1 Limit Offset分页 2 Limit 指定主键Id过滤 3 HasMore 滚动查询 4 ElasticSearch 分页查询
”使用mysql limit 分页就行了,分页查询用得着四种写法吗? "
这可能是很多人的想法。的确mysql limit offset是可以胜任分页的,但是另外三种办法在其他场景表现更好。
大家最熟悉的就是如下的分页截图,返回总页数、支持页数跳转
1 Limit Offset分页
例如每页10条,查询第三页 ,mysql limit 部分为:limit 20,10;
前段每次需要指定 每页数量,当前页数。由后端拼接查询SQL,构建mysql limit 子句。
limit offset 分页有几个特性。
支持页数跳转。用户选定第几页,就跳转到对应的页面。 返回记录总条数。用户可以看到共几页,一共多少条数据。
limit offset 实现简单,但是存在缺陷。当出现深度分页时,MySQL 需要扫描大量数据才能找到指定页的数据,造成慢查询 ,增加增加数据库的内存和cpu负载, 如果这个深度分页的QPS比较高,无疑最终会拖垮数据库。在流量高峰期,如果深度分页的慢查询较多,毫无疑问,会增加其他SQL耗时,影响其他业务场景。
值得说明的是,分页查询必须指定排序方式。如果没有指定排序方式,使用分页很难保证数据不会出现重复。 如果实在没有排序字段,可以使用主键ID。
我曾经犯过类似错误,在使用ElasticSearch替换lucene 做检索时,发现lucene和ElasticSearch返回的结果一直不一致,排查了很久,才意识到必须指定排序方式,否则使用分页查询会导致数据重复。
那么Limit Offset就没有其他方式避免深度分页吗?答案是可以
2 Limit 指定主键Id过滤
如果在查询条件上加上主键Id是不是就可以了呢?
改进前:
select * from students where xxxx查询条件xxx order by id desc limit 1000,20;
改进后:
select * from students where xxxx查询条件xxx AND id <lastMinId order by id desc limit 20;
改进后在原有的查询条件上 指定了lastMinId,上一轮最小的Id。在查询下一页时,把上一页的最小id 传下去,这样保证后续查到的列表都是小于lastMinId。从源头上增加了查询条件,减少了mysql的检索范围,每次都只获取前二十条数据。
这样就高枕无忧了吗?当然不
这种方式前提条件是排序方式可以指定主键Id,如果根据其他排序方式,就不能这样做了。
这种方式还有其他应用场景吗?最佳的场景就是从下游批量获取大量数据时,可以根据主键id进行排序,每次选择最大的N条,或最小的N条。
每次查询都更新主键id范围,这样就能避免深度分页,查询全部的数据。
3 HasMore 滚动查询
有的业务场景例如用户App端的购买记录页,用户只能每页滚动查询购买记录,无需知道购买订单总数。针对这个场景,有什么优化呢?
在之前的limit Offset分页时,需要返回记录总数,前端也要确定查询总页数。滚动分页查询则无需获取总页数,无需查询总数。减少了一次select count(*)
的查询。
只需要在每一次分页查询时,每页数量+1 即可。例如每页10条,可以指定11条,如果真查出来11条,hasMore=true
,上游需要继续查,否则hasMore=false
,上游无需再分页查询。
4 ElasticSearch 分页查询
ES 比较适用于检索条件复杂、实时性要求比较低的查询场景。例如B端的各类复杂查询条件检索场景以及 C端用户关键词订单列表搜索等场景。查询耗时基本在100ms以上、甚至1s以上。
值得一提的是需要mysql数据异构到ES,ES加载进索引也有1s左右延迟,数据从产生到ES索引延迟比较高。
ElasticSearch 支持分页查询,和Mysql Limit offset 类似。同时也强烈建议,使用分页查询时,指定排序方式。
SearchRequest searchRequest = new SearchRequest(index);
SearchSourceBuilder sourceBuilder = new SearchSourceBuilder();
//计算出记录起始下标
int from = (pageNum - 1) * pageSize;
// 起始记录下标,从0开始
sourceBuilder.from(from);
//每页显示的记录数
sourceBuilder.size(pageSize);
和mysql类似,ES也有深度分页的查询压力,默认的最大查询深度max_result_window=1W
, 阈值可以修改。在低频的B端查询场景,可以根据需要适当调整阈值。
以上4种分页查询方式没有最好,需要针对不同的场景选择最合适的。
如喜欢本文,请点击右上角,把文章分享到朋友圈
如有想了解学习的技术点,请留言给若飞安排分享
因公众号更改推送规则,请点“在看”并加“星标”第一时间获取精彩技术分享
·END·
相关阅读:
一张图看懂微服务架构路线 基于Spring Cloud的微服务架构分析 微服务等于Spring Cloud?了解微服务架构和框架 如何构建基于 DDD 领域驱动的微服务? 微服务架构实施原理详解 微服务的简介和技术栈 微服务场景下的数据一致性解决方案 设计一个容错的微服务架构
作者:五阳
来源:juejin.cn/post/7275563321616629779
版权申明:内容来源网络,仅供学习研究,版权归原创者所有。如有侵权烦请告知,我们会立即删除并表示歉意。谢谢!
我们都是架构师!
关注架构师(JiaGouX),添加“星标”
获取每天技术干货,一起成为牛逼架构师
技术群请加若飞:1321113940 进架构师群
投稿、合作、版权等邮箱:admin@137x.com