如何优化MySQL深分页

　　背景
　　我们日常做分页需求时，一般会用limit实现，但是当偏移量特别大的时候，查询效率就变得低下，接下来让我们一起了解mysql的查询过程。limit偏移量越大，查询会变的越慢？
　　接下来我们先造个表如下CREATETABLEaccount（idint（11）NOTNULLAUTOINCREMENTCOMMENT主键Id，namevarchar（255）DEFAULTNULLCOMMENT用户名，balanceint（11）DEFAULTNULLCOMMENT积分，createtimedatetimeNOTNULLCOMMENT创建时间，updatetimedatetimeNOTNULLONUPDATECURRENTTIMESTAMPCOMMENT更新时间，PRIMARYKEY（id），KEYidxname（name），KEYidxupdatetime（updatetime）索引）ENGINEInnoDBAUTOINCREMENT1570068DEFAULTCHARSETutf8ROWFORMATREDUNDANTCOMMENT用户表；
　　比如我们查询sql如下selectid，name，balancefromaccountwhereupdatetime20210919limit100000，10；
　　这个SQL的执行时间如下：
　　执行完需要0。742秒，深分页为什么会变慢呢？如果换成limit0，10，只需要0。006秒哦
　　我们先来看下这个SQL的执行流程：通过普通二级索引树idxupdatetime，过滤updatetime条件，找到满足条件的记录ID。通过ID，回到主键索引树，找到满足记录的行，然后取出展示的列（回表）扫描满足条件的100010行，然后扔掉前100000行，返回。
　　执行计划如下：
　　SQL变慢原因有两个：limit语句会先扫描offsetn行，然后再丢弃掉前offset行，返回后n行数据。也就是说limit100000，10，就会扫描100010行，而limit0，10，只扫描10行。limit100000，10扫描更多的行数，也意味着回表更多的次数。通过子查询优化
　　因为以上的SQL，回表了100010次，实际上，我们只需要10条数据，也就是我们只需要10次回表其实就够了。因此，我们可以通过减少回表次数来优化。回顾B树结构
　　那么，如何减少回表次数呢？我们先来复习下B树索引结构哈
　　InnoDB中，索引分主键索引（聚簇索引）和二级索引主键索引，叶子节点存放的是整行数据二级索引，叶子节点存放的是主键的值。
　　把条件转移到主键索引树
　　如果我们把查询条件，转移回到主键索引树，那就可以减少回表次数啦。转移到主键索引树查询的话，查询条件得改为主键id了，之前SQL的updatetime这些条件咋办呢？抽到子查询那里嘛
　　子查询那里怎么抽的呢？因为二级索引叶子节点是有主键ID的，所以我们直接根据updatetime来查主键ID即可，同时我们把limit100000的条件，也转移到子查询，完整SQL如下：selectid，name，balanceFROMaccountwhereid（selecta。idfromaccountawherea。updatetime20200919limit100000，1）LIMIT10；
　　查询效果一样的，执行时间只需要0。038秒！
　　我们来看下执行计划
　　由执行计划得知，子查询tablea查询是用到了idxupdatetime索引。首先在索引上拿到了聚集索引的主键ID，省去了回表操作，然后第二查询直接根据第一个查询的ID往后再去查10个就可以了！
　　通过上面的案例我们可以看出，减少回表操作，可以大幅度提升查询效率INNERJOIN延迟关联
　　延迟关联的优化思路，跟子查询的优化思路其实是一样的：都是把条件转移到主键索引树，然后减少回表。不同点是，延迟关联使用了innerjoin代替子查询。
　　优化后的SQL如下：SELECTacct1。id，acct1。name，acct1。balanceFROMaccountacct1INNERJOIN（SELECTa。idFROMaccountaWHEREa。updatetime20200919ORDERBYa。updatetimeLIMIT100000，10）ASacct2onacct1。idacct2。
　　查询效果也是杠杆的，只需要0。034秒
　　执行计划如下：
　　查询思路就是，先通过idxupdatetime二级索引树查询到满足条件的主键ID，再与原表通过主键ID内连接，这样后面直接走了主键索引了，同时也减少了回表。