2019独角兽企业重金招聘Python工程师标准>>> 
https://yq.aliyun.com/articles/39682
分页是一个非常常见的应用场景，然而恐怕没有多少人想过其优化方法。
确一味的责怪为什么数据库用count(*)计算分页数是如此的慢。
很多开发人员喜欢用count先算一下结果集的大小，然后就知道需要排多少页。
然后再从数据库取出对应的数据，并展示给用户。
问题1
count会扫一遍数据，然后取数据又扫一遍数据。重复劳动。
问题2，很多人喜欢用order by offset limit来展示分页。
其实也是一个非常大的问题，因为扫描的数据也放大了，即使在order by 的列上用到了索引也会放大扫描的数据量。
因为offset的row也是需要扫的。
问题1的优化
使用评估行数，方法如下
创建一个函数，从explain中抽取返回的记录数
CREATE FUNCTION count_estimate(query text) RETURNS INTEGER AS
$func$
DECLARE
rec record;
ROWS INTEGER;
BEGIN
FOR rec IN EXECUTE 'EXPLAIN ' || query LOOP
ROWS := SUBSTRING(rec."QUERY PLAN" FROM ' rows=([[:digit:]]+)');
EXIT WHEN ROWS IS NOT NULL;
END LOOP;
RETURN ROWS;
END
$func$ LANGUAGE plpgsql;
评估的行数和实际的行数相差不大，精度和柱状图有关。
PostgreSQL autovacuum进程会根据表的数据量变化比例自动对表进行统计信息的更新。
而且可以配置表级别的统计信息更新频率以及是否开启更新。
postgres=# select count_estimate('select * from sbtest1 where id between 100 and 100000');
count_estimate
----------------
102166
(1 row)
postgres=# explain select * from sbtest1 where id between 100 and 100000;
QUERY PLAN
---------------------------------------------------------------------------------------
Index Scan using sbtest1_pkey on sbtest1 (cost=0.43..17398.14 rows=102166 width=190)
Index Cond: ((id >= 100) AND (id <= 100000))
(2 rows)
postgres=# select count(*) from sbtest1 where id between 100 and 100000;
count
-------
99901
(1 row)
也就是说，应用程序完全可以使用评估的记录数来评估分页数。
这样做就不需要扫描表了，性能提升尤为可观。
问题2的优化
问题2其实表现在数据可能被多次扫描，使用游标就能解决。
未优化的情况，取前面的记录很快。
postgres=# explain analyze select * from sbtest1 where id between 100 and 1000000 order by id offset 0 limit 100;
QUERY PLAN
------------------------------------------------------------------------------------------------------------------------------------------
Limit (cost=0.43..9.74 rows=100 width=190) (actual time=0.019..0.088 rows=100 loops=1)
-> Index Scan using sbtest1_pkey on sbtest1 (cost=0.43..93450.08 rows=1003938 width=190) (actual time=0.018..0.051 rows=100 loops=1)
Index Cond: ((id >= 100) AND (id <= 1000000))
Planning time: 0.152 ms
Execution time: 0.125 ms
(5 rows)
取后面的记录，因为前面的记录也要扫描，所以明显变慢。
postgres=# explain analyze select * from sbtest1 where id between 100 and 1000000 order by id offset 900000 limit 100;
QUERY PLAN
-----------------------------------------------------------------------------------------------------------------------------------------------
Limit (cost=83775.21..83784.52 rows=100 width=190) (actual time=461.941..462.009 rows=100 loops=1)
-> Index Scan using sbtest1_pkey on sbtest1 (cost=0.43..93450.08 rows=1003938 width=190) (actual time=0.025..308.865 rows=900100 loops=1)
Index Cond: ((id >= 100) AND (id <= 1000000))
Planning time: 0.179 ms
Execution time: 462.053 ms
(5 rows)
如果有很多个分页，效率下降可想而知。
优化手段
postgres=# begin;
BEGIN
Time: 0.152 ms
postgres=# declare cur1 cursor for select * from sbtest1 where id between 100 and 1000000 order by id;
DECLARE CURSOR
Time: 0.422 ms
postgres=# fetch 100 from cur1;
。。。
获取到数据末尾时，效率也是一样的不会变化。