讲师中心 微信公众号
AI工具推荐 视频效率加速

如何用SQL在千万级数据中快速查询前100条记录?

浅明大大_9803

浅明大大_9803

发布时间:2026-09-01 11:17:48

|

262人浏览过

|

来源于php中文网

原创

<p>加索引、用覆盖索引、加时间范围过滤是优化ORDER BY + LIMIT查询的三大关键:需为created_at建降序索引,只查必要字段或构建覆盖索引,并添加WHERE created_at > NOW() - INTERVAL '7 days'等可命中索引的时间条件。</p>

如何用sql在千万级数据中快速查询前100条记录?

ORDER BY + LIMIT 是最直接的写法,但不加索引会全表扫描

在千万级表里执行 SELECT * FROM orders ORDER BY created_at DESC LIMIT 100,如果 created_at 没有索引,MySQL 或 PostgreSQL 都会先排序全部千万行,再取前100——这可能耗时数秒甚至分钟。真实场景中,用户等不到结果就刷新了。

实操建议:

  • 确认排序字段是否已建索引:SHOW INDEX FROM orders WHERE Key_name = 'idx_created_at';(MySQL)或 \d orders(PostgreSQL)
  • 若无索引,优先添加: CREATE INDEX idx_created_at ON orders(created_at DESC);
  • 注意:DESC 在 MySQL 8.0+ 和 PostgreSQL 中可被索引原生支持;老版本 MySQL 只能升序索引 + 逆序读取,效果打折扣

用覆盖索引避免回表,进一步提速

即使有 created_at 索引,如果查询字段很多(比如 SELECT *),数据库仍要根据索引中的主键 ID 回到聚簇索引查完整行,IO 开销大。

实操建议:

  • 只查真正需要的字段,例如:SELECT id, user_id, amount, created_at FROM orders ORDER BY created_at DESC LIMIT 100
  • 把常用查询字段加入索引,构成覆盖索引:CREATE INDEX idx_created_at_cover ON orders(created_at DESC, id, user_id, amount);
  • 覆盖索引让查询完全走索引 B+ 树,不访问数据页,通常能从 200ms 降到 20ms 以内

时间范围过滤比纯 LIMIT 更可靠

业务上“最新100条”往往隐含“最近N天内”,但仅靠 LIMIT 无法保证时效性——万一最近一天没新数据,返回的可能是半年前的记录。

实操建议:

  • 加 WHERE created_at > NOW() - INTERVAL 7 DAY(MySQL)或 WHERE created_at > NOW() - INTERVAL '7 days'(PostgreSQL)
  • 该条件必须命中索引,所以 created_at 字段仍需索引,且不能对字段做函数操作(如 DATE(created_at) 会失效)
  • 如果严格要求“绝对最新100条”,再补一层 ORDER BY created_at DESC LIMIT 100 即可

分页深度大时,OFFSET 不是问题,但别误用

有人担心 LIMIT 100 OFFSET 1000000 会慢——确实会,但本题只要前100条,OFFSET 0 实际无开销。真正要注意的是别把“前100条”错写成 LIMIT 100 OFFSET 1 或漏写 LIMIT 导致全量返回。

实操建议:

  • LIMIT 100 等价于 LIMIT 100 OFFSET 0,无需显式写 OFFSET
  • 检查应用层拼 SQL 是否动态注入了错误 offset,尤其在分页组件复用时
  • 用 EXPLAIN 确认执行计划里 rows 显示扫描行数是否接近100(理想),而不是几百万

索引字段的选择、是否覆盖、时间条件是否可下推——这三个点卡住了绝大多数“为什么加了 LIMIT 还很慢”的问题。实际调优时,先看 EXPLAIN,再看索引定义,最后看 WHERE 条件有没有破坏索引使用。

热门AI工具

更多
WorkBuddy

一款AI办公效率工具,主要用于腾讯云推出的AI原生桌面智能体工作台,适合需要提升相关任务效率的用户。

豆包大模型

豆包大模型是一款由字节跳动推出的企业级大语言模型服务平台。

Seko
Seko Hot

一款AI视频创作工具,主要用于商汤科技推出的创编一体的AI短视频创作Agent,适合需要提升相关任务效率的用户。

DeepSeek

DeepSeek是一款面向对话、写作、编程和推理场景的AI大模型工具。

Lovart
Lovart Hot

一款面向视觉设计创作的AI设计平台,可通过智能体和画布工作流辅助制作海报、Logo、网页、PPT及其他视觉内容。

AionClaw
AionClaw Hot

AionClaw是一款面向办公、创作和编程任务的AI桌面智能体。

VibeKnow
VibeKnow Hot

一款AI视频创作工具,主要用于全球首个AI知识视频创作平台,文档、文章、网页,一键生成视频,适合需要提升相关任务效率的用户。

UP简历
UP简历 Hot

一款AI办公效率工具,主要用于基于AI技术的免费在线简历制作工具,适合需要提升相关任务效率的用户。

墨刀AI
墨刀AI Hot

一款AI图像与设计工具,主要用于产品经理的专属智能体,适合需要提升相关任务效率的用户。

相关专题

更多
大数据分析工具有哪四个
大数据分析工具有哪四个

大数据分析的四个工具分别是rapidminer、Hpcc、Hadoop和Pentaho bi。大数据分析用于从各种来源生成的原始数据中提取有价值的数据。这些数据帮助我们获得有意义的见解、隐藏的模式、未知的相关性、市场趋势等等,具体取决于行业。大数据分析的主要动机是提供有价值的见解,以便为未来做出更好的决策。php中文网为大家带来了大数据分析的相关教程、以及相关文章等内容,供大家免费下载使用。

5216

2023.06.21

Java 大数据处理基础(Hadoop 方向)
Java 大数据处理基础(Hadoop 方向)

本专题聚焦 Java 在大数据离线处理场景中的核心应用,系统讲解 Hadoop 生态的基本原理、HDFS 文件系统操作、MapReduce 编程模型、作业优化策略以及常见数据处理流程。通过实际示例(如日志分析、批处理任务),帮助学习者掌握使用 Java 构建高效大数据处理程序的完整方法。

1249

2025.12.08

大数据专业学习教程
大数据专业学习教程

本专题整合了大数据专业学习相关教程,阅读专题下面的文章了解更多详细内容。

243

2026.01.05

python处理大数据合集
python处理大数据合集

本专题整合了python处理大数据相关教程,阅读专题下面的文章了解更多详细内容。

486

2026.01.05

数据分析工具有哪些
数据分析工具有哪些

数据分析工具有Excel、SQL、Python、R、Tableau、Power BI、SAS、SPSS和MATLAB等。详细介绍:1、Excel,具有强大的计算和数据处理功能;2、SQL,可以进行数据查询、过滤、排序、聚合等操作;3、Python,拥有丰富的数据分析库;4、R,拥有丰富的统计分析库和图形库;5、Tableau,提供了直观易用的用户界面等等。

4363

2023.10.12

SQL中distinct的用法
SQL中distinct的用法

SQL中distinct的语法是“SELECT DISTINCT column1, column2,...,FROM table_name;”。本专题为大家提供相关的文章、下载、课程内容,供大家免费下载体验。

911

2023.10.27

SQL中months_between使用方法
SQL中months_between使用方法

在SQL中,MONTHS_BETWEEN 是一个常见的函数,用于计算两个日期之间的月份差。想了解更多SQL的相关内容,可以阅读本专题下面的文章。

1129

2024.02.23

SQL出现5120错误解决方法
SQL出现5120错误解决方法

SQL Server错误5120是由于没有足够的权限来访问或操作指定的数据库或文件引起的。想了解更多sql错误的相关内容,可以阅读本专题下面的文章。

6281

2024.03.06

OpenJDK JVM参数怎么调优
OpenJDK JVM参数怎么调优

Java应用运行缓慢,如何调整JVM参数?本专题介绍OpenJDK JVM性能调优的基本流程,涵盖性能指标确认、运行数据采集、内存配置和垃圾回收分析,帮助你先定位瓶颈,再通过对照测试验证效果,避免直接套用参数而影响应用稳定性。

60

2026.10.16

热门下载

更多
网站特效
/
网站源码
/
网站素材
/
前端模板

精品课程

更多
相关推荐
/
热门推荐
/
最新课程
关于我们 免责申明 举报中心 意见反馈 讲师合作 广告合作 最新更新
php中文网:公益在线php培训,帮助PHP学习者快速成长!
关注服务号
PHP中文网订阅号
每天精选资源文章推送

Copyright 2014-2026 https://www.php.cn/ All Rights Reserved | php.cn