MySQL深分页 + 多字段排序场景的优化方案【三百万级数据量】
MySQL深分页 + 多字段排序场景的优化方案【三百万级数据量】
需求背景
目前产品需要针对一个大范围地区内的所有用户做排行榜功能，且这个排行榜有几个比较蛋疼的附加需求：
排行榜需要全量展示所有用户，且做分页展示（大坑💥
排行榜有4种排序条件，且每个排序条件都是单独的。例如：用户的应用A下载数、应用B下载数、应用C下载数、应用D下载数（产品不期望把所有的数据整合成一块进行排名）
历史代码背景
其实这个需求已经够扯了，雪上加霜的是，以前的开发者在开发排行榜的时候，由于需求背景原因，采用了多表join的方式来进行查询。
这是什么意思呢？这里详细说一下：
- 假设有一张表C，就是排行榜的单表数；
- 目前无法直接从表C中拿到排行榜的所有所需字段。
听说是需求原因，别无他法
导致了开发者在MyBatis层面通过多表join的方式补充了所需字段；
最后SQL就是：
table A left join table B left join table C
以上方式进行多表join，先不说分页、排序等性能问题。单纯表A join 表B都已经耗时3秒（表A数据量250W、表B数据量300W）
优化点一：多表join优化
针对多表join的问题，必须想尽办法把多表join的查询操作改为单表查询，否则多表join随着数据量增加，后期性能不敢想象
优化点二：优化SQL，避免深分页所带来的问题
select * from table A t1 join (
select id from table A
order by indexA des
limit 20000, 20
) t2 on t1.id = t2.id
这里通过子查询的方式，且限制分页的页数（注意，虽然pageSize = 20000，MySQL会扫描前20000个数据，然后再从20001开始拿数据，再丢弃前20000条数据，因此还是会顺序扫前面的20000条数据，而不是跳到20001开始扫描的。这里可以网上查资料学习下）
此SQL还有优化空间，就是在临时的子表中补充上where条件，就可以直接筛选掉大部分无效数据
select * from table A t1 join (
select id from table A
where index_value > 100000
order by indexA des
limit 20000, 20
) t2 on t1.id = t2.id
抛出一个问题
MySQL的in和join，谁的性能更好？
在本次开发过程中，in的方式指定查询大量数据，发现DB查询超时了；只有使用join的方式才能查到数据，这是为什么？
优化点三：深分页，设定阈值合理倒序查询
其实深分页最主要的问题就是 limit m, n 这个偏移量的问题；如果正序数，拿最后一页数据，相当于扫描前m个数据，再从m+1开始拿到m+n；
仔细想想，这个地方，如果正序拿最后一页，那不如我直接倒序拿第一页？这样的话，就规避了深分页问题，这个一般会设定一个阈值，超过阈值就进行正序 / 倒序
优化点四：排序字段单独建立索引
其实针对排序字段，一般会补充索引来进行优化，因此多字段排序的话，尽量让每个排序字段都单独设置一个索引，因为索引已经帮我们做好排序了。
这里要注意一个点，尽量不要接多字段同时排序的需求，这种情况下索引的设计将会十分复杂
优化点五：单表拆分
因为表C有多个排序字段，且还有各种where条件筛选，此时如果建立联合索引来解决的话，因为需要满足 最左匹配原则，此时联合索引的数量将会很大，届时索引树也会十分复杂。还好排行榜是读多写少的表数据，否则性能堪忧；
此时其实更建议进行单表的拆分，让每一个表所负责的职责更加明确；因为以前的表C，相当于就是把多个排行榜冗余在一个单表中了，这时候表C的压力是很大的。因此单表拆分，此时针对单表的排序字段建立对应的索引，且单表职责更加单一；
单表拆分方案：
- 查询某个字段的排序数据时，在MyBatis层面，根据排序字段，指定查询排序字段所对应的单表。
- 单表拆分后，需要合理创建索引
