SQL分页数据重复问题

对于关系数据库来说，直接写SQL拉数据在列表中显示是很常用的做法。但如此便带来一个问题：当数据量大到一定程度时，系统内存迟早会耗光。另外，网络传输也是问题。如果有1000万条数据，用户想看最后一条，这时即便有足够的内存，在网络上传输这么多数据也得一两小时吧，恐怕没几个用户有这么耐心等。因此分页是必须的。

现在网上的论坛、博客什么的，基本上都会有分页功能，有些是SQL分页的，有些可能是NOSQL用其它方法分页，都有很成熟的东西了。本文根据我自己的经验，以ORACLE为例，讲下简单的SQL分页和排序问题，对刚接触SQL准备要做分页的人有些帮助吧，大牛们就不必看了。

假设ORALCE数据库中有一个TAB001表，主键为ID，有1000万条记录，索引什么的都有了。我们有一个需求，是在界面上列出指定条件的记录，原始SQL如下：

select ID,NAME,ATYPE,CREATEDATE,CREATOR,ASTATUS from TAB001 where ATYPE='SOME_TYPE'

如果要排序，比如要按CREATOR倒排序，我们会在SQL后面再加一句：order by CREATEOR desc

现在，我们发现这个SQL下来有500万条记录，显然，如果不分页，系统很容易就会翘掉。于是我们准备分页。

分页前，我们可能要在界面上摆上几个按钮和状态显示：上一页、下一页、第一页、最后页、每页X条、共M页、当前第N页、跳到第N页，等。显然，我们分页的步骤如下：

1. 计算总记录数；
2. 根据总记录数和每页记录数，计算总页数；
3. 根据当前要显示的页码，计算起始和结束的记录号；
4. 生成分页SQL，执行之，返回本页数据，显示之。

首先，计算总记录数。这个简单，嵌套一个select count(*)就行了：

select count(*)

  from (

             select ID,NAME,ATYPE,CREATEDATE,CREATOR,ASTATUS from TAB001 where ATYPE='SOME_TYPE'

          ) xx

 

然后，总页数=ceil(总记录数/每页记录数)，不足一页也当一页处理。

接着，假设现在是第N页，则本页的开始、结束记录号为：

开始记录号=N*每页记录数

结束记录号=min((N+1)*每页记录数-1,总记录数)

最后，生成分页SQL。由于分页需要有记录号，因此先要嵌套一个子查询生成ROWNUM：

select rownum as recordno

  from (

             select ID,NAME,ATYPE,CREATEDATE,CREATOR,ASTATUS from TAB001 where ATYPE='SOME_TYPE'

          ) xx

 

这样，我们就有了记录号，可以再对记录号进行过滤，只选出本页开始记录号之后、结束记录号之前的记录：

select xxx.*

  from (

            select rownum as recordno

              from (

                         select ID,NAME,ATYPE,CREATEDATE,CREATOR,ASTATUS from TAB001 where ATYPE='SOME_TYPE'

                      ) xx

           ) xxx

where recordno >= :开始记录号

    and recordno <= :结束记录号

 

至此似乎分页SQL已经完成了，表面上看这个SQL挺正确，运行起来似乎也没问题。但经过我们实践检验，其实这个SQL是不安全的，在某些情况下会出错，原因在于它没有排序。在分页情况下，第一页和第二页的数据是来自两次相对独立的SQL，如果没有排序，则SQL第一次和第二次执行时返回的结果是不一致的。

不一致是什么意思？假设有一个无排序的SQL，我们把SQL执行两次：

• 第一次执行后会返回有1、2、3、4、5共5条记录
• 第二次执行后还是会返回有1、2、3、4、5共5条记录

大部分情况下，这两次返回结果的顺序是完全一样的。但不幸的是，也许数据库有问题了，也许有人改了数据，反正有时候它会不一样，比如第二次执行时第2条和第4条对调了，返回的是1、4、3、2、5共5条记录，如下：

• 第一次：1、2、3、4、5
• 第二次：1、4、3、2、5

假设我们对这个SQL进行分页，每页3条记录，共两页，正常情况下结果是这样的：

• 拉第一页时，执行第一次SQL，按1、2、3、4、5排序，返回1、2、3三条记录
• 拉第二页时，执行第一次SQL，按1、2、3、4、5排序，返回4、5两条记录

但如果发生排序混乱的问题，结果会这样：

• 拉第一页时，执行第一次SQL，按1、2、3、4、5排序，返回1、2、3三条记录
• 拉第二页时，执行第二次SQL，按1、4、3、2、5排序，返回2、5两条记录

结果我们会发现，分页结果很不正常，2这条记录出现了两次，4则消失了。正常来说，我们不会注意到有数据丢失，但我们会注意到分页的数据有重复。

怎么办呢？那我们就加一个排序吧，排序子句要加在最里层的SQL里，这样分页出来的结果才会是排序后的结果。比如按名称、类别或作者排序的order by子句：

select xxx.*

  from (

            select rownum as recordno

              from (

                         select ID,NAME,ATYPE,CREATEDATE,CREATOR,ASTATUS from TAB001 where ATYPE='SOME_TYPE'

                          order by NAME,ATYPE,CREATOR

                      ) xx

           ) xxx

where recordno >= :开始记录号

    and recordno <= :结束记录号

 

这样是不是可以了呢？答案还是不行，因为这些字段的值不是唯一的。可考虑一个极端情况，就是这个表里500万条记录的名称、类别和作者都完全一样，会有什么结果呢？结果仍然是无序。

最终解决这个问题的办法，就是一定要用ID主键排序。不管前面有多少个order by字段，最后面一定要加上ID主键：

 

select xxx.*

  from (

            select rownum as recordno

              from (

                         select ID,NAME,ATYPE,CREATEDATE,CREATOR,ASTATUS from TAB001 where ATYPE='SOME_TYPE'

                          order by NAME,ATYPE,CREATOR,ID

                      ) xx

           ) xxx

where recordno >= :开始记录号

    and recordno <= :结束记录号

 

由于主键ID是唯一的，所以只要ID不变，按ID排序就能保证每次执行分页SQL都是一致的顺序了。

文章来源：http://blog.csdn.net/fengbonianshao/article/details/22856163