MySQL的Limit 性能差？真的不能再用了？ _小知识

一，前言
首先说明一下MySQL的版本：
mysql> select version(); +-----------+ | version() | +-----------+ | 5.7.17    | +-----------+ 1 row in set (0.00 sec)mysql> select version();+-----------+| version() |+-----------+| 5.7.17    |+-----------+1 row in set (0.00 sec)表结构：mysql> desc test; +--------+---------------------+------+-----+---------+----------------+ | Field | Type                | Null | Key | Default | Extra          | +--------+---------------------+------+-----+---------+----------------+ | id     | bigint(20) unsigned | NO   | PRI | NULL    | auto_increment | | val    | int(10) unsigned    | NO   | MUL | 0       |                | | source | int(10) unsigned    | NO   |     | 0       |                | +--------+---------------------+------+-----+---------+----------------+ 3 rows in set (0.00 sec)id为自增主键，val为非唯一索引。
灌入大量数据，共500万：
mysql> select count(*) from test; +----------+ | count(*) | +----------+ | 5242882 | +----------+ 1 row in set (4.25 sec)我们知道，当limit offset rows中的offset很大时，会出现效率问题：
mysql> select * from test where val=4 limit 300000,5; +---------+-----+--------+ | id      | val | source | +---------+-----+--------+ | 3327622 |   4 |      4 | | 3327632 |   4 |      4 | | 3327642 |   4 |      4 | | 3327652 |   4 |      4 | | 3327662 |   4 |      4 | +---------+-----+--------+ 5 rows in set (15.98 sec)为了达到相同的目的，我们一般会改写成如下语句：
mysql> select * from test a inner join (select id from test where val=4 limit 300000,5) b on a.id=b.id; +---------+-----+--------+---------+ | id      | val | source | id      | +---------+-----+--------+---------+ | 3327622 |   4 |      4 | 3327622 | | 3327632 |   4 |      4 | 3327632 | | 3327642 |   4 |      4 | 3327642 | | 3327652 |   4 |      4 | 3327652 | | 3327662 |   4 |      4 | 3327662 | +---------+-----+--------+---------+ 5 rows in set (0.38 sec)时间相差很明显。
【MySQL的Limit 性能差？真的不能再用了？】为什么会出现上面的结果？我们看一下select * from test where val=4 limit 300000,5;的查询过程：

查询到索引叶子节点数据。
根据叶子节点上的主键值去聚簇索引上查询需要的全部字段值。

类似于下面这张图：

文章插图

像上面这样，需要查询300005次索引节点，查询300005次聚簇索引的数据，最后再将结果过滤掉前300000条，取出最后5条。MySQL耗费了大量随机I/O在查询聚簇索引的数据上，而有300000次随机I/O查询到的数据是不会出现在结果集当中的。
肯定会有人问：既然一开始是利用索引的，为什么不先沿着索引叶子节点查询到最后需要的5个节点，然后再去聚簇索引中查询实际数据。这样只需要5次随机I/O，类似于下面图片的过程：

文章插图

image
其实我也想问这个问题。
证实下面我们实际操作一下来证实上述的推论：
为了证实select * from test where val=4 limit 300000,5是扫描300005个索引节点和300005个聚簇索引上的数据节点，我们需要知道MySQL有没有办法统计在一个sql中通过索引节点查询数据节点的次数。我先试了Handler_read_*系列，很遗憾没有一个变量能满足条件。
我只能通过间接的方式来证实：
InnoDB中有buffer pool 。里面存有最近访问过的数据页，包括数据页和索引页。所以我们需要运行两个sql，来比较buffer pool中的数据页的数量。预测结果是运行select * from test a inner join (select id from test where val=4 limit 300000,5) b>之后，buffer pool中的数据页的数量远远少于select * from test where val=4 limit 300000,5;对应的数量，因为前一个sql只访问5次数据页，而后一个sql访问300005次数据页。