开发经常遇到分页查询的需求，但是当翻页过多的时候，就会产生深分页，导致查询效率急剧下降。
有没有什么办法，能解决深分页的问题呢？
本文总结了三种优化方案，查询效率直接提升10倍，一起学习一下。
1. 准备数据
先创建一张用户表，只在create_time字段上加索引：
CREATE TABLE `user` (
`id` int NOT NULL AUTO_INCREMENT COMMENT '主键',
`name` varchar(255) DEFAULT NULL COMMENT '姓名',
`create_time` timestamp NULL DEFAULT NULL COMMENT '创建时间',
PRIMARY KEY (`id`),
KEY `idx_create_time` (`create_time`)
) ENGINE=InnoDB COMMENT='用户表';
然后往用户表中插入100万条测试数据，这里可以使用存储过程：
drop PROCEDURE IF EXISTS insertData;
DELIMITER $$
create procedure insertData()
begin
declare i int default 1;
while i <= 100000 do
INSERT into user (name,create_time) VALUES (CONCAT("name",i), now());
set i = i + 1;
end while;
end $$
call insertData() $$
2. 验证深分页问题
每页10条，当我们查询第一页的时候，速度很快：
select * from user
where create_time>'2022-07-03'
limit 0,10;
在不到0.01秒内直接返回了，所以没显示出执行时间。
当我们翻到第10000页的时候，查询效率急剧下降：
select * from user
where create_time>'2022-07-03'
limit 100000,10;
执行时间变成了0.16秒，性能至少下降了几十倍。
耗时主要花在哪里了？
- 需要扫描前10条数据，数据量较大，比较耗时
- create_time是非聚簇索引，需要先查询出主键ID，再回表查询，通过主键ID查询出所有字段
画一下回表查询流程：
1. 先通过create_time查询出主键ID
2. 再通过主键ID查询出表中所有字段
别问为什么B+树的结构是这样的？问就是规定。
可以看一下前两篇文章。
然后我们就针对这两个耗时原因进行优化。
3. 优化查询
3.1 使用子查询
先用子查询查出符合条件的主键，再用主键ID做条件查出所有字段。
select * from user
where id in (
select id from user
where create_time>'2022-07-03'
limit 100000,10
);
不过这样查询会报错，说是子查询中不支持使用limit。
我们加一层子查询嵌套，就可以了：
select * from user
where id in (
select id from (
select id from user
where create_time>'2022-07-03'
limit 100000,10
) as t
);
执行时间缩短到0.05秒，减少了0.12秒，相当于查询性能提升了3倍。
为什么先用子查询查出符合条件的主键ID，就能缩短查询时间呢？
我们用explain查看一下执行计划就明白了：
explain select * from user
where id in (
select id from (
select id from user
where create_time>'2022-07-03'
limit 100000,10
) as t
);
可以看到Extra列显示子查询中用到Using index，表示用到了覆盖索引，所以子查询无需回表查询，加快了查询效率。
3.2 使用inner join关联查询
把子查询的结果当成一张临时表，然后和原表进行关联查询。
select * from user
inner join (
select id from user
where create_time>'2022-07-03'
limit 100000,10
) as t on user.id=t.id;
查询性能跟使用子查询一样。
3.3 使用分页游标（推荐）
实现方式就是：当我们查询第二页的时候，把第一页的查询结果放到第二页的查询条件中。
例如：首先查询第一页
select * from user
where create_time>'2022-07-03'
limit 10;
然后查询第二页，把第一页的查询结果放到第二页查询条件中：
select * from user
where create_time>'2022-07-03' and id>10
limit 10;
这样相当于每次都是查询第一页，也就不存在深分页的问题了，推荐使用。
执行耗时是0秒，查询性能直接提升了几十倍。
这样的查询方式虽然好用，但是又带来一个问题，就是跳转到指定页数，只能一页页向下翻。
所以这种查询只适合特定场景，比如资讯类APP的首页。
互联网APP一般采用瀑布流的形式，比如百度首页、头条首页，都是一直向下滑动翻页，并没有跳转到制定页数的需求。
不信的话，可以看一下，这是头条的瀑布流：
传参中带了上一页的查询结果。
响应数据中，返回了下一页查询条件。
所以这种查询方式的应用场景还是挺广的，赶快用起来吧。
知识点总结：
文章持续更新，可以微信搜一搜「 一灯架构 」第一时间阅读更多技术干货。