order by limit 先排序再分页会导致数据丢失或者重复

作为程序员，经常写 SQL 语句是正常不过了。然而，编写一些 SQL 语句，总会出现一些奇怪的问题。

问题

最近在项目中遇到一个很神奇的问题，MySQL 使用 order by 进行排序并进行分页的时候，会出现部分数据丢失和重复。具体看下面这三张图

 

 

 

其中，

第一张图查询所有数据，并按 sort 字段排序，
第二张图，查询从第 1 条数据开始，查询 10 条数据，并按 sort 字段排序，
第三张图，查询从第 11 条数据开始，查询 10 条数据，并按 sort 字段排序，
仔细看我用红色标记出来的，可以发现，分类11 的数据在分页后查询不出来，而分类18 则出现了两次。很明显的发现，当进行数据分页时，部分数据出现了丢失和重复。

分析原因

在 MySQL 关系型数据库中，往往会存在多种排序算法。通过 MySQL 的源码和官方文档介绍可以得知，它的排序规律可以总结如下：

当 order by 不使用索引进行排序时，将使用排序算法进行排序；
若排序内容能全部放入内存，则仅在内存中使用快速排序；
若排序内容不能全部放入内存，则分批次将排好序的内容放入文件，然后将多个文件进行归并排序；
若排序中包含 limit 语句，则使用堆排序优化排序过程。
根据上面的总结，当 order by limit 分页出现数据丢失和重复。而 order by 的 sort 字段没有使用索引（正常情况下，排序的字段也不会使用索引），如果使用了索引，则会进行索引排序。

因此可以得出，上面的图二和图三的 SQL 语句使用了堆排序。因为 sort 字段没有索引，所以没走索引排序；并且使用了 limit。导致最终使用了堆排序。

如果了解算法的你，应该知道堆排序是不稳定的。这种不稳定性，指的就是多次排序后，各个数的相对位置发生了变化。

但是，不是所有的 MySQL 版本都是这样。从 MySQL 5.6 版本开始，优化器在使用 order by limit 时，做了上面的优化，导致排序字段没有使用索引时，使用堆排序。

问题解决

通过上面的分析，有两种解决方案可以解决此问题。

方案一：降低 MySQL 版本为 5.5 或更低版本。此方案不推荐，数据库版本一般是指定的，降低数据库版本工作量较大。
方案二：在 order by 排序字段里，添加有索引的字段，比如主键ID。这样在排序时可以保证顺序稳定。
在图二、图三中，增加主键 category_id 字段排序后，就不会出现数据丢失和重复了。

 

 

总结

如果查询数据进行排序和分页时，如果排序字段没有使用索引，一定要添加一个有索引的字段，比如主键 ID，保证顺序稳定。否则，查询的数据会导致数据丢失和重复。

理解此问题出现的原因后，赶紧去看看你的项目中有没有这种情况吧！要不然出问题就不好办了！

相关 SQL 语句
最后，附上新建表和表相关数据的 SQL 语句：

DROP TABLE IF EXISTS `sys_category`;
CREATE TABLE `sys_category` (
  `category_id` bigint NOT NULL AUTO_INCREMENT,
  `category_name` varchar(64) CHARACTER SET utf8 COLLATE utf8_general_ci DEFAULT NULL COMMENT '分类名称',
  `sort` int DEFAULT NULL COMMENT '分类排序',
  PRIMARY KEY (`category_id`)
) ENGINE=InnoDB AUTO_INCREMENT=22 DEFAULT CHARSET=utf8;

INSERT INTO `sys_category` VALUES (1,'分类1',1),(2,'分类2',2),(3,'分类3',20),(4,'分类4',21),(5,'分类5',22),(6,'分类6',23),(7,'分类7',0),(8,'分类8',0),(9,'分类9',0),(10,'分类10',0),(11,'分类11',0),(12,'分类12',0),(13,'分类13',0),(14,'分类14',0),(15,'分类15',0),(16,'分类16',0),(17,'分类17',0),(18,'分类18',0);

我的最终解决办法是，将排序字段添加索引，排序的时候走索引，使排序不走堆排序