杭州中小企业网站建设杭州关键词优化服务
原始分页
SELECT * FROM tb_sku ORDER BY id LIMIT 9000000, 10;
问题分析：
需要先扫描前 9000000+10 条数据，然后丢弃前 9000000 条 （关键点在这里，需要优化）
即便 id 有索引，也需要回表 9000010 次（每次都要读取磁盘数据）
当 offset 极大时，性能急剧下降（本质是 O(n) 复杂度）
优化分页
SELECT t.*
FROM tb_sku t, (SELECT id FROM tb_sku ORDER BY id LIMIT 9000000, 10) a
WHERE t.id = a.id;
1、子查询优先走覆盖索引
子查询 SELECT id FROM tb_sku 只查 id 列
若 id 是主键或唯一索引，直接从索引树获取数据（覆盖索引，无需回表）
仅需扫描索引树的 9000010 个节点（比全表扫描快得多）
2、外层查询精准回表
通过 WHERE t.id = a.id 的主键关联
只需回表 10 次（最终需要的 10 条数据）
问题
为什么传统方法需要 回表 9000010 次 。id索引不就是 聚集索引吗 ，那不就是覆盖索引吗
正确认知：在InnoDB中，聚集索引的叶子节点直接存储完整数据行（即数据页和索引页合一）。因此，当查询通过聚集索引定位到记录时，确实不需要回表。
关键矛盾点：问题出在LIMIT offset, count的执行逻辑，而不是索引本身的结构。
SELECT * FROM tb_sku ORDER BY id LIMIT 9000000, 10;
1、索引扫描
从聚集索引（B+树）的根节点开始，按ORDER BY id顺序遍历叶子节点链。
需要扫描前 9000000+10 条记录的索引项（即使不需要数据，也要走索引链路定位到第9000000条的位置）。
2、 数据页访问
虽然聚集索引的叶子节点包含完整数据，但每次索引项扫描都需要访问对应的数据页（物理磁盘上的页读取）。
即使只需要id字段，存储引擎也必须加载整个数据页到内存。
3、 资源消耗
假设每条记录大小为1KB，数据页大小为16KB，则每页存储约16条记录。
扫描9000010条记录需要访问约 9000010 / 16 ≈ 562,501 个数据页。
每次页访问都是一次磁盘I/O（即使数据在内存中，也需要遍历页链表）。
为什么说是“回表”？
狭义回表：当使用非聚集索引（二级索引）时，需要根据索引中的主键值回到聚集索引查数据。
广义回表（此处场景）：
即使id是聚集索引，执行LIMIT offset, count时：
需要遍历索引链路找到第 N 条的位置（类似链表遍历）
每次索引项访问都会触发数据页加载（本质是顺序扫描数据页）
这本质上等效于通过索引路径强制触发全表扫描，因此可以看作一种特殊的“回表”逻辑。
再优化：游标分页
SELECT * FROM tb_sku
WHERE id > {last_id} -- 用上一页最后一条id作为游标
ORDER BY id
LIMIT 10;
直接通过B+树的>条件定位到起始位置（时间复杂度O(log n)）
无需扫描前面的900万条记录