在日常工作中，对于大数据量的展示问题，通常会采用分页显示，对于分页查询的实现，sql查询提供了一种标准化的实现方式，就是利用limit关键字。我们知道limit关键字，可以实现获取目标结果集中的前n行数，如：

select * from tbl where xxx limit n;

除了limit n外，limit 还支持两个参数的查询：limit x,y。分页查询就是使用双参数的limit 实现的。limit x,y表示获取结果集中，从x行开始的y行数据，常见的实现分页查询的方式如下：

select * from tbl where xxx limit (page-1)*pageSize,pageSize.

然而，这种标准的实现方式，却是有性能问题的。尤其是在高页码分页的场景下，下面，我们一起来分析一下。

一条sql语句的执行流程

为了方便下文描述，我们建立如下表结构：

CREATE TABLE `t_limit` (
  `id` int(11) not null,
  `age` int(11) not null,
  `name` varchar(32) default NULL,
  PRIMARY KEY (`id`),
  key `ix_age` (`age`)
) ENGINE=InnoDB DEFAULT CHARSET=utf8mb4;

delimiter ;;
create procedure pt_limit()
begin
	declare i int;
	set i=1;
	while(i<=10000)do
		insert into `t_limit` values(i,i,concat('name',i));
		set i=i+1;
	end while;
end;;
delimiter ;
call pt_limit();

建立表名为 t_limit 的表，其中id为主键索引，age为二级索引。同时使用存储过程 pt_limit 向表中插入10000行数据。

当我们执行如下查询语句：

select * from t_limit order by age limit  1;

有经验的读者都知道，这条语句使用索引’ix_age’进行查询，因为age字段在索引 'ix_age’上天然是有序的。这样查询效率会更高。事实上mysql在执行查询的时候，的确使用了’ix_age’索引。可以通过查看这个sql语句的执行计划进行验证：

但是，这里小编要强调一点：一条sql的执行计划，通常情况下有很多种，mysql会从这些执行计划中选择最优的一个来执行。对于上面的那个查询语句，mysql可以通过全表扫描的方式进行查询，也可以通过索引‘ix_age’来完成，不过对于上面的查询条件，通过索引‘ix_age’查询效率更高，于是就选择使用‘ix_age’来完成查询。

虽然我们都知道使用‘ix_age’索引，查询的效率比较高，但是整个查询的执行过程是怎样的呢？

其实上面查询的执行过程大概分一下几个步骤：
1.server层通过对sql语句的分析，决定使用索引‘ix_age’来完成语句的执行。

2.Innodb在索引’ix_age’上取出值最大的一个叶子节点，也就是最大age值对应的主键id，回表到主键索引上取出完整的数据行，并将数据行返回给server层。

3.server层收到数据后，根据sql的limit 1，判断出只需要一行数据即可，于是将查询的数据返回给客户端，并结束查询。

分页查询执行流程

上面的查询语句很好理解，执行结果也符合我们的预期。但是，当我们使用双参数limit实现分页功能时，查询的执行计划又是怎样的呢？

下面我们可以执行以下查询语句进行验证

 select * from t_limit order by age limit  10,1;

这条查询语句的语义表示：将表t_limit中的数据按照age字段进行排序，然后在排序后的数据集中，从第10行开始，取出1行数据，简单来说，就是取出满足条件的第11行数据。这条查询语句的执行计划如下：

这条sql在执行过程中，使用了索引’ix_age’，扫描的数据行数也比较少。

不过在上文中我们提到，这种查询方式，在高页码的情况下，查询性能会下降很多。这里我们可以对高页码的查询进行一下实验，实验的查询语句如下：

select * from t_limit order by age limit  5000,1;

这条查询语句和上面低页码查询语句的差异，就在于获取结果集的起始位置不同。接下来，我们再来看一下高页码查询的执行计划：

从执行计划可以看出，这条查询语句没有使用索引’ix_age’，而是使用了全表扫描，而且执行计划中还出现了 filesort，有经验的小伙伴都知道，排序是一个比较消耗空间和性能的操作，对mysql排序不太熟悉的小伙伴可以查看如何优化sql中的order by ？。

是不是很奇怪，语义相同的查询语句，因为查询条件的不同，导致执行计划差别很大。要想了解其中的原因，就不得不了解一下双参数limit的执行流程了。

双参数limit执行流程大致如下，这里我们先假设使用索引’ix_age’来完成查询：

1.server层向innodb获取第一条记录，Innodb收到请求后，从’ix_age’索引树上取出第一条索引记录，然后回表获取完整的数据行，并返回给server层。

2.server层收到数据后，开始对limit 5000,1进行处理，也就是符合条件记录中的第5001条，才会返回给客户端。所以在server层，要对这个查询维护一个计数变量，这里我们假设变量为limit_count，来统计从满足条件记录的个数。

3.重复步骤2，直到变量limit_count的值为5000时，server层才会将查询到的数据返回给客户端。

通过上面的分析可以看出，因为limit关键字的处理，是在server层完成。使用索引’ix_age’查询的话，查询语句要进行5001次回表，才能实现整个查询。server层分析下来，感觉这个查询计划，还没有全表扫描+filesort 来的快(当然这个感觉不一定准确)。所以就选择了使用全表扫描的方式，这也就是高页码查询时，性能比较差的根本原因。

如何优化分页查询

对于高页码查询性能低的问题，小编根据工作经验总结了两种优化方案：子查询优化和索引定位。

子查询优化

在优化limit高页码情况下，查询性能低的问题前，我们需要先了解，这个查询性能低的原因是什么？通过上面的分析，我们知道，双参数limit场景中，第一个参数比较大时，在使用二级索引的情况下，会导致回表次数随着增多，所以mysql选择使用了全表扫描的方式，进而导致整个查询性能比较低。

既然查询性能低，是由回表过多间接导致的。那么，我们可以朝着向"避免或者减少回表次数"的方向来优化查询。我们知道二级索引覆盖了主键id，因此我们可以通过如下sql来实现高页码查询。

select * from t_limit as t join (select id from t_limit order by age limit 5000,1) as tmp on tmp.id = t.id;

子查询

select id from t_limit order by age limit 5000,1;

可以实现只扫描索引’ix_age’实现高页码查询，而不需要回表。下图为优化后sql的执行计划：

从执行计划可以看出，整个查询过程中，不在出现全表扫描和filesort了。

索引定位

如果我们可以利用索引直接定位到，双参数limit中第一个参数的位置，那么接下来只需要在索引树上，再向后或者向前扫描pagesize行数据即可。查询优化方式如下：

select * from t_limit age>5000 order by age limit 1;

这种查询方式，可以直接使用索引’ix_age’，只需要扫描一行数据，回表一次即可完成语句的查询。

具体执行计划，以及扫描行数可以通过一下语句进行查看

explain select * from t_limit age>5000 order by age limit 1;

执行计划如下：

可以使用下面语句来确认一条sql语句，在Innodb中扫描的数据行数

SET optimizer_trace='enabled=on'; 

select VARIABLE_VALUE into @a from  performance_schema.session_status where variable_name = 'Innodb_rows_read';
select VARIABLE_VALUE into @b from performance_schema.session_status where variable_name = 'Innodb_rows_read';

select @b-@a;

总结

对于分页查询的性能问题，除了上面提到的优化方案外，你还有其他的优化方法吗？除了上文提到的分页查询优化方案外，这里小编还要告诉小伙伴，有时候mysql自己选择的执行计划并不一定是最优，对于查询性能低的查询语句，我们要能够根据执行计划，进行一定的优化，还有就是，执行计划中显示的扫描行数，只是一个估计值，要想精确得到一个查询语句在Innodb中扫描行数，可以使用上文中小编提供的小技巧。