大数据量分页（海量数据分页）的高效实现详解大数据

海量数据分页，已经无法使用数据库自带的分页机制，比如MySQL 的 Limit ，这会导致严重的性能问题， 经过生产环境大数据量千万级数据量分页实现的 的总结，目前为止我 所使用 的大数据量分页机制 有 两条：

1.　如果表中存在 连续 的数字列并 为 索引，那么通过页码即可计算出此字段的范围，直接作范围查询即可：

start = (page-1)*pagesize

end = page*pagesize

select * from table where id >start and id <=end

2.  对大量数据旧的分页数据，实际上是固定的，变化的仅仅是前面数页。那么将旧数据导出成一个特殊表，直接以页码为索引列，即可快速分页。同时因为新数据不断填充到前面页，故内部页码使用倒序(即超旧的数据，其在数据库中的页码越小，越新的数据其页码不断增长)

成功案例：某健康社区门户问答功能的列表页，目前大约共 3000 万主题帖，每页显示 30 条记录，这样大约是 100 万页。将每页要显示的数据作成一个字段，页码 及科室两个字段作 主索引， 因为业务要求要按科室及页码列出主题，同时科室分类存在层次关系，属性子科室的主题，也需要显示在父科室列表中，这样列表的总记录数实际上是超过 3000万的，冗余度大约是 2.5 ，即有 7500 万条记录，每页显示 30 ，即总共大约有 250 万页。现在将数据表重新进行设计，每页要显示的数据，作为一条记录，这样此表仅仅就只有 250 万条记录，也就相当于 250 万条记录的数据表，可胜任 7500 万主题的分页需要。表结构大致如下：
page #当前记录的页码

classid #科室 id

data #当前页要显示的数据  原始主题记录 json 化或 php 序列化后的字符串

但此方案的问题就是数据更新及删除的同步问题。 建议是较新数据周期性（如每 4小时 ）地重新整理，旧数据可使用较慢的周期（如每天）速度处理。同时删除帖子时应该先删除帖子内容，再 使用异步队列机制处理数据的同步和更新。 虽然带来维护上的麻烦，但有效地处理了大数据量分页显示的问题 。

列表页及帖子页，全部使用伪静态方式提供访问， 最长的内科列表页，已经达到了 30万页。

数据的存储使用三台Dell R610 机器存储，每次对列表页或帖子页的访问，均需要从 MySQL 查询。目前已经胜任每日约 9 00万次访问量。如果有任何疑惑，请联系 [email protected] 。 如果你有更好的办法，欢迎一起探讨。