来源：blog.csdn.net/lvoelife/article/details/81943070
物理分页为什么用limit在讲解limit之间，我们先说说分页的事情。
分页有逻辑分页和物理分页，就像删除有逻辑删除和物理删除。逻辑删除就是改变数据库的状态，物理删除就是直接删除数据库的记录，而逻辑删除只是改变该数据库的状态。例如
同理，逻辑分页和物理分页是有区别的
为什么逻辑分页占用较大的内存空间，比如我有一张表，表的信息是：
------------------------------
--Tablestructureforvote_record_memory
------------------------------
DROPTABLEIFEXISTS`vote_record_memory`;
CREATETABLE`vote_record_memory`(
`id`int(11)NOTNULLAUTO_INCREMENT,
`user_id`varchar(20)NOTNULL,
`vote_id`int(11)NOTNULL,
`group_id`int(11)NOTNULL,
`create_time`datetimeNOTNULL,
PRIMARYKEY(`id`),
KEY`index_id`(`user_id`)USINGhash
)ENGINE=MEMORYAUTO_INCREMENT=3000001DEFAULTCHARSET=utf8;
向该表中插入300万条数据后，再转储到桌面，查看转储后的SQL文件的属性：
这是多么庞大的数据，占用的内存多么可怕，为什么我们再选用数据库。这也是我们使用云服务器时，设定mysql的存储空间的大小。
我们一般不推荐使用逻辑分页，而使用物理分页。在使用物理分页的时候，就要考虑到limit的用法。
往期：一年内容，200期Java面试题阶段汇总
解释limit
limit X，Y ，跳过前X条数据，读取Y条数据
- X表示第一个返回记录行的偏移量，Y表示返回记录行的最大数目
- 如果X为0的话，即 limit 0, Y，相当于limit Y、
通过业务分析limit
- 我有一张工资表，只显示最新的_前两条记录_，同时进行员工姓名和工资提成备注查询
SELECT
cue.real_nameempName,
zs.push_moneyASpushMoney,
zs.push_money_noteASpushMoneyNote,
zs.create_datetimeAScreateTime
FROM
zq_salaryzs//主表
LEFTJOINcore_user_extcueONcue.id=zs.user_id//从表on之后是从表的条件
WHERE
zs.is_deleted=0
AND(
cue.real_nameLIKE'%李%'
ORzs.push_money_noteLIKE'%测%'
)
ORDERBY
zs.create_datetimeDESC
LIMIT2;
就相当于
ORDERBY
zs.create_datetimeDESC
LIMIT0,2;
- 我有一个需求，就是从vote_record_memory表中查出3600000到3800000的数据，此时在id上加个索引，索引的类型是Normal，索引的方法是BTREE，分别用两种方法查询
--方法1
SELECT*FROMvote_record_memoryvrmLIMIT3600000,20000;
--方法2
SELECT*FROMvote_record_memoryvrmWHEREvrm.id>=3600000LIMIT20000
你会发现，方法2的执行效率远比方法1的执行效率高，几乎是方法1的九分之一的时间。
为什么方法1的效率低，而方法二的效率高呢？
- 分析一、
因为在方法1中，我们使用的单纯的limit。limit随着行偏移量的增大，当大到一定程度后，会出现效率下降。而方法2用上索引加where和limit，性能基本稳定，受偏移量和行数的影响不大。
- 分析二、
我们用explain来分析
可见，limit语句的执行效率未必很高，因为会进行全表扫描，这就是为什么方法1扫描的的行数是400万行的原因。方法2的扫描行数是47945行，这也是为什么方法2执行效率高的原因。我们尽量避免全表扫描查询，尤其是数据非常庞大，这张表仅有400万条数据，方法1和方法就有这么大差距，可想而知上千万条的数据呢。
往期：一年内容，200期Java面试题阶段汇总
能用索引的尽量使用索引，type至少达到range级别_，这不是我说的，这是阿里巴巴开发手册的5.2.8中要求的_
我不用索引查询到的结果和返回的时间和方法1的时间差不多：
SELECT*FROMvote_record_memoryvrmWHEREvrm.id>=3600000LIMIT
20000 受影响的行: 0 时间: 0.196s
这也就是我们为什么尽量使用索引的原因。mysql索引方法一般有BTREE索引和HASH索引，hash索引的效率比BTREE索引的效率高，但我们经常使用BTREE索引，而不是hash索引。因为最重要的一点就是：Hash索引仅仅能满足”=”,”IN”和”<=>”查询，不能使用范围查询。
如果是范围查询，我们为什么用BTREE索引的原因。BTREE索引就是二叉树索引，学过数据结构的应该都清楚，这里就不赘述了。
limit物理分页我们都知道limit一般有两个参数，X和Y，X表示跳过X个数据，读取Y个数据，我们就此来查询数据
如果是SQL语句来进行分页的话，我们可以看到的是：
--首页
SELECT*fromvote_record_memoryLIMIT0,20;
--第二页
SELECT*fromvote_record_memoryLIMIT20,20;
--第三页
SELECT*fromvote_record_memoryLIMIT40,20;
--第四页
SELECT*fromvote_record_memoryLIMIT60,20;
--n页
SELECT*fromvote_record_memoryLIMIT(n-1)*20,20;
因而，如果是用java的话，我们就可以写一个方法，有两个参数，一个是页数，一个每页显示的行数
/**
*@description简单的模拟分页雏形
*@authorzby
*@paramcurrentPage当前页
*@paramlines每页显示的多少条
*@return数据的集合
*/
publicList<Object>listObjects(intcurrentPage,intlines){
Stringsql="SELECT*fromvote_record_memoryLIMIT" (currentPage-1)*lines "," lines;
returnnull;
}
