MySQL + ES + MongoDB 如何兼容實現上億數據的深度分頁

MySQL + ES + MongoDB 如何兼容實現上億數據的深度分頁？相信很多沒有經驗的人對此束手無策，為此本文總結了問題出現的原因和解決方法，通過這篇文章希望你能解決這個問題。

面試題 & 真實經歷

面試題：在數據量很大的情況下，怎么實現深度分頁？

大家在面試時，或者準備面試中可能會遇到上述的問題，大多的回答基本上是分庫分表建索引，這是一種很標準的正確回答，但現實總是很骨感，所以面試官一般會追問你一句，現在工期不足，人員不足，該怎么實現深度分頁？

這個時候沒有實際經驗的同學基本麻爪，So，請聽我娓娓道來。

慘痛的教訓

首先必須明確一點：深度分頁可以做，但是<font color="red">深度隨機跳頁絕對需要禁止。</font>

上一張圖：

你們猜，我點一下第142360頁，服務會不會爆炸？

像MySQL，MongoDB數據庫還好，本身就是專業的數據庫，處理的不好，最多就是慢，但如果涉及到ES，性質就不一樣了，我們不得不利用 SearchAfter Api，去循環獲取數據，這就牽扯到內存占用的問題，如果當時代碼寫的不優雅，直接就可能導致內存溢出。

為什么不能允許隨機深度跳頁

從技術的角度淺顯的聊一聊為什么不能允許隨機深度跳頁，或者說為什么不建議深度分頁

MySQL

分頁的基本原理：

SELECT * FROM test ORDER BY id DESC LIMIT 10000, 20;

LIMIT 10000 , 20的意思掃描滿足條件的10020行，扔掉前面的10000行，返回最后的20行。如果是LIMIT 1000000 , 100，需要掃描1000100 行，在一個高并發的應用里，每次查詢需要掃描超過100W行，不炸才怪。

MongoDB

分頁的基本原理：

db.t_data.find().limit(5).skip(5);

同樣的，隨著頁碼的增大，skip 跳過的條目也會隨之變大，而這個操作是通過 cursor 的迭代器來實現的，對于cpu的消耗會非常明顯，當頁碼非常大時且頻繁時，必然爆炸。

ElasticSearch

從業務的角度來說，ElasticSearch不是典型的數據庫，它是一個搜索引擎，如果在篩選條件下沒有搜索出想要的數據，繼續深度分頁也不會找到想要的數據，退一步講，假如我們把ES作為數據庫來使用進行查詢，在進行分頁的時候一定會遇到max_result_window 的限制，看到沒，官方都告訴你最大偏移量限制是一萬。

查詢流程：

• 如查詢第501頁，每頁10條，客戶端發送請求到某節點

• 此節點將數據廣播到各個分片，各分片各自查詢前 5010 條數據

• 查詢結果返回至該節點，然后對數據進行整合，取出前 5010 條數據

• 返回給客戶端

由此可以看出為什么要限制偏移量，另外，如果使用 Search After 這種滾動式API進行深度跳頁查詢，也是一樣需要每次滾動幾千條，可能一共需要滾動上百萬，千萬條數據，就為了最后的20條數據，效率可想而知。

再次和產品對線

俗話說的好，技術解決不了的問題，就由業務來解決！

在實習的時候信了產品的邪，必須實現深度分頁 + 跳頁，如今必須撥亂反正，業務上必須有如下更改：

盡可能的增加默認的篩選條件，如：時間周期，目的是為了減少數據量的展示

修改跳頁的展現方式，改為滾動顯示，或小范圍跳頁

滾動顯示參考圖：

小規模跳頁參考圖：

通用解決方案

短時間內快速解決的方案主要是以下幾點：

• 必備：對排序字段，篩選條件務必設置好索引

• 核心：利用小范圍頁碼的已知數據，或者滾動加載的已知數據，減少偏移量

• 額外：如果遇到不好處理的情況，也可以獲取多余的數據，進行一定的截取，性能影響并不大

MySQL

原分頁SQL：

# 第一頁
SELECT * FROM `year_score` where `year` = 2017 ORDER BY id limit 0, 20;
# 第N頁
SELECT * FROM `year_score` where `year` = 2017 ORDER BY id limit (N - 1) * 20, 20;

通過上下文關系，改寫為：

# XXXX 代表已知的數據
SELECT * FROM `year_score` where `year` = 2017 and id > XXXX ORDER BY id limit 20;

在 沒內鬼，來點干貨！SQL優化和診斷 一文中提到過，LIMIT會在滿足條件下停止查詢，因此該方案的掃描總量會急劇減少，效率提升Max！

ES

方案和MySQL相同，此時我們就可以隨用所欲的使用 FROM-TO Api，而且不用考慮最大限制的問題。

MongoDB

方案基本類似，基本代碼如下：

相關性能測試：

如果非要深度隨機跳頁

如果你沒有杠過產品經理，又該怎么辦呢，沒關系，還有一絲絲的機會。

在 SQL優化 一文中還提到過MySQL深度分頁的處理技巧，代碼如下：

# 反例（耗時129.570s）
select * from task_result LIMIT 20000000, 10;
# 正例（耗時5.114s）
SELECT a.* FROM task_result a, (select id from task_result LIMIT 20000000, 10) b where a.id = b.id;
# 說明
# task_result表為生產環境的一個表，總數據量為3400萬，id為主鍵，偏移量達到2000萬

該方案的核心邏輯即基于聚簇索引，在不通過回表的情況下，快速拿到指定偏移量數據的主鍵ID，然后利用聚簇索引進行回表查詢，此時總量僅為10條，效率很高。

因此我們在處理MySQL，ES，MongoDB時，也可以采用一樣的辦法：

• 限制獲取的字段，只通過篩選條件，深度分頁獲取主鍵ID

• 通過主鍵ID定向查詢需要的數據

瑕疵：當偏移量非常大時，耗時較長，如文中的 5s

看完上述內容，你們掌握 MySQL + ES + MongoDB 如何兼容實現上億數據的深度分頁的方法了嗎？如果還想學到更多技能或想了解更多相關內容，歡迎關注億速云行業資訊頻道，感謝各位的閱讀！