可以關注下方二維條碼，後臺回覆 【cccc】有我準備的一執行緒序必備計算機書籍、大廠面試資料和免費電子書，希望可以幫助大家提升技術和能力。