MySql分页时使用limit+order by会出现数据重复问题解决

Pandora ·

更新时间:2024-11-13

· 1290 次阅读

摘要

问题描述

分析问题

解决问题

摘要

能把复杂的知识讲的简单很重要

在学习的过程中我们看过很多资料、视频、文档等，因为现在资料视频都较多所以往往一个知识点会有多种多样的视频形式讲解。除了推广营销以外，确实有很多人的视频讲解非常优秀，例如李永乐老师的短视频课，可以在一个黑板上把那么复杂的知识，讲解的那么容易理解，那么透彻。而我们学习编程的人也是，不只是要学会把知识点讲明白，也要写明白。

问题描述

在 MySQL 中我们通常会采用 limit 来进行翻页查询，比如 limit(0,10) 表示列出第一页的10条数据， limit(10,10) 表示列出第二页。但是，当 limit 遇到 order by 的时候，可能会出现翻到第二页的时候，竟然又出现了第一页的记录。

具体如下：


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

使用上述SQL查询的时候，很有可能出现和 LIMIT 0,5 相同的某条记录。而如果使用如下方式，则不会出现重复的情况：


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，仅仅希望用这两个字段，不想把 post_content也查出来。为了解决这个情况，在 ORDER BY 后面使用了两个排序条件来解决这个问题，如下：


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

按理来说， MySQL 的排序默认情况下是以主键ID作为排序条件的，也就是说，如果在 view_count 相等的情况下，主键ID作为默认的排序条件，不需要我们多此一举加 ID asc。但是事实就是，MySQL 在 order by 和 limit 混用的时候，出现了排序的混乱情况。

分析问题

在 MySQL 5.6 的版本上，优化器在遇到 order by limit 语句的时候，做了一个优化，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时候，如果要排序，并且使用了 limit n，那么只需要在排序的过程中，保留n条记录即可，这样虽然不能解决所有记录都需要排序的开销，但是只需要 sort buffer 少量的内存就可以完成排序。

之所以 MySQL 5.6 出现了第二页数据重复的问题，是因为 priority queue 使用了堆排序的排序方法，而堆排序是一个不稳定的排序方法，也就是相同的值可能排序出来的结果和读出来的数据顺序不一致。

MySQL 5.5 没有这个优化，所以也就不会出现这个问题。

也就是说，MySQL 5.5 是不存在本文提到的问题的，5.6 版本之后才出现了这种情况。

再看下MySQL解释sql语言时的执行顺序：

(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>

执行顺序依次为 form… where… select… order by… limit… ，由于上述 priority queue 的原因，在完成 select 之后，所有记录是以堆排序的方法排列的，在进行 order by 时，仅把 view_count 值大的往前移动。

但由于 limit 的因素，排序过程中只需要保留到5条记录即可， view_count 并不具备索引有序性，所以当第二页数据要展示时， mysql 见到哪一条就拿哪一条，因此，当排序值相同的时候，第一次排序是随意排的，第二次再执行该sql的时候，其结果应该和第一次结果一样。

解决问题

(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进行读取并分页，从而可以规避遇到的这个问题。

(2) 正确理解分页

分页是建立在排序的基础上，进行了数量范围分割。排序是数据库提供的功能，而分页却是衍生出来的应用需求。

在 MySQL 和 Oracle 的官方文档中提供了 limit n 和 rownum < n 的方法，但却没有明确的定义分页这个概念。

还有重要的一点，虽然上面的解决方法可以缓解用户的这个问题，但按照用户的理解，依然还有问题：比如，这个表插入比较频繁，用户查询的时候，在 read-committed 的隔离级别下，第一页和第二页仍然会有重合。

所以，分页一直都有这个问题，不同场景对数据分页都没有非常高的准确性要求。

(3) 一些常见的数据库排序问题

不加 order by 的时候的排序问题