一、语法和公式

1、分页语法

SELECT * FROM table LIMIT [offset,] rows | rows OFFSET offset

LIMIT 子句可以被用于强制 SELECT 语句返回指定的记录数。LIMIT 接受一个或两个数字参数。参数必须是一个整数常量。如果给定两个参数，第一个参数指定第一个返回记录行的偏移量，第二个参数指定返回记录行的最大数目。初始记录行的偏移量是 0(而不是 1)，为了与 PostgreSQL 兼容，MySQL 也支持句法： LIMIT # OFFSET #。

2、limit分页公式

curPage 是当前第几页；pageSize 是一页多少条记录

select * from student limit(curPage-1)*pageSize,pageSize;

3、总页数公式

totalRecord 是总记录数；pageSize是一页分多少条记录

int totalPageNum = (totalRecord + pageSize - 1) / pageSize;

查询总条数：totalRecord是总记录数，SELECT COUNT(*) FROM tablename

二 、Mysql的三种分页方法

1、limit m,n 分页语句

select * from dept order by deptno desc limit 3,3;select * from dept order by deptno desc limit m,n;

limit 3,3 的意思扫描满足条件的 3+3 行，撇去前面的 3 行，返回最后的 3 行，那么问题来了，如果是 limit 200000,200，需要扫描 200200 行，如果在一个高并发的应用里，每次查询需要扫描超过20W行，效率十分低下。

2、limit m 语句

select * from dept where deptno >10 order by deptno asc limit n;//下一页select * from dept where deptno <60 order by deptno desc limit n//上一页

这种方式不管翻多少页只需要扫描 n 条数据。

但是，虽然扫描的数据量少了，但是在某些需要跳转到多少页的时候就无法实现，这时还是需要用到方法1，既然不能避免，那么我们可以考虑尽量减小 m 的值，因此我们可以给这条语句加上一个条件限制。

每次扫描不用从第一条开始。这样就能尽量减少扫描的数据量。

例如：每页10条数据，当前是第10页，当前条目ID的最大值是109，最小值是100(当前100-109)那么跳到第9页：

select * from dept where deptno<100 order by deptno desc limit 0,10; //倒序

那么跳到第8页：

select * from dept where deptno<100 order by deptno desc limit 10,10;

那么跳到第11页：

select * from dept where deptno>109 order by deptno asc limit 0,10;

上面的方法还可以优化，见第三。

三、 查询优化

1、使用子查询优化

这种方式先定位偏移位置的 id，然后往后查询，这种方式适用于 id 递增的情况。

select * from orders_history where type=8 limit 100000,1;select id from orders_history where type=8 limit 100000,1;select * from orders_history where type=8 and id>=(select id from orders_history where type=8 limit 100000,1) limit 100;select * from orders_history where type=8 limit 100000,100;

4条语句的查询时间如下：

第1条语句：3674ms

第2条语句：1315ms

第3条语句：1327ms

第4条语句：3710ms

针对上面的查询需要注意：

比较第1条语句和第2条语句：使用 select id 代替 select * 速度增加了3倍

比较第2条语句和第3条语句：速度相差几十毫秒

比较第3条语句和第4条语句：得益于 select id 速度增加，第3条语句查询速度增加了3倍

这种方式相较于原始一般的查询方法，将会增快数倍。

2、使用 id 限定优化(前提：id是连续递增，删除过记录不符合)

这种方式假设数据表的id是连续递增的，则我们根据查询的页数和查询的记录数可以算出查询的id的范围，可以使用 id between and 来查询：

select * from orders_history where type=2 and id between 1000000 and 1000100 limit 100;

查询时间：15ms 12ms 9ms

这种查询方式能够极大地优化查询速度，基本能够在几十毫秒之内完成。限制是只能使用于明确知道id的情况，不过一般建立表的时候，都会添加基本的id字段，这为分页查询带来很多便利。

还可以有另外一种写法：

select * from orders_history where id >= 1000001 limit 100;

当然还可以使用 in 的方式来进行查询，这种方式经常用在多表关联的时候进行查询，使用其他表查询的id集合，来进行查询：

select * from orders_history where id in (select order_id from trade_2 where goods = 'pen') limit 100;

这种 in 查询的方式要注意：某些 mysql 版本不支持在 in 子句中使用 limit。

3、使用临时表优化

这种方式已经不属于查询优化，这儿附带提一下。

对于使用 id 限定优化中的问题，需要 id 是连续递增的，但是在一些场景下，比如使用历史表的时候，或者出现过数据缺失问题时，可以考虑使用临时存储的表来记录分页的id，使用分页的id来进行 in 查询。这样能够极大的提高传统的分页查询速度，尤其是数据量上千万的时候。

四、关于数据表的id说明

一般情况下，在数据库中建立表的时候，强制为每一张表添加 id 递增字段，这样方便查询。

如果像是订单库等数据量非常庞大，一般会进行分库分表。这个时候不建议使用数据库的 id 作为唯一标识，而应该使用分布式的高并发唯一 id 生成器来生成，并在数据表中使用另外的字段来存储这个唯一标识。

使用先使用范围查询定位 id (或者索引)，然后再使用索引进行定位数据，能够提高好几倍查询速度。即先 select id，然后再 select *；