mysql实现翻页功能

1.limit分页公式

1.1 limit分页公式

1.limit分页公式：curPage是当前第几页
上一页：limit (curPage-1)*pageSize,pageSize
下一页：limit (curPage+1)*pageSize,pageSize

2.sql

select * from student order by sid limit (curPage-1)*pageSize,pageSize

1.2 获取总页码

1.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;
2.用途：前台UI分页插件显示分页码
3.询总条数：totalRecord是总记录数: SELECT COUNT(*) FROM student

2. 分页方式

2.1 limit m,n分页

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。

import pymysql

conn = pymysql.connect(host='127.0.0.1', port=3306, user='root', passwd='', db='test')
  
# 游标设置为字典类型
cursor = conn.cursor(cursor=pymysql.cursors.DictCursor)

def view_page():
    current_page_no = 0
    init_status = None
    while True:
        result = []
        status = input("请翻页（1：上一页，2：下一页）:")
        if int(status)==1:
            if current_page_no>0:
                print(f"当前页是第{current_page_no}页, 您选择了上一页")
            else:
                page = current_page_no+1
                print(f"当前页是第{page}页, 您选择了上一页")
            if init_status==None:
                pass
            elif not init_status:
                current_page_no = current_page_no -1;
            else:
                pass
            if current_page_no - 1>0:
                current_page_no = current_page_no - 1
                cursor.execute("select * from student order by sid limit %s,10", (current_page_no*10))
                result = cursor.fetchall()
            else:
                current_page_no = 0
                cursor.execute("select * from student order by sid limit %s,10",(current_page_no))
                result = cursor.fetchall()
            init_status = True
        elif int(status)==2:
            if current_page_no>0:
                print(f"当前页是第{current_page_no}页, 您选择了下一页")
            else:
                page = current_page_no+1
                print(f"当前页是第{page}页, 您选择了下一页")
            
            if init_status==None:
                pass
            elif init_status:
                current_page_no = current_page_no + 1
            else:
                pass
            cursor.execute("select * from student order by sid limit %s,10", (current_page_no*10))
            result = cursor.fetchall()
            current_page_no = current_page_no + 1;
            init_status = False
        else:
            print("请输入正确的代码。")
        for info in result:
            print(info)
view_page()

2.2 limit m

//下一页
select * from student where sid >10 order by sid asc limit 10
//上一页
select * from student where sid <60 order by sid desc limit 10

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也得时候就无法实现，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。使得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。

2.3

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)

跳到第9页：

select * from student where sid<100 order by sid desc limit 0,10

跳到第8页：

select * from student where sid<100 order by sid desc limit 10,10

跳到第6页：

select * from student where sid<100 order by sid desc limit 30,10

跳到第11页：

select * from student where sid<109 order by sid asc limit 0,10

3. 优化

3.1 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。

//0.0037
select * from student where sname="理解" limit 5000,1

//0.0025
select sid from student where sname="理解" limit 5000,1

//0.0021
SELECT
    *
FROM
    student
WHERE
    sname = "理解" AND sid >=(
    SELECT
        sid
    FROM
        student
    WHERE
        sname = "理解"
    LIMIT 5000,
    1
)
LIMIT 100;

//0.0030
select * from student where sname="理解" limit 5000,100

1>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
2>比较第2条语句和第3条语句：速度相差几十毫秒
3>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

3.2 使用 id 限定优化

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 student where sname="理解"
and sid between 1000000 and 1000100 limit 100;

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 student where sid >= 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 student where id in
(select student_id from class where class_id=1)
limit 100;

3.3 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。

3.4 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 *；

https://blog.csdn.net/bandaoyu/article/details/89844673