MySql分頁時使用limit+order by會出現數據重復問題解決

Posted on by

摘要

能把復雜的知識講的簡單很重要

在學習的過程中我們看過很多資料、視頻、文檔等，因為現在資料視頻都較多所以往往一個知識點會有多種多樣的視頻形式講解。除瞭推廣營銷以外，確實有很多人的視頻講解非常優秀，例如李永樂老師的短視頻課，可以在一個黑板上把那麼復雜的知識，講解的那麼容易理解，那麼透徹。而我們學習編程的人也是，不隻是要學會把知識點講明白，也要寫明白。

問題描述

在 MySQL 中我們通常會采用 limit 來進行翻頁查詢，比如 limit(0,10) 表示列出第一頁的10條數據， 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，竟然又出現瞭第一頁的記錄。

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，則不會出現重復的情況：

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

但是，由於 post 表的字段很多，僅僅希望用這兩個字段，不想把 post_content也查出來。為瞭解決這個情況，在 ORDER BY 後面使用瞭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

按理來說， MySQL 的排序默認情況下是以主鍵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作為默認的排序條件，不需要我們多此一舉加 ID asc。但是事實就是，MySQL 在 order by 和 limit 混用的時候，出現瞭排序的混亂情況。

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，做瞭一個優化，即 使用瞭 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，並且使用瞭 limit n，那麼隻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 少量的內存就可以完成排序。

之所以 MySQL 5.6 出現瞭第二頁數據重復的問題，是因為 priority queue 使用瞭堆排序的排序方法，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數據順序不一致。

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 版本之後才出現瞭這種情況。

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>

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，排序過程中隻需要保留到5條記錄即可， view_count 並不具備索引有序性，所以當第二頁數據要展示時， 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。

解決問題

(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，進行瞭數量范圍分割。排序是數據庫提供的功能，而分頁卻是衍生出來的應用需求。

在 MySQL 和 Oracle 的官方文檔中提供瞭 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用戶的這個問題，但按照用戶的理解，依然還有問題：比如，這個表插入比較頻繁，用戶查詢的時候，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，不同場景對數據分頁都沒有非常高的準確性要求。

(3) 一些常見的數據庫排序問題

不加 order by 的時候的排序問題

用戶在使用 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，數據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 分頁重復的問題

如前面所描述的，分頁是在數據庫提供的排序功能的基礎上，衍生出來的應用需求，數據庫並不保證分頁的重復問題。

NULL值和空串問題

不同的數據庫對於 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 是一個字符串長度為0的空串，而 Oracle 則直接進行 NULL 值處理。

到此這篇關於MySql分頁時使用limit+order by會出現數據重復問題解決的文章就介紹到這瞭,更多相關MySql limit+order by分頁內容請搜索WalkonNet以前的文章或繼續瀏覽下面的相關文章希望大傢以後多多支持WalkonNet！

推薦閱讀：