当前位置：首页 > 资讯 > > 正文

这么分页，小心有坑

来源：博客园    时间：2023-08-10 13:35:05


(资料图)

背景

生产上有个导报表功能，工作了很长一段时间一直都很稳，没出现过什么问题，最近运营同学突然反馈导出来的数据和实际的对不上，经过排查发现导出的数据有重复，也有的没导出来。由于我们提前生成好数据（每天会truncate重新生成），所以导出的逻辑非常简单，不需要关联很多表捞数据，只需要从一张表查即可，这个表的数据量不大，发生问题时7800条左右，查询的sql也非常简单，可以选择条件导出知道时间段的数据，如下：

SELECT * FROM t_report WHERE repayment_time > 1622390400000 AND repayment_time <= 1624032000000 limit 1000,1000

为了防止一次性导出太多数据，所以我们做了分页，每次查1000条，并且repayment_time字段上建了索引。经过一顿排查后，发现程序没啥问题，但数据也确实是重复了，也漏了一些...

分析

我们对比了实际数据，确实有问题，有的数据出现两次，有的没出现。如下：

有一条数据在第6页查出，在第8页又被查出。我们再次确认了程序，还是没问题，用arthas观察了分页的入参也都是正确的。那么直接拿sql出来到数据库查询呢？发现真有问题...，确实在第6页和第8页出现。那么可以确定就是sql有问题了，这么简单的sql查数据居然重复了...仔细看数据可以发现，在第6页的时候，查出来的数据是按照repayment_time字段排序，而第8页则是按照id进行排序，排序方式不同分页查出来的数据肯定会不同。

问题已经定位到，就是在分页过程中，mysql偷偷改了排序的规则。我们可以看不同页的执行计划如下，由于每天生成的数据不同，这里我改了页数。

那么同样的sql为什么会使用不同的排序，生成不同的执行计划呢？我们知道mysql在使用索引的时候，是会根据数据的分布进行的，也就是mysql会考虑索引的效果，如果效果好才使用。我们常说性别字段不适合建索引，就是因为这种字段的区分度很低，mysql宁愿全表扫描也不会使用这种索引。使用show index from table可以查看索引信息，cardinality就是字段的区分度，通常该值越大越适合建索引。

我们说到mysql会考虑到数据的分布，虽然我们上面的repayment_time字段是建索引，运营当时的查询条件刚好覆盖了整个表的数据，当翻到第8页时，整个表总共也就8页，就是要查全部数据了，mysql此时会放弃使用索引，进行全表扫描。前面的页使用到索引，默认会根据索引字段进行排序，而后面页没使用索引，默认就是根据id进行排序。不一定是最后一页才生成不同的执行计划，比如我们的表有10w条数据，可能查到95000条数据的时候，排序就变了，也就是说mysql认为几乎要查全部数据，就会改变执行计划。

解决方式也很简单，我们可以显示指定排序方式，这样每次生成的执行计划都是一样的，如上的sql，改为：

SELECT * FROM t_report WHERE repayment_time > 1622390400000 AND repayment_time <= 1624032000000 order by repayment_time,id limit 1000,1000

注意加了order by需要考虑file sort问题，排序字段没有使用索引可能会导致性能问题。分页写法开发有时候很容易漏掉order by，这种最好在需求阶段就和产品确认清楚，这样可以在开发和测试阶段就通过数据验证需求，当然开发也要考虑数据分布，比如数据量，有多少重复数据等，以后记得这个坑，避免再次掉入哦。

关键词：

上一篇：465只股短线走稳 站上五日均线

下一篇：最后一页

精心推荐

X 关闭

资讯

这么分页，小心有坑

行业排行

X 关闭

产业