PHP+MySQL 利用索引實現百萬級數據快速搜索優化實戰

項目背景與性能瓶頸

近期公司一個基於 PHP+MySQL 架構的專案，主表記錄量約 150 萬條。為了搜索引擎收錄，針對 SEO 做了專門優化：搜索「山東+公司」時，關鍵字組合為「山東,公司,山東公司」，標題同步相關。用戶首次搜索生成關鍵字記錄，後續搜索僅增加計數，並製作關鍵字 sitemap 優化，搜索結果每頁顯示 80 條。

運行一段時間後發現，許多熱門關鍵字（如「五金」）擁有 9 萬多條記錄。當用戶翻頁至第 1000 頁（即第 8 萬條記錄）時，查詢耗時高達 10 秒，導致客戶投訴速度慢。

初步優化：建立索引

首先為常用篩選字段（所在城市、所在省份、公司 ID、所屬行業）建立索引，企業目錄查詢即使定位到第 8 萬條記錄，也能控制在 1 秒內。但關鍵字模糊查詢（LIKE 查詢無索引字段）速度仍未解決。

原 SQL 為：select * from st_company {where} order by coid asc

關鍵突破：兩階段查詢策略

靈感來自 MySQL 的 IN 語法。將查詢拆分為兩步：

1. 第一步僅查詢主鍵 ID：select co_id from st_company {where} order by coid asc
2. 用 PHP 將結果組合為字串（如 "1,2,3,4,5,6"），再執行二次查詢：select * from st_company where co_id in (1,2,3,4,5,6)

此法將查詢速度提升約 10 倍。即使在第 8 萬條數據使用 LIKE 查詢無索引字段，耗時也不超過 1 秒，效果顯著。

深度思考：分頁優化與搜索引擎借鑑

減少查詢字段提升了速度，是否跳過前段記錄能更快？MySQL 無 TOP 語法，只能用 LIMIT，深分頁性能必然下降。

參考主流搜索引擎處理深分頁策略：

• 百度：搜「你好」約 4470 萬條，第 76 頁（760 條）耗時 0.001 秒
• Google：約 5280 萬條，最多 788 條，耗時 2.54 秒
• 搜狗：約 2.66 億條，返回 1000 條，第 100 頁耗時 0.034 秒
• 搜搜：約 930 萬條，返回 738 條，耗時 1.8 秒
• 有道：約 6400 萬條，返回 500 條，耗時 0.156 秒

結論：實際搜索無需返回過多結果。最終決定僅返回 1600 條記錄（20 頁），SQL 查詢時間穩定在 0.05-0.2 秒。用戶若前 10 頁未找到目標，大概率會更換關鍵詞。

總結與建議

本文記錄了從索引建立、兩階段查詢到分頁截斷的完整優化路徑，希望為從事 Tag 優化、大數據搜索的同行提供參考。核心心法：減少掃描行數、避免深分頁、利用覆蓋索引、業務層面合理截斷結果集。