假设有表tb_sku，其表结构如下。
表中大约有w条记录，执行如下的sql语句大约4.36s返回数据
selectcount(*)fromtb_sku;接着我们使用对其进行分页查询：
select*fromtb_skulimit0,10;limit语句其中0代表起始位置，10为每页返回的数据数量。
如上图所示，很快就返回了查询结果。
接着我们再使用SQL语句
select*fromtb_skulimit10,10;语句从记录位置10的位置开始再往下返回10条记录，也就是第二页的信息。其返回时间也是比较快。
然后，我们加大起始位置到w如下，
select*fromtb_skulimit0000,10;此时返回时间需要0.74s，这说明了使用limit对大数据量的表进行分页，位置越靠后效率越低。拿上面的例子来说，limit会先对w的数据进行排序，然后再返回10条数据，而且仅仅返回w到w零10条的记录，其他查询的记录都会丢弃掉，这种做法查询排序的代价非常大。
由此我们需要对大数据量表进行limit操作进行优化，官方给出的方案是通过覆盖索引和子查询的方式进行优化
根据这个思路首先对id进行查询
selectidfromtb_skuorderbyidlimit0000,10;查询结果就只需要0.34s比之前的0.74s要快多了。究其原因，因为直接返回id的信息，并没有进行回表操作，所以速度别select*要快
由于我们需要获得select*的信息，也就是tb_user所有字段的信息，因此需要将上面的查询结果和tb_user进行jion操作。
selects.*fromtb_skus,(selectidfromtb_skuorderbyidlimit0000,10)twheres.id=t.id;这里通过查询id和子查询的方式将查询结果缩短为0.38s，比之前直接通过select*的方式要缩短一倍的查询时间。