MySQL 深分页：性能优化

在日常开发中，分页查询是非常常见的需求，通常我们会使用 LIMIT offset, size的方式来实现。例如：

SELECT * FROM table_name ORDER BY id LIMIT 1000000, 10;

这条语句的意图是从表 table_name中查询第 1000001 到 1000010 条记录。然而，当 offset数值很大时，比如百万级别，这个查询会变得异常缓慢。这便涉及到了数据库开发中的一个经典问题 ------ ​深分页 问题。

本文将从原理出发，深入分析 MySQL 深分页为何性能低下，介绍几种常见且实用的优化方案，并在文章最后整理一些 Java 秋招高频面试题，供读者参考。

---

一、什么是深分页？

深分页，指的是在使用 LIMIT offset, size进行分页查询时，offset（偏移量）值非常大的情况。例如：

SELECT * FROM orders ORDER BY id LIMIT 1000000, 10;

该语句的含义是：​跳过前 1000000 行，返回之后的 10 行数据。

MySQL 在执行该查询时，实际上会先执行全表扫描，跳过前 1000000 行，然后再返回接下来的 10 行。当数据量很大时，跳过大量行的操作会消耗大量的 CPU 和 IO 资源，导致查询性能急剧下降。

这就是所谓的 ​深分页问题，是数据库查询性能优化中的一个经典难题。

---

二、深分页为何性能差？

要理解深分页为何慢，我们需要了解 MySQL 执行 LIMIT offset, size查询时的内部机制：

1. 全表扫描或索引扫描 ：MySQL 会根据查询条件以及排序规则，对数据进行排序或扫描。
2. 跳过 offset 行 ：MySQL 会先读取 offset + size 行数据，然后丢弃前 offset 行，只返回后面的 size 行。
3. 高 offset 导致大量无效数据扫描 ：当 offset 很大时，MySQL 必须扫描并跳过大量无用的行，即使你只需要其中的少量数据。

例如，当执行 LIMIT 1000000, 10时，MySQL 可能要扫描 1000010 行，然后丢弃前 1000000 行，这样的操作代价非常高昂，尤其是在数据量达到百万、千万甚至上亿级别时。

---

三、深分页的常见优化方案

针对深分页问题，业内已经总结出多种优化手段，下面介绍几种最为实用和常见的优化方案。

---

方案一：延迟关联（Deferred Join / 子查询优化）

核心思想：

先通过子查询查找出目标页所需的 ​主键 ID​（或其他索引字段），然后再通过这些 ID 去关联原表，查询完整的数据行。

原理：

• 避免了直接在原表上进行大 offset 扫描。
• 利用了主键或索引字段的查询高效性。
• 只查询需要的列，减少数据传输与处理开销。

示例 SQL：

假设我们有一张订单表 orders，有字段 id, user_id, amount, create_time，并且 id是主键，我们想按 id排序做分页：

SELECT o.* 
FROM orders o
JOIN (
    SELECT id 
    FROM orders
    ORDER BY id
    LIMIT 1000000, 10
) tmp ON o.id = tmp.id;

说明：

• 子查询 SELECT id FROM orders ORDER BY id LIMIT 1000000, 10会利用主键索引快速定位到第 1000001 ~ 1000010 条记录的 ID。
• 外层查询再通过 id关联原表，获取完整数据。
• 由于主键索引查询非常快，整体查询性能会有显著提升。

优化扩展：

如果你的排序字段不是主键，比如是 create_time，那么可以创建联合索引 (create_time, id)，并调整排序与子查询逻辑：

SELECT o.* 
FROM orders o
JOIN (
    SELECT id 
    FROM orders
    ORDER BY create_time, id
    LIMIT 1000000, 10
) tmp ON o.id = tmp.id;

同时，为 create_time和 id创建联合索引：

CREATE INDEX idx_createtime_id ON orders(create_time, id);

---

方案二：使用覆盖索引优化查询

核心思想：

如果查询的字段能够被某个索引完全覆盖，那么 MySQL 就可以直接从索引中获取数据而 ​无需回表，从而减少 IO 消耗，提高查询效率。

原理：

• 覆盖索引（Covering Index）是指查询所需的所有字段都包含在某个索引中，因此 MySQL 可以直接从索引中返回结果，无需再到数据行中查找。
• 但需要注意：覆盖索引本身并不能解决深分页的 offset 问题 ，它更多是配合其他优化手段一起使用，比如延迟关联。

示例：

假设你查询的字段是 id, user_id, create_time，而你为这些字段建立了一个联合索引：

CREATE INDEX idx_covering ON orders(user_id, create_time, id);

如果你的查询是：

SELECT id, user_id, create_time
FROM orders
ORDER BY create_time, id
LIMIT 1000000, 10;

并且这个查询字段正好是索引 idx_covering的一部分或全部，那么 MySQL 可能只需要扫描索引而不用回表，从而提升性能。

但依然要搭配 ​延迟关联 ​ 或者 ​游标分页​ 才能真正解决深分页问题。

---

方案三：基于游标的分页（Cursor-based Pagination / Seek Method）

核心思想：

不使用传统的 LIMIT offset, size，而是基于上一页最后一条记录的某个唯一且有序的字段（通常是主键 id或时间戳 create_time），查询 ​比该字段更大（或更小）的值，从而获取下一页数据。

原理：

• 通过记录上一页最后一条数据的 ID（或时间），下次查询时只查比该 ID 更大的数据。
• 避免了使用 OFFSET，也就避免了扫描和跳过大量行。
• 查询效率高，性能稳定，适合无限滚动或"加载更多"类型的分页。

示例 SQL：

假设每页 10 条数据，且按照 id正序排序：

• 第一页：

  SELECT * FROM orders
  ORDER BY id
  LIMIT 10;

• 假设第一页最后一条数据的 id是 100，那么第二页：

  SELECT * FROM orders
  WHERE id > 100
  ORDER BY id
  LIMIT 10;

• 以此类推，第 N 页只需要知道第 N-1 页最后一条的 ID 即可。

优点：

• 查询性能极高，无需扫描和跳过任何行。
• 适合大数据量表，尤其是用户频繁翻页的场景。

缺点：

• 不支持随机跳页 ，比如用户想直接访问第 1000 页，系统无法直接定位。
• 需要前端或客户端配合保存"上一页最后一条的 ID"。

---

四、如何选择合适的优化方案？

场景	推荐方案
用户可能随机访问某一页（如点击第 100 页）	延迟关联（子查询优化）
数据量大，且分页是顺序的（如"加载更多"）	游标分页（基于 ID 或时间）
查询字段多，希望减少回表	覆盖索引 + 延迟关联
排序字段无索引	优先为排序字段建立索引，再考虑上述优化