MySQL 原理与优化：Limit 查询优化

假设有表 tb_sku，其表结构如下。

表中大约有 200w 条记录，执行如下的 sql 语句大约 4.36s 返回数据

select count(*) from tb_sku;

接着我们使用 对其进行分页查询：

select * from tb_sku limit 0,10;

limit 语句 其中 0 代表起始位置，10 为每页返回的数据数量。

如上图所示，很快就返回了查询结果。

接着我们再使用 SQL 语句

select * from tb_sku limit 10,10;

语句从记录位置 10 的位置开始再往下返回 10 条记录，也就是第二页的信息。其返回时间也是比较快。

然后，我们加大起始位置 到 100w 如下，

select * from tb_sku limit 1000000,10;

此时返回时间需要 0.74 s，这说明了使用 limit 对大数据量的表进行分页，位置越靠后效率越低。拿上面的例子来说，limit 会先对 100w 的数据进行排序，然后再返回 10 条数据，而且仅仅返回 100w 到 100w 零 10 条 的记录，其他查询的记录都会丢弃掉，这种做法查询排序的代价非常大。

由此我们需要对大数据量表进行 limit 操作进行优化，官方给出的方案是通过覆盖索引和子查询的方式进行优化

根据这个思路首先对 id 进行查询

select id from tb_sku order by id limit 1000000,10;

查询结果就只需要 0.34s 比之前的 0.74s 要快多了。究其原因，因为直接返回 id 的信息，并没有进行回表操作，所以速度别 select * 要快

由于我们需要获得 select * 的信息，也就是 tb_user 所有字段的信息，因此需要将上面的查询结果和 tb_user 进行 jion 操作。

select s.* from tb_sku s ,(select id from tb_sku order by id limit 1000000,10 ) t where s.id = t.id;

这里通过查询 id 和子查询 的方式将查询结果缩短为 0.38s，比之前直接通过 select * 的方式要缩短一倍的查询时间。