mysql 大数据分页查询优化

应用场景；

　　当有一张表的数据非常大，需要使用到分页查询，分页查询在100w条后查询效率非常低；

解决方案：

　　1、业务层解决：只允许用户翻页一百页以内，十条一页；

　　2、使用where id > 5000000 limit 10; 要求数据完整性；但可以考虑每次查询时得知已查的最后一条id。

　　3、延迟查询：select table.id,table.name left join (select id from table limit 5000000,10) as tmp on table.id = tmp.id;id为索引；先通过索引查处500w条后的id，速度贼快。然后通过索引id来查询出对应的每一条数据；数独也贼快；但通过关联表在海量数据中查询会消耗一些时间；但比之前是提升了一倍多的数度；

开启慢查询日志：

　　在mysql中代码改配置：

　　　　开启慢查询日志:查询目前状态 show variables like '%query%';修改两个配置:set global slow_query_log = on; set session long_query_time = 2; slow_query_log_file配置缓存日志的路径

　　　　日志一条数据

# Time:   ::
# User@Host: root[root] @ localhost []  Id:
# Query_time: 9.141422  Lock_time: 0.000117 Rows_sent:   Rows_examined:
SET timestamp=;
select * from jacky order by sid,score limit ;

　　　　查看一条语句执行效率

　　　　开启:set profiling = 1;

　　　　查询:show profiles;

　　　　查看某条详情:show profile for query num

variables中保存了所有mysql的系统配置； 可以通过show variables like "%xxx%';查询

show variables like '%query%'; #查看关于query的配置

show variables like 'version'; #查看mysql版本

explain 分析sql语句

explain select * from ......

+----+-------------+-------+-------+---------------+----------+---------+------+--------+-----------------------+
| id | select_type | table | type  | possible_keys | key      | key_len | ref  | rows   | Extra                 |
+----+-------------+-------+-------+---------------+----------+---------+------+--------+-----------------------+
|   | SIMPLE      | jacky | range | sid_type      | sid_type |        | NULL |  | Using index condition |
+----+-------------+-------+-------+---------------+----------+---------+------+--------+-----------------------+

select_type　　:　　simple

tables　　:　　表名

type　　:　　这列比较重要；表示使用了哪种类型；有没有使用索引；从最好到最差的连接类型为const、eq_reg、ref、range、indexhe和ALL

possible_keys　　:　　提示使用哪个索引会在该表中找到行，不太重要

keys　　:　　MYSQL使用的索引，简单且重要

key_len　　:　　MYSQL使用的索引长度

ref　　:　　ref列显示使用哪个列或常数与key一起从表中选择行。没明白

rows　　:　　比较重要；表示该查询所遍历的行数；越小越好；

Extra　　:　　该列包含MySQL解决查询的详细信息。一次条件查询中改参数为：User where

尽量注意：type、rows、keys、extra这几个参数；