MySQL order by limit 分頁資料重複問題

猿碼道發表於2018-05-14
MySqlMIT

0 問題描述

在MySQL中我們通常會採用limit來進行翻頁查詢，比如limit(0,10)表示列出第一頁的10條資料，limit(10,10)表示列出第二頁。但是，當limit遇到order by的時候，可能會出現翻到第二頁的時候，竟然又出現了第一頁的記錄。

具體如下：

SELECT `post_title`,`post_date` FROM post WHERE `post_status`='publish' ORDER BY view_count desc LIMIT 5,5
複製程式碼

使用上述SQL查詢的時候，很有可能出現和LIMIT 0,5相同的某條記錄。而如果使用如下方式，則不會出現重複的情況：

SELECT * FROM post WHERE post_status='publish' ORDER BY view_count desc LIMIT 5,5
複製程式碼

但是，由於post表的欄位很多，僅僅希望用這兩個欄位，不想把post_content也查出來。為了解決這個情況，在ORDER BY後面使用了兩個排序條件來解決這個問題，如下：

SELECT `post_title`,`post_date` FROM post WHERE `post_status`='publish' ORDER BY view_count desc,ID asc LIMIT 5,5
複製程式碼

按理來說，MySQL的排序預設情況下是以主鍵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作為預設的排序條件，不需要我們多此一舉加ID asc。但是事實就是，MySQL再order by和limit混用的時候，出現了排序的混亂情況。

1 分析問題

在MySQL 5.6的版本上，優化器在遇到order by limit語句的時候，做了一個優化，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候，如果要排序，並且使用了limit n，那麼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，但是隻需要 sort buffer 少量的記憶體就可以完成排序。

之所以MySQL 5.6出現了第二頁資料重複的問題，是因為 priority queue 使用了堆排序的排序方法，而堆排序是一個不穩定的排序方法，也就是相同的值可能排序出來的結果和讀出來的資料順序不一致。

MySQL 5.5 沒有這個優化，所以也就不會出現這個問題。

也就是說，MySQL 5.5是不存在本文提到的問題的，5.6版本之後才出現了這種情況。

再看下MySQL解釋sql語言時的執行順序：

(1)     SELECT 
(2)     DISTINCT <select_list>
(3)     FROM <left_table>
(4)     <join_type> JOIN <right_table>
(5)     ON <join_condition>
(6)     WHERE <where_condition>
(7)     GROUP BY <group_by_list>
(8)     HAVING <having_condition>
(9)     ORDER BY <order_by_condition>
(10)    LIMIT <limit_number>
複製程式碼

執行順序依次為 form… where… select… order by… limit…，由於上述priority queue的原因，在完成select之後，所有記錄是以堆排序的方法排列的，在進行order by時，僅把view_count值大的往前移動。但由於limit的因素，排序過程中只需要保留到5條記錄即可，view_count並不具備索引有序性，所以當第二頁資料要展示時，mysql見到哪一條就拿哪一條，因此，當排序值相同的時候，第一次排序是隨意排的，第二次再執行該sql的時候，其結果應該和第一次結果一樣。

2 解決方法

  1. 索引排序欄位

    如果在欄位新增上索引，就直接按照索引的有序性進行讀取並分頁，從而可以規避遇到的這個問題。

  2. 正確理解分頁

    分頁是建立在排序的基礎上，進行了數量範圍分割。排序是資料庫提供的功能，而分頁卻是衍生的出來的應用需求。

    在MySQL和Oracle的官方文件中提供了limit n和rownum < n的方法，但卻沒有明確的定義分頁這個概念。還有重要的一點，雖然上面的解決方法可以緩解使用者的這個問題，但按照使用者的理解，依然還有問題：比如，這個表插入比較頻繁，使用者查詢的時候，在read-committed的隔離級別下，第一頁和第二頁仍然會有重合。

    所以，分頁一直都有這個問題，不同場景對資料分頁都沒有非常高的準確性要求。

  3. 一些常見的資料庫排序問題

    不加order by的時候的排序問題

    使用者在使用Oracle或MySQL的時候，發現MySQL總是有序的，Oracle卻很混亂，這個主要是因為Oracle是堆表，MySQL是索引聚簇表的原因。所以沒有order by的時候，資料庫並不保證記錄返回的順序性，並且不保證每次返回都一致的。

    分頁問題 分頁重複的問題

    如前面所描述的，分頁是在資料庫提供的排序功能的基礎上，衍生出來的應用需求，資料庫並不保證分頁的重複問題。

    NULL值和空串問題

    不同的資料庫對於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。而對於空串，在插入的時候，MySQL是一個字串長度為0的空串，而Oracle則直接進行NULL值處理。

相關文章