Mysql的“Limit”操作
生活随笔
收集整理的這篇文章主要介紹了
Mysql的“Limit”操作
小編覺得挺不錯的,現(xiàn)在分享給大家,幫大家做個參考.
Limit操作:
select * from table LIMIT 5,10; #返回第6-15行數據 select * from table LIMIT 5; #返回前5行 select * from table LIMIT 0,5; #返回前5行性能優(yōu)化:
基于MySQL5.0中l(wèi)imit的高性能,我對數據分頁也重新有了新的認識.測試SQL語句1: Select * From cyclopediaWhere ID>=(Select Max(ID)From (Select ID From cyclopedia Order By ID limit 90001) As tmp) limit 100; 測試SQL語句2: Select * From cyclopediaWhere ID>=(Select Max(ID)From (Select ID From cyclopedia Order By ID limit 90000,1) As tmp) limit 100; 測試說明: 同樣是取90000條后100條記錄,第1句快還是第2句快?
第1句是先取了前90001條記錄,取其中最大一個ID值作為起始標識,然后利用它可以快速定位下100條記錄
第2句擇是僅僅取90000條記錄后1條,然后取ID值作起始標識定位下100條記錄 測試結果-時間:
第1句執(zhí)行結果.100 rows in set (0.23) sec
第2句執(zhí)行結果.100 rows in set (0.19) sec
很明顯第2句勝出.看來limit好像并不完全像我之前想象的那樣做全表掃描返回limit offset+length條記錄,這樣看來limit比起MS-SQL的Top性能還是要提高不少的.
其實第2句完全可以簡化成
Select * From cyclopediaWhere ID>=(Select ID From cyclopedia limit 90000,1)limit 100; 講解說明:
1.直接利用第90000條記錄的ID,不用經過Max運算,這樣做理論上效率因該高一些,但在實際使用中幾乎看不到效果,因為本身定位ID返回的就是1條記錄,Max幾乎不用運作就能得到結果,但這樣寫更清淅明朗,省去了畫蛇那一足.
2.可是,既然MySQL有l(wèi)imit可以直接控制取出記錄的位置,為什么不干脆用Select * From cyclopedia limit 90000,1呢?豈不更簡潔?
這樣想就錯了,試了就知道,結果是:1 row in set (8.88) sec,怎么樣,夠嚇人的吧,讓我想起了昨天在4.1中比這還有過之的"高分".Select * 最好不要隨便用,要本著用什么,選什么的原則, Select的字段越多,字段數據量越大,速度就越慢. 上面2種分頁方式哪種都比單寫這1句強多了,雖然看起來好像查詢的次數更多一些,但實際上是以較小的代價換取了高效的性能,是非常值得的.
3.第1種方案同樣可用于MS-SQL,而且可能是最好的.因為靠主鍵ID來定位起始段總是最快的.
MS-SQL的TOP:
Select Top 100 * From cyclopediaWhere ID>=(Select Top 90001 Max(ID)From (Select ID From cyclopedia Order By ID) As tmp )top介紹:
但不管是實現(xiàn)方式是存貯過程還是直接代碼中,瓶頸始終在于MS-SQL的TOP總是要返回前N個記錄,這種情況在數據量不大時感受不深,但如果成百上千萬,效率肯定會低下的.相比之下MySQL的limit就有優(yōu)勢的多. 測試SQL語句1:Select ID From cyclopedia limit 90000 測試SQL語句2:
Select ID From cyclopedia limit 90000,1 測試結果-時間:
90000 rows in set (0.36) sec
1 row in set (0.06) sec
而MS-SQL只能用 Select Top 90000 ID From cyclopedia 執(zhí)行時間是390ms,執(zhí)行同樣的操作時間也不及MySQL的360ms.? 本文出自:http://www.zhenhua.org/article.asp?id=200
轉載于:https://www.cnblogs.com/wkrbky/p/6101753.html
總結
以上是生活随笔為你收集整理的Mysql的“Limit”操作的全部內容,希望文章能夠幫你解決所遇到的問題。
- 上一篇: Python 学习第十六天 html 前
- 下一篇: linux(八)__yum工具