[MySQL / MariaDB] 優化查詢語句OFFSET越大時間越久的問題

SQL資料庫
Andy Wu在〈[MySQL / MariaDB] 優化查詢語句OFFSET越大時間越久的問題〉中有 2 則留言

開發實務上，很常會遇到需要做分頁的需求，並且API提供page跟limit參數可以帶，接著再根據參數去DB撈取對應區段的資料。例如今天我們寫了個撈取卡片列表的API，在API請求進來後得到希望查詢以最新創建時間排序、在分頁第4頁(每頁顯示10筆)的卡片資訊，經過轉換後，後端程式送出了以下SQL語法給DB查詢。

SELECT
    id,
    content,
    createTime
FROM card
ORDER BY createTime DESC
LIMIT 10 OFFSET 30;

這是我們目標查詢的cardtable的結構：

CREATE TABLE card (
  id INT NOT NULL AUTO_INCREMENT,
  content TEXT,
  createTime TIMESTAMP DEFAULT CURRENT_TIMESTAMP,
  PRIMARY KEY (id),
  KEY idx_createTime (createTime)
);

得到DB返回：

+--------+--------------+-------------+
| id     | content      | createTime  |
+--------+--------------+-------------+
| 999970 | (以下省略)... | (以下省略)... |
| 999969 | ...          | ...         |
| 999968 | ...          | ...         |
| 999967 | ...          | ...         |
| 999966 | ...          | ...         |
| 999965 | ...          | ...         |
| 999964 | ...          | ...         |
| 999963 | ...          | ...         |
| 999962 | ...          | ...         |
| 999961 | ...          | ...         |
+--------+--------------+-------------+
10 rows in set (0.01 sec)

撈出來的資料沒什麼問題，但如果今天卡片數量很多，例如範例中的table總共有100萬筆資料，而我們又剛好想撈取在中後面的分頁的卡片(就像你在凌晨四點把迷片網站翻到第10001頁一樣)：

SELECT
    id,
    content,
    createTime
FROM card
ORDER BY createTime DESC
LIMIT 10 OFFSET 100000;

+--------+--------------+-------------+
| id     | content      | createTime  |
+--------+--------------+-------------+
| 900000 | (以下省略)... | (以下省略)... |
| 899999 | ...          | ...         |
| 899998 | ...          | ...         |
| 899997 | ...          | ...         |
| 899996 | ...          | ...         |
| 899995 | ...          | ...         |
| 899994 | ...          | ...         |
| 899993 | ...          | ...         |
| 899992 | ...          | ...         |
| 899991 | ...          | ...         |
+--------+--------------+-------------+
10 rows in set (2.09 sec)

奇怪，怎麼查詢時間瞬間從0.01秒增加至2.09秒這麼多?!那如果我們再查詢更後面的分頁呢，例如第90001頁會發生什麼事：

SELECT
    id,
    content,
    createTime
FROM card
ORDER BY createTime DESC
LIMIT 10 OFFSET 900000;

+--------+--------------+-------------+
| id     | content      | createTime  |
+--------+--------------+-------------+
| 100000 | (以下省略)... | (以下省略)... |
|  99999 | ...          | ...         |
|  99998 | ...          | ...         |
|  99997 | ...          | ...         |
|  99996 | ...          | ...         |
|  99995 | ...          | ...         |
|  99994 | ...          | ...         |
|  99993 | ...          | ...         |
|  99992 | ...          | ...         |
|  99991 | ...          | ...         |
+--------+--------------+-------------+
10 rows in set (5.44 sec)

阿娘喂5.44秒是怎麼一回事，看起來OFFEST越多查詢時間會呈現線性增長嘛@@?! 沒錯，你猜對了。

MySQL在使用查詢語句搭配OFFSET時其實並不像我們想像的一樣聰明，LIMIT 10 OFFSET 900000就直接跳到偏移900000筆資料處的地方往下撈10筆返回。
實際上，MySQL會從第1筆開始拿，一直數到拿到了第900000筆資料後把前面讀到的都丟掉，最後再往下撈10筆我們要的資料後返回。

更重要的是，這邊指的拿是真的讀出整條記錄而不是走訪index數數而已。因此即便我們有建index而且MySQL也選擇使用index，每當走訪到一個index節點後，MySQL還是要根據這個index節點對應的主鍵ID回表查詢存在主鍵那棵Btree的資料，所以當偏移太多時MySQL反而會選擇全表搜索還比較快，我們用EXPLAIN語句來證實這段話。

EXPLAIN SELECT
    id,
    content,
    createTime
FROM card
ORDER BY createTime DESC
LIMIT 10 OFFSET 10;

先來查詢第2頁，很好，MySQL有如我們預期使用index。

+----+-------------+-------+------------+-------+---------------+----------------+---------+------+------+----------+---------------------+
| id | select_type | table | partitions | type  | possible_keys | key            | key_len | ref  | rows | filtered | Extra               |
+----+-------------+-------+------------+-------+---------------+----------------+---------+------+------+----------+---------------------+
|  1 | SIMPLE      | card  | NULL       | index | NULL          | idx_createTime | 5       | NULL |   20 |   100.00 | Backward index scan |
+----+-------------+-------+------------+-------+---------------+----------------+---------+------+------+----------+---------------------+

那第102頁呢？

EXPLAIN SELECT
    id,
    content,
    createTime
FROM card
ORDER BY createTime DESC
LIMIT 10 OFFSET 110;

也有～

+----+-------------+-------+------------+-------+---------------+----------------+---------+------+------+----------+---------------------+
| id | select_type | table | partitions | type  | possible_keys | key            | key_len | ref  | rows | filtered | Extra               |
+----+-------------+-------+------------+-------+---------------+----------------+---------+------+------+----------+---------------------+
|  1 | SIMPLE      | card  | NULL       | index | NULL          | idx_createTime | 5       | NULL |  120 |   100.00 | Backward index scan |
+----+-------------+-------+------------+-------+---------------+----------------+---------+------+------+----------+---------------------+

第1002頁呢？

EXPLAIN SELECT
    id,
    content,
    createTime
FROM card
ORDER BY createTime DESC
LIMIT 10 OFFSET 1010;

也還有～

+----+-------------+-------+------------+-------+---------------+----------------+---------+------+------+----------+---------------------+
| id | select_type | table | partitions | type  | possible_keys | key            | key_len | ref  | rows | filtered | Extra               |
+----+-------------+-------+------------+-------+---------------+----------------+---------+------+------+----------+---------------------+
|  1 | SIMPLE      | card  | NULL       | index | NULL          | idx_createTime | 5       | NULL | 1020 |   100.00 | Backward index scan |
+----+-------------+-------+------------+-------+---------------+----------------+---------+------+------+----------+---------------------+

第10002頁呢？

EXPLAIN SELECT
    id,
    content,
    createTime
FROM card
ORDER BY createTime DESC
LIMIT 10 OFFSET 10010;

這下就沒有了，到此為止MySQL覺得查詢index後再回去查主鍵那棵Btree的資料太慢了，於是果斷選擇全表查詢(type=ALL)再搭配排序(extra=using file sort)，最後數到第10010筆資料後往下再抓10筆返回。現在可以理解為什麼我們最一開始的SQL語句當分頁到第90001頁會花這麼長的時間了吧。

+----+-------------+-------+------------+------+---------------+------+---------+------+--------+----------+----------------+
| id | select_type | table | partitions | type | possible_keys | key  | key_len | ref  | rows   | filtered | Extra          |
+----+-------------+-------+------------+------+---------------+------+---------+------+--------+----------+----------------+
|  1 | SIMPLE      | card  | NULL       | ALL  | NULL          | NULL | NULL    | NULL | 996250 |   100.00 | Using filesort |
+----+-------------+-------+------------+------+---------------+------+---------+------+--------+----------+----------------+

上面的道理都講得通，但想想這樣還是很不合理呀，我們建了index就是希望加快查詢速度，結果MySQL你在那邊不好好利用index還給我全表查詢+排序拖台錢，有沒有什麼優化方法呢。

有的，既然我們知道index存的是已經排序好的資料，但慢就慢在每走訪到一個index節點MySQL會執行回表查詢的這個動作，我們只要想辦法消除掉每次回表查詢的這個缺點，留下index的優點就可以加速我們分頁用到OFFSET的速度了。我們拿剛剛上面的SQL語句修改一下，但這次只單純查第10002頁的卡片ID就好，因為index就包含了ID所以不會觸發回表查詢，先EXPLAIN一下看看index的使用情形。

EXPLAIN SELECT
    id
FROM card
ORDER BY createTime DESC
LIMIT 10 OFFSET 10010;

不錯唷MySQL有乖乖聽話，type=index代表此次查詢有使用index，而且在最後面的extra裡面的using index代表查詢只使用了index，沒有執行回表的動作，完全符合我們的期待。

+----+-------------+-------+------------+-------+---------------+----------------+---------+------+-------+----------+----------------------------------+
| id | select_type | table | partitions | type  | possible_keys | key            | key_len | ref  | rows  | filtered | Extra                            |
+----+-------------+-------+------------+-------+---------------+----------------+---------+------+-------+----------+----------------------------------+
|  1 | SIMPLE      | card  | NULL       | index | NULL          | idx_createTime | 5       | NULL | 10020 |   100.00 | Backward index scan; Using index |
+----+-------------+-------+------------+-------+---------------+----------------+---------+------+-------+----------+----------------------------------+

最後再搭配join或sub query的形式查詢我們最後想要的卡片詳細資訊就行了。

SELECT
    main.id,
    content,
    createTime
FROM card AS main
INNER JOIN (
    SELECT id
    FROM card
    ORDER BY createTime DESC
    LIMIT 10 OFFSET 900000
) AS sub
ON main.id = sub.id
ORDER BY createTime DESC;

0.26秒對比5.44秒！！執行速度是不是跟剛剛天差地遠呢～

+--------+--------------+-------------+
| id     | content      | createTime  |
+--------+--------------+-------------+
| 100000 | (以下省略)... | (以下省略)... |
|  99999 | ...          | ...         |
|  99998 | ...          | ...         |
|  99997 | ...          | ...         |
|  99996 | ...          | ...         |
|  99995 | ...          | ...         |
|  99994 | ...          | ...         |
|  99993 | ...          | ...         |
|  99992 | ...          | ...         |
|  99991 | ...          | ...         |
+--------+--------------+-------------+
10 rows in set (0.26 sec)

EXPLAIN一下看看神秘的黑魔法是怎麼發生的。

+----+-------------+------------+------------+--------+---------------+----------------+---------+--------+--------+----------+----------------------------------+
| id | select_type | table      | partitions | type   | possible_keys | key            | key_len | ref    | rows   | filtered | Extra                            |
+----+-------------+------------+------------+--------+---------------+----------------+---------+--------+--------+----------+----------------------------------+
|  1 | PRIMARY     | <derived2> | NULL       | ALL    | NULL          | NULL           | NULL    | NULL   | 900010 |   100.00 | Using temporary; Using filesort  |
|  1 | PRIMARY     | main       | NULL       | eq_ref | PRIMARY       | PRIMARY        | 4       | sub.id |      1 |   100.00 | NULL                             |
|  2 | DERIVED     | card       | NULL       | index  | NULL          | idx_createTime | 5       | NULL   | 900010 |   100.00 | Backward index scan; Using index |
+----+-------------+------------+------------+--------+---------------+----------------+---------+--------+--------+----------+----------------------------------+

首先看到最下面table=card的那個row，也就是我們的子查詢行為跟前一個EXPLAIN一樣，這邊就跳過不解釋了。

再往上看到table=main的那個row，他的type=eq_ref且ref=sub.id的意思是指MySQL使用了唯一對等連接(兩張表的key都是unique)透過連接main.id=sub.id做關聯。當有連接match到後驅動表就立馬換下一筆id搜尋，所以速度很快。

最上面那個table=derived2的row在extra地方表示了using temporary使用臨時表暫存join後的結果，並且排序(using filesort)成最終我們要的形狀。

 
透過這樣的優化，以後我們就再也不用擔心當分頁頁數很多，查詢越後面頁數的資料會越慢的情況發生啦～

2 Comments

  1. 感謝您分享這篇很實用，困擾我很久
    另外如果遇到全文索引，好像就不適?
    用例如：MATCH…AGAINST

    SELECT * FROM 表名 WHERE MATCH (欄位1, 欄位2,…) AGAINST(‘word1 word2 …’ )

    回覆

    1. 全文索引我自己沒有用過可能無法回答到你😅
      不過如果要對文字做搜尋，業界比較常使用elasticsearch這類的DB

      回覆

發佈回覆給「Andy Wu」的留言 取消回覆

發佈留言必須填寫的電子郵件地址不會公開。 必填欄位標示為 *