MyBatis-Plus深度分页场景下的索引覆盖优化实践
2025-05-13 10:59:31作者:苗圣禹Peter
背景概述
在数据库查询优化中,索引覆盖(Covering Index)是提升查询性能的重要手段。当查询语句只需要通过索引就能获取所需数据时,数据库引擎可以避免回表操作,显著提高查询效率。然而在MyBatis-Plus的分页查询场景中,默认的分页机制可能会与这种优化方式产生冲突。
问题分析
MyBatis-Plus的分页插件默认会在SQL的最外层添加LIMIT子句来实现分页。但在深度分页场景下,开发者通常会采用以下优化模式:
- 先通过子查询利用覆盖索引快速定位符合条件的主键
- 再通过主键IN查询获取完整数据
这种优化方式的分页逻辑应该作用于子查询层面,而非最外层。当MyBatis-Plus的LIMIT被添加到外层时,会导致:
- 子查询仍然返回大量数据
- 外层LIMIT无法有效减少实际查询量
- 失去了索引覆盖优化的意义
解决方案
方案一:自定义XML实现
对于需要精细控制分页逻辑的场景,建议绕过MyBatis-Plus的分页插件,直接在XML中编写完整SQL:
<select id="selectPageWithCoveringIndex" resultType="YourEntity">
SELECT * FROM your_table
WHERE id IN (
SELECT id FROM your_table
WHERE [查询条件]
ORDER BY [排序字段]
LIMIT #{offset}, #{size}
)
</select>
这种方式可以:
- 精确控制分页作用于子查询
- 充分利用覆盖索引优化
- 避免不必要的数据扫描
方案二:分阶段查询
另一种可行的优化模式是分两步执行:
- 先执行只返回ID的分页查询
Page<Long> idPage = new Page<>(pageNum, pageSize);
pageMapper.selectPageIds(idPage, queryWrapper);
- 再通过获取的ID列表查询完整数据
List<YourEntity> entities = baseMapper.selectBatchIds(idPage.getRecords());
这种方案虽然需要两次数据库交互,但在深度分页场景下往往能获得更好的性能。
实践建议
- 对于简单分页场景,仍可使用MyBatis-Plus默认分页
- 当页码较大(如pageNum > 100)时,建议采用上述优化方案
- 注意监控实际执行计划,确保优化方案确实利用了覆盖索引
- 考虑添加适当的索引来支持覆盖查询
总结
MyBatis-Plus作为优秀的ORM框架,其默认分页机制能满足大多数场景需求。但在深度分页等特殊场景下,开发者需要根据实际情况灵活选择优化方案。通过合理利用索引覆盖等数据库特性,可以显著提升分页查询性能,特别是在大数据量场景下。
建议开发者在实施前充分测试不同方案的性能表现,选择最适合当前业务场景的优化方式。
登录后查看全文
热门项目推荐
相关项目推荐
kernelopenEuler内核是openEuler操作系统的核心,既是系统性能与稳定性的基石,也是连接处理器、设备与服务的桥梁。C050
MiniMax-M2.1从多语言软件开发自动化到复杂多步骤办公流程执行,MiniMax-M2.1 助力开发者构建下一代自主应用——全程保持完全透明、可控且易于获取。Python00
kylin-wayland-compositorkylin-wayland-compositor或kylin-wlcom(以下简称kywc)是一个基于wlroots编写的wayland合成器。 目前积极开发中,并作为默认显示服务器随openKylin系统发布。 该项目使用开源协议GPL-1.0-or-later,项目中来源于其他开源项目的文件或代码片段遵守原开源协议要求。C01
PaddleOCR-VLPaddleOCR-VL 是一款顶尖且资源高效的文档解析专用模型。其核心组件为 PaddleOCR-VL-0.9B,这是一款精简却功能强大的视觉语言模型(VLM)。该模型融合了 NaViT 风格的动态分辨率视觉编码器与 ERNIE-4.5-0.3B 语言模型,可实现精准的元素识别。Python00
GLM-4.7GLM-4.7上线并开源。新版本面向Coding场景强化了编码能力、长程任务规划与工具协同,并在多项主流公开基准测试中取得开源模型中的领先表现。 目前,GLM-4.7已通过BigModel.cn提供API,并在z.ai全栈开发模式中上线Skills模块,支持多模态任务的统一规划与协作。Jinja00
agent-studioopenJiuwen agent-studio提供零码、低码可视化开发和工作流编排,模型、知识库、插件等各资源管理能力TSX0126
Spark-Formalizer-X1-7BSpark-Formalizer 是由科大讯飞团队开发的专用大型语言模型,专注于数学自动形式化任务。该模型擅长将自然语言数学问题转化为精确的 Lean4 形式化语句,在形式化语句生成方面达到了业界领先水平。Python00
项目优选
收起
deepin linux kernel
C
26
10
OpenHarmony documentation | OpenHarmony开发者文档
Dockerfile
441
3.35 K
本项目是CANN提供的数学类基础计算算子库,实现网络在NPU上加速计算。
C++
819
395
Ascend Extension for PyTorch
Python
249
285
React Native鸿蒙化仓库
JavaScript
276
329
暂无简介
Dart
701
164
Nop Platform 2.0是基于可逆计算理论实现的采用面向语言编程范式的新一代低代码开发平台,包含基于全新原理从零开始研发的GraphQL引擎、ORM引擎、工作流引擎、报表引擎、规则引擎、批处理引引擎等完整设计。nop-entropy是它的后端部分,采用java语言实现,可选择集成Spring框架或者Quarkus框架。中小企业可以免费商用
Java
10
1
openEuler内核是openEuler操作系统的核心,既是系统性能与稳定性的基石,也是连接处理器、设备与服务的桥梁。
C
140
50
🎉 (RuoYi)官方仓库 基于SpringBoot,Spring Security,JWT,Vue3 & Vite、Element Plus 的前后端分离权限管理系统
Vue
1.24 K
678
本项目是CANN开源社区的核心管理仓库,包含社区的治理章程、治理组织、通用操作指引及流程规范等基础信息
555
111