分享3个MySQL查询容易踩的坑

MySQL
264
0
0
2023-06-12
一文带你学会MySQL的select语句
上一篇
MySQL中隐式转换的踩坑记录以及解决方法分享
下一篇
标签   MySQL语句
目录
  • 前言
  • 1、无 Order by 的随机问题
  • 2、Order by + Limit 的随机问题
  • 3、聚合函数 + Limit的不准确问题
  • 总结

前言

在使用MySQL的过程中，相比大家都踩过不少坑，下面我将列举日常生活中比较高频的三个”坑“，也欢迎大家踊跃分享自己的心路历程 🙃！

1、无 Order by 的随机问题

简单来说，就是在没有 Order By 的情况下，如果SELECT的字段不同，返回的记录顺序是随机的，不一定一样。

因为返回的记录顺序跟插入顺序、主键顺序、以及字段上是否建立了索引等因素都有关联，可以通过下面的例子进行验证：

假设有这样的一张用户点击表：

create table t_user_click
(
    id         int() auto_increment primary key,
    obj        varchar() default ''                not null comment '点击对象',
    click      smallint    default                 not null comment '点击数',
    remark     varchar() default ''                not null comment '备注',
    created_at timestamp   default CURRENT_TIMESTAMP not null comment '创建时间',
    updated_at timestamp   default CURRENT_TIMESTAMP not null on update CURRENT_TIMESTAMP comment '更新时间'
)
    comment '用户点击表';

插入几条测试数据：

INSERT INTO t_user_click (id, obj, click, remark, created_at, updated_at) VALUES (, 'aaa', 10, '', '2022-10-18 14:44:57', '2022-10-18 14:44:57');
INSERT INTO t_user_click (id, obj, click, remark, created_at, updated_at) VALUES (, 'bbb', 20, '', '2022-10-18 14:44:57', '2022-10-18 14:44:57');
INSERT INTO t_user_click (id, obj, click, remark, created_at, updated_at) VALUES (, 'ccc', 30, '', '2022-10-18 14:44:57', '2022-10-18 14:44:57');
INSERT INTO t_user_click (id, obj, click, remark, created_at, updated_at) VALUES (, 'ddd', 40, '', '2022-10-18 14:44:57', '2022-10-18 14:44:57');
INSERT INTO t_user_click (id, obj, click, remark, created_at, updated_at) VALUES (, 'eee', 50, '', '2022-10-18 14:44:57', '2022-10-18 14:44:57');
INSERT INTO t_user_click (id, obj, click, remark, created_at, updated_at) VALUES (, 'fff', 60, '', '2022-10-18 14:44:57', '2022-10-18 14:44:57');

首先来看插入顺序带来的影响，在顺序插入几条顺序后，不管查询多少次，获取的结果都与插入顺序一致：

# 全部字段
mysql> select * from t_user_click where click >;
+----+-----+-------+--------+---------------------+---------------------+
| id | obj | click | remark | created_at          | updated_at          |
+----+-----+-------+--------+---------------------+---------------------+
| | aaa |    10 |        | 2022-10-18 14:44:57 | 2022-10-18 14:44:57 |
| | bbb |    20 |        | 2022-10-18 14:44:57 | 2022-10-18 14:44:57 |
| | ccc |    30 |        | 2022-10-18 14:44:57 | 2022-10-18 14:44:57 |
| | ddd |    40 |        | 2022-10-18 14:44:57 | 2022-10-18 14:44:57 |
...

# 与上述获取全部字段的SQL结果一致
mysql> select id, click from t_user_click where click >;
...

其次来看主键顺序这个因素，当该表进行过 DELETE/REPLACE/UPDATE 操作时，不会再按照插入顺序排序了，而是会按照主键ID进行排序。

# 进行update操作
UPDATE t_user_click SET id= WHERE id=3;

# 此时按照主键排序，obj=ccc 变成最后一条，而不是第条
mysql> select * from t_user_click where click >;
+----+-----+-------+--------+---------------------+---------------------+
| id | obj | click | remark | created_at          | updated_at          |
+----+-----+-------+--------+---------------------+---------------------+
| | aaa |    10 |        | 2022-10-18 14:44:57 | 2022-10-18 14:44:57 |
| | bbb |    20 |        | 2022-10-18 14:44:57 | 2022-10-18 14:44:57 |
| | ddd |    40 |        | 2022-10-18 14:44:57 | 2022-10-18 14:44:57 |
| | eee |    50 |        | 2022-10-18 14:44:57 | 2022-10-18 14:44:57 |
| | fff |    60 |        | 2022-10-18 14:44:57 | 2022-10-18 14:44:57 |
| | ccc |    30 |        | 2022-10-18 14:44:57 | 2022-10-18 14:46:20 |
+----+-----+-------+--------+---------------------+---------------------+

# 与上述获取全部字段的SQL结果一致
mysql> select id, click from t_user_click where click >;
...

最后来看有无索引这个因素，当我们在 click 字段上建立索引时，结果又不一样了：

# 建索引
create index t_user_click_click_index on t_user_click (click);

# id= 在最后一条
mysql> select * from t_user_click where click >;
+----+-----+-------+--------+---------------------+---------------------+
| id | obj | click | remark | created_at          | updated_at          |
+----+-----+-------+--------+---------------------+---------------------+
| | aaa |    10 |        | 2022-10-18 14:44:57 | 2022-10-18 14:44:57 |
| | bbb |    20 |        | 2022-10-18 14:44:57 | 2022-10-18 14:44:57 |
| | ddd |    40 |        | 2022-10-18 14:44:57 | 2022-10-18 14:44:57 |
| | eee |    50 |        | 2022-10-18 14:44:57 | 2022-10-18 14:44:57 |
| | fff |    60 |        | 2022-10-18 14:44:57 | 2022-10-18 14:44:57 |
| | ccc |    30 |        | 2022-10-18 14:44:57 | 2022-10-18 14:46:20 |
+----+-----+-------+--------+---------------------+---------------------+ rows in set (0.00 sec)

# id= 在第3条
mysql> select id, click from t_user_click where click >;
+----+-------+
| id | click |
+----+-------+
| |    10 |
| |    20 |
| |    30 |
| |    40 |
| |    50 |
| |    60 |
+----+-------+

# 我们可以通过 explain 命令来看两种查询方式的不同：
# 两种方式一个没走索引，一个走了索引，从而导致返回结果的不同
mysql> explain select * from t_user_click where click >;
type：ALL
possible_keys：t_user_click_click_index
key：NULL
Extra：Using where

mysql> explain select id, click from t_user_click where click >;
type：index
possible_keys：t_user_click_click_index
key：t_user_click_click_index
Extra：Using where; Using index

2、Order by + Limit 的随机问题

简单来说就是进行**Order by的字段如果不唯一，则MySQL返回的记录是随机的，常见的表现就是数据分页后出现重复**。

不过，这种随机也不是随机算法那种打乱的随机，它跟数据的插入顺序，以及索引的建立也有一定关系，可以看看下面的例子。

假设有一张这样的用户表：

create table t_user_list
(
    id         int() auto_increment primary key,
    name       varchar() default ''                not null comment '名称',
    age        smallint    default                 not null comment '年龄',
    created_at timestamp   default CURRENT_TIMESTAMP not null comment '创建时间',
    updated_at timestamp   default CURRENT_TIMESTAMP not null on update CURRENT_TIMESTAMP comment '更新时间'
)
    comment '用户表';

当你按顺序插入测试数据，然后再去分页查询，你可能会发现每次返回的结果都是固定的，也不会出现随机的情况（这时候跟插入顺序有关）。

# 插入测试数据
INSERT INTO t_user_list (id, name, age, created_at, updated_at) VALUES (, 'aaa', 1, '2022-10-18 12:55:19', '2022-10-18 12:55:18');
INSERT INTO t_user_list (id, name, age, created_at, updated_at) VALUES (, 'bbb', 2, '2022-10-18 12:55:18', '2022-10-18 12:55:18');
INSERT INTO t_user_list (id, name, age, created_at, updated_at) VALUES (, 'ccc', 3, '2022-10-18 12:55:18', '2022-10-18 12:55:18');
INSERT INTO t_user_list (id, name, age, created_at, updated_at) VALUES (, 'ddd', 4, '2022-10-18 12:55:18', '2022-10-18 12:55:18');
INSERT INTO t_user_list (id, name, age, created_at, updated_at) VALUES (, 'eee', 5, '2022-10-18 12:55:18', '2022-10-18 12:55:18');
INSERT INTO t_user_list (id, name, age, created_at, updated_at) VALUES (, 'ggg', 6, '2022-10-18 12:55:19', '2022-10-18 12:55:19');
INSERT INTO t_user_list (id, name, age, created_at, updated_at) VALUES (, 'iii', 7, '2022-10-18 12:55:17', '2022-10-18 12:55:19');

# 分页查询
mysql> select * from t_user_list order by created_at limit, 3;
+----+------+-----+---------------------+---------------------+
| id | name | age | created_at          | updated_at          |
+----+------+-----+---------------------+---------------------+
| | iii  |   7 | 2022-10-18 12:55:17 | 2022-10-18 12:55:19 |
| | bbb  |   2 | 2022-10-18 12:55:18 | 2022-10-18 12:55:18 |
| | ccc  |   3 | 2022-10-18 12:55:18 | 2022-10-18 12:55:18 |
+----+------+-----+---------------------+---------------------+ rows in set (0.00 sec)

mysql> select * from t_user_list order by created_at limit, 3;
+----+------+-----+---------------------+---------------------+
| id | name | age | created_at          | updated_at          |
+----+------+-----+---------------------+---------------------+
| | ddd  |   4 | 2022-10-18 12:55:18 | 2022-10-18 12:55:18 |
| | eee  |   5 | 2022-10-18 12:55:18 | 2022-10-18 12:55:18 |
| | aaa  |   1 | 2022-10-18 12:55:19 | 2022-10-18 12:55:18 |
+----+------+-----+---------------------+---------------------+ rows in set (0.00 sec)

而当你这时候新建一个 created_at 索引，并重新插入新的数据时，如果你再次查询，你会惊奇地发现数据重复了。

# 新建索引
create index t_user_list_created_at_index on t_user_list (created_at);

# 插入新的测试数据
INSERT INTO db_article.t_user_list (id, name, age, created_at, updated_at) VALUES (, 'jjj', 8, '2022-10-18 12:55:18', '2022-10-18 12:55:19');
INSERT INTO db_article.t_user_list (id, name, age, created_at, updated_at) VALUES (, 'kkk', 9, '2022-10-18 12:55:18', '2022-10-18 12:55:19');
INSERT INTO db_article.t_user_list (id, name, age, created_at, updated_at) VALUES (, 'mmm', 10, '2022-10-18 12:55:18', '2022-10-18 12:55:19');

# 再次分页查询 
mysql> select * from t_user_list order by created_at limit, 3;
+----+------+-----+---------------------+---------------------+
| id | name | age | created_at          | updated_at          |
+----+------+-----+---------------------+---------------------+
| | iii  |   7 | 2022-10-18 12:55:17 | 2022-10-18 12:55:19 |
| | bbb  |   2 | 2022-10-18 12:55:18 | 2022-10-18 12:55:18 |
| | ccc  |   3 | 2022-10-18 12:55:18 | 2022-10-18 12:55:18 |
+----+------+-----+---------------------+---------------------+ rows in set (0.00 sec)

# id= 的记录重复了
mysql> select * from t_user_list order by created_at limit, 3;
+----+------+-----+---------------------+---------------------+
| id | name | age | created_at          | updated_at          |
+----+------+-----+---------------------+---------------------+
| | ccc  |   3 | 2022-10-18 12:55:18 | 2022-10-18 12:55:18 |
| | ddd  |   4 | 2022-10-18 12:55:18 | 2022-10-18 12:55:18 |
| | eee  |   5 | 2022-10-18 12:55:18 | 2022-10-18 12:55:18 |
+----+------+-----+---------------------+---------------------+

关于记录重复的问题，个人的猜想是一开始没有 created_at 索引，此时磁盘的数据块的顺序与插入顺序一致，所以返回的结果一直是固定的；但是加了索引后，并且增加了 created_at 一致的几条数据，导致索引重建数据块顺序发生变化，从而记录重复（瞎猜的，大家可以一起讨论下）

3、聚合函数 + Limit的不准确问题

简单来说，就是在对数据进行 Limit分页时，同时使用聚合函数（比如SUM、COUNT等）对当前分页的结果进行聚合，则最终得到的聚合结果是不准确的。

还是以第一点的例子和数据为例：

mysql> select * from t_user_click;
+----+-----+-------+--------+---------------------+---------------------+
| id | obj | click | remark | created_at          | updated_at          |
+----+-----+-------+--------+---------------------+---------------------+
| | aaa |    10 |        | 2022-10-18 14:44:57 | 2022-10-18 14:44:57 |
| | bbb |    20 |        | 2022-10-18 14:44:57 | 2022-10-18 14:44:57 |
| | ddd |    40 |        | 2022-10-18 14:44:57 | 2022-10-18 14:44:57 |
| | eee |    50 |        | 2022-10-18 14:44:57 | 2022-10-18 14:44:57 |
| | fff |    60 |        | 2022-10-18 14:44:57 | 2022-10-18 14:44:57 |
| | ccc |    30 |        | 2022-10-18 14:44:57 | 2022-10-18 14:46:20 |
+----+-----+-------+--------+---------------------+---------------------+

# 没分页的总数
mysql> select sum(click)  from t_user_click;
+------------+
| sum(click) |
+------------+
| |
+------------+ row in set (0.00 sec)

# 分页后的总数
mysql> select sum(click)  from t_user_click limit;
+------------+
| sum(click) |
+------------+
| |
+------------+

# 可以通过子查询解决
select sum(tmp.click)  from (select click from t_user_click limit) as tmp;

可以看到，在有Limit的情况下，得到的聚合结果其实是所有记录的总和，并不是三条记录的总和。原因就是SELECT语句执行时有一定顺序，分别是 FROM、ON、JOIN、WHERE、GROUP BY、HAVING、SELECT、DISTINCT、ORDER BY和LIMIT。

在上述SQL中，SELECT优先执行，即先执行 select sum(click) from t_user_click，这时已经得到结果为210，最终再执行 limit 3剔除不符合要求的记录。

总结

最后小结一下，本文主要介绍了MySQL查询中三个比较容易踩的坑，从中我们可以得到：

1、SELECT返回的顺序跟多种因素有关，如插入顺序、主键ID顺序、索引顺序等，如果你返回的结果要求有顺序，则记得加上 order by。

2、加上了 order by 也不要高兴地太早，还需要检查 order by 的字段是否唯一，如果不唯一，返回的结果也有可能是随机的。

3、在进行聚合查询时，切记看有无 LIMIT 子句，有的话记得加上子查询避免查询的结果不准确。

一文带你学会MySQL的select语句
上一篇
MySQL中隐式转换的踩坑记录以及解决方法分享
下一篇