小心避坑：MySQL分頁時使用 limit+order by 會出現數據重復問題
0 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，竟然又出現了第一頁的記錄。
具體如下：
- SELECT
- `post_title`,
- `post_date`
- FROM
- post
- WHERE
- `post_status`='publish'
- ORDERBY
- view_countdesc
- 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'
- ORDERBY
- view_countdesc
- LIMIT
- 5,5
但是，由于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。為了解決這個情況，在ORDER BY后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'
- ORDERBY
- view_countdesc,
- IDasc
- 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，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 少量的內存就可以完成排序。
之所以MySQL 5.6出現了第二頁數據重復的問題，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版本之后才出現了這種情況。
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)GROUPBY<group_by_list>
(8)HAVING<having_condition>
(9)ORDERBY<order_by_condition>
(10)LIMIT<limit_number>執行順序依次為 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，在進行order by時，僅把view_count值大的往前移動。
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。
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行讀取并分頁，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，數據庫并不保證分頁的重復問題。
NULL值和空串問題
不同的數據庫對于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。
