MySQL分頁時(shí)使用 limit+order by 會(huì)出現(xiàn)數(shù)據(jù)重復(fù)問題
作者：猿碼道
www.jianshu.com/p/544c319fd838
0 問題描述
在MySQL中我們通常會(huì)采用limit來進(jìn)行翻頁查詢，比如limit(0,10)表示列出第一頁的10條數(shù)據(jù)，limit(10,10)表示列出第二頁。但是，當(dāng)limit遇到order by的時(shí)候，可能會(huì)出現(xiàn)翻到第二頁的時(shí)候，竟然又出現(xiàn)了第一頁的記錄。
具體如下：
SELECT
`post_title`,
`post_date`
FROM
post
WHERE
`post_status` = 'publish'
ORDER BY
view_count desc
LIMIT
5, 5
使用上述SQL查詢的時(shí)候，很有可能出現(xiàn)和LIMIT 0,5相同的某條記錄。而如果使用如下方式，則不會(huì)出現(xiàn)重復(fù)的情況：
SELECT
*
FROM
post
WHERE
post_status = 'publish'
ORDER BY
view_count desc
LIMIT
5, 5
但是，由于post表的字段很多，僅僅希望用這兩個(gè)字段，不想把post_content也查出來。為了解決這個(gè)情況，在ORDER BY后面使用了兩個(gè)排序條件來解決這個(gè)問題，如下：
SELECT
`post_title`,
`post_date`
FROM
post
WHERE
`post_status` = 'publish'
ORDER BY
view_count desc,
ID asc
LIMIT
5, 5
按理來說，MySQL的排序默認(rèn)情況下是以主鍵ID作為排序條件的，也就是說，如果在view_count相等的情況下，主鍵ID作為默認(rèn)的排序條件，不需要我們多此一舉加ID asc。但是事實(shí)就是，MySQL再order by和limit混用的時(shí)候，出現(xiàn)了排序的混亂情況。
1 分析問題
在MySQL 5.6的版本上，優(yōu)化器在遇到order by limit語句的時(shí)候，做了一個(gè)優(yōu)化，即 使用了priority queue。
使用 priority queue 的目的，就是在不能使用索引有序性的時(shí)候，如果要排序，并且使用了limit n，那么只需要在排序的過程中，保留n條記錄即可，這樣雖然不能解決所有記錄都需要排序的開銷，但是只需要 sort buffer 少量的內(nèi)存就可以完成排序。
之所以MySQL 5.6出現(xiàn)了第二頁數(shù)據(jù)重復(fù)的問題，是因?yàn)?priority queue 使用了堆排序的排序方法，而堆排序是一個(gè)不穩(wěn)定的排序方法，也就是相同的值可能排序出來的結(jié)果和讀出來的數(shù)據(jù)順序不一致。
MySQL 5.5 沒有這個(gè)優(yōu)化，所以也就不會(huì)出現(xiàn)這個(gè)問題。
也就是說，MySQL 5.5是不存在本文提到的問題的，5.6版本之后才出現(xiàn)了這種情況。
再看下MySQL解釋sql語言時(shí)的執(zhí)行順序：
(1) SELECT
(2) DISTINCT
(
3)
FROM
(
4)
JOIN
(
5)
ON
(
6)
WHERE
(
7)
GROUP
BY
(
8)
HAVING
(
9)
ORDER
BY
(
10)
LIMIT
執(zhí)行順序依次為 form… where… select… order by… limit…，由于上述priority queue的原因，在完成select之后，所有記錄是以堆排序的方法排列的，在進(jìn)行order by時(shí)，僅把view_count值大的往前移動(dòng)。
但由于limit的因素，排序過程中只需要保留到5條記錄即可，view_count并不具備索引有序性，所以當(dāng)?shù)诙摂?shù)據(jù)要展示時(shí)，mysql見到哪一條就拿哪一條，因此，當(dāng)排序值相同的時(shí)候，第一次排序是隨意排的，第二次再執(zhí)行該sql的時(shí)候，其結(jié)果應(yīng)該和第一次結(jié)果一樣。
2 解決方法
1.索引排序字段
如果在字段添加上索引，就直接按照索引的有序性進(jìn)行讀取并分頁，從而可以規(guī)避遇到的這個(gè)問題。
2.正確理解分頁
分頁是建立在排序的基礎(chǔ)上，進(jìn)行了數(shù)量范圍分割。排序是數(shù)據(jù)庫提供的功能，而分頁卻是衍生出來的應(yīng)用需求。
在MySQL和Oracle的官方文檔中提供了limit n和rownum < n的方法，但卻沒有明確的定義分頁這個(gè)概念。
還有重要的一點(diǎn)，雖然上面的解決方法可以緩解用戶的這個(gè)問題，但按照用戶的理解，依然還有問題：比如，這個(gè)表插入比較頻繁，用戶查詢的時(shí)候，在read-committed的隔離級別下，第一頁和第二頁仍然會(huì)有重合。
所以，分頁一直都有這個(gè)問題，不同場景對數(shù)據(jù)分頁都沒有非常高的準(zhǔn)確性要求。
3.一些常見的數(shù)據(jù)庫排序問題
不加order by的時(shí)候的排序問題
用戶在使用Oracle或MySQL的時(shí)候，發(fā)現(xiàn)MySQL總是有序的，Oracle卻很混亂，這個(gè)主要是因?yàn)镺racle是堆表，MySQL是索引聚簇表的原因。所以沒有order by的時(shí)候，數(shù)據(jù)庫并不保證記錄返回的順序性，并且不保證每次返回都一致的。
分頁問題 分頁重復(fù)的問題
如前面所描述的，分頁是在數(shù)據(jù)庫提供的排序功能的基礎(chǔ)上，衍生出來的應(yīng)用需求，數(shù)據(jù)庫并不保證分頁的重復(fù)問題。
NULL值和空串問題
不同的數(shù)據(jù)庫對于NULL值和空串的理解和處理是不一樣的，比如Oracle NULL和NULL值是無法比較的，既不是相等也不是不相等，是未知的。而對于空串，在插入的時(shí)候，MySQL是一個(gè)字符串長度為0的空串，而Oracle則直接進(jìn)行NULL值處理。
- END -
長按二維碼關(guān)注我每天一篇Java干貨
另外我準(zhǔn)備了100份經(jīng)典的電子書感興趣的小伙伴們可以加我微信領(lǐng)取（備注：888）
點(diǎn)贊是最大的支持
