分表分頁/跨庫分頁為什麼這麼難？
- 2020 年 2 月 13 日
- 筆記
當業務數據達到一定量級(比如：mysql單表記錄量>1千萬)後，通常會考慮「分庫分表」將數據分散到不同的庫或表中，這樣可以大大提高讀/寫性能。但是問題來了，對於 select * from table limit offset , pagesize 這種分頁方式，原來一條語句就可以簡單搞定的事情會變得很複雜，本文將與大家一起探討分庫分表後"分頁"面臨的新問題。
一、分表對分頁的影響
比如有一張表，裏面有8條記錄(為簡單起見，假設該表上只有1個自增ID），數學上可以抽象成1個(有序)數列(註：為方便討論，不加特殊說明的情況下，文本中數列的順序，均指升序)
(1，2，3，4，5，6，7，8)
如果要取出上面紅色標識的2,3這二條記錄，limit 1,2 就行了。
現在假如分成2張表（即：原來的數列，拆分成2個非空子數列），一般來講，有二種常用分法：
1.1 分段法（比如：有時間屬性的數據，類似訂單這種，可以按下單時間拆分，每個月1張表）
(1，2，3，4)
(5，6，7，8)
沿用之前的limit x,y的思路，每個分表上 limit 1,2，會得到如下2個子數列：
(2，3)
(6，7)
然後在內存中合併排序，再取前2條 (2，3，6，7) => (2，3) ，貌似看上去也符合預期（這個思路也稱為歸併），但這只是假象。當要取的分頁數據落在不同的子數列上時，就能發現問題：
(1，2，3，4，5，6，7，8) 比如，我們要從4個位置開始，連續取2個元素，即: limit 3,2
(1，2，3，4) => limit 3,2 =>(4)
(5，6，7，8) => limit 3,2 =>(8)
最後合併出來的結果是(4，8) 與正確結果 (4，5)相比，顯然不對。
1.2 模余均攤法（比如：字段值對2取模求餘數，根據餘數決定分到哪個表，該方法也簡稱為取余法）
(1，3，5，7)
(2，4，6，8)
歸併排序的思路在分段法上行不通，對於取模均攤同樣也不行，仍以 limit 1,2為例，原始序列取出來的結果是(2，3)，如果用歸併的思路：
(1，3，5，7)=> limit 1,2 =>(3 ,5)
(2，4，6，8)=> limit 1,2 =>(4, 6)
內存合併排序後，取前2個，最終結果為(3 , 4)
結論：不管分庫分表採用什麼分法，簡單歸併的思路，都無法正確解決分頁問題。
二、全局法(limit x+y)
反思一下剛才的歸併思路，本質上我們在每個子數列（即：分表）上limit x,y 時，取出來的數據就有可能已經產生缺失了。網上有一篇廣為流轉的文章"業界難題-跨庫分頁」，作者在文中提出了一個方案：把範圍擴大，分表sql上的limit x,y 變成 limit 0, x+y ，這樣改寫後，相當於分表中把"每頁最後一條數據"之前的所有數據全都取出來了（當然：這裏面可能會有不需要的多餘數據)，然後內存中合併在一起，再取x偏移量後的y條數據。
用前面的例子驗證一下：
原序列：(1，2，3，4，5，6，7，8)，需要取出limit 1,2 ，即：(2，3)
2.1 按分段法拆成2段：
(1 , 2 , 3 , 4) => limit 1,2 =>改寫成 limit 0, 1+2 => (1，2，3)
(5 , 6 , 7 , 8) => limit 1,2 =>改寫成 limit 0, 1+2 => (5，6，7)
將子數列合併排序=> { 1，2，3，5，6，7} => 按原始偏移量 limit 1,2 =>{2，3} 正確
如果原數列中要取的數據，正好落在2個子數列上(1，2，3，4，5，6，7，8)，需要取出limit 3,2 ，即：(4，5)
(1 , 2 , 3 , 4) => limit 3,2 =>改寫成 limit 0, 3+2 => (1，2，3，4)
(5 , 6 , 7 , 8) => limit 3,2 =>改寫成 limit 0, 3+2 => (5，6，7，8)
將子數列合併排序=> (1，2，3，4，5，6，7，8) => 按原始偏移量 limit 3,2 => (4，5) 也符合預期。
2.2 取模均攤拆成2段
(1，3，5，7) => limit 1,2 ->改寫成 limit 0, 1+2 => (1，3 ，5)
(2，4，6，8) => limit 1,2 ->改寫成 limit 0, 1+2=> (2，4，6)
將子序列合併=> (1，2，3，4，5，6) => 按原始偏移量 limit 1,2 =>(2，3) 正確
該方法缺點也很明顯：取出的記錄太多了，比如 limit 10000000,10 -> 改寫後變成 limit 0, 10000010 遇到海量數據，mysql中查詢有可能直接超時，這麼多數據從db傳到應用層，網絡開銷也很大，更不用說如果是java應用，大量數據放到List或Map中，容易出現OOM。(註：一般情況下，需要用分庫分表的場景，數據量必然很大，所以這個方法，實際中基本上沒法用)
三、二次查詢法
這也是"業界難題-跨庫分頁」一文中提到的一個方法，大致思路如下：在某1頁的數據均攤到各分表的前提下(註：這個前提很重要，也就是說不會有一個分表的數據特別多或特別少)，換句話說：這個方案不適用分段法，按如下步驟操作：
1）原sql中的limit offset,pagesize 改寫成 limit offset/n ,pagesize (註：n為分表個數，如果offset/n除不盡，向下取整，避免最後的結果丟數據）– 這個的意思，其實就是假設原表這一頁的數據，會均分到各個分表(所以，我一再強調，前提是數據是均攤的，如果某個分表的記錄很少，極端情況下，甚至是空的，這個就不對了，最終結果會少數據)
2）分表上，執行改寫後的sql，得到一堆結果集，然後找出這堆結果中的最小id (假設id是關鍵的排序字段)，記為min_id — 這一步的目的，是為了找出最小的起始點，保證第1頁數據起點正確。
3）各分表上的sql，where條件部分改寫成 id between min_id and origin_max_id (註：origin_max_id為上一步，每個分表查詢結果集中的最大值，顯然min_id=自身最小id的那張分表，不用再重複查詢) — 這一步的目的在於，因為步驟1）查出來的結果，通常會比原表上該頁的數據少，所以這裡重新將起始點設置到正確的位置，即：min_id，再查1次，相當於範圍擴大了，以保證數據不會丟。不過，這裡有一個可優化的地方，仔細想想，這1次查詢出來的結果，跟步驟1）中的查出來的結果，必然有一部分是重複的，因此改寫部分，只需要 id between min_id and origin_min_id就可以了(origin_min_id 即為原來分表結果上的最小id)
4）將上一步查詢出來的結果，在內存中合併排序去重（註：如果上一步採用了優化方案，就應該是把1）與3）這二次查詢的結果全取出來合併排序去重），然後從開始連續取pagesize條數據即可（註：offset/n除不盡的話，向下取整了，也就是起始點可能向前多移了，所以有可能開始的第1條記錄，其實是上1頁的最後1條記錄，要追求精確的話，可以在應用層記錄上一頁最後1條記錄的id，然後跟本次查詢結果前1條記錄對比，如果發現是一樣的，開始取數據的位置，就要向後移1位，如果考慮id有重複的話，就要根據情況多移幾位）
驗證一下看看效果：
場景1（前提：取余法）
原序列：(1，2，3，4，5，6，7，8)，需要取出limit 2,2 ，即：(3，4)
第1次查詢
(1，3，5，7) -> limit 2,2 -> 改寫成 limit 1,2 -> (3，5)
(2，4，6，8) -> limit 2,2 -> 改寫成 limit 1,2 -> (4，6)
最小值為3
第2次查詢
(1，3，5，7) -> between 3 and 5 -> (3，5)
(2，4，6，8) -> between 3 and 6 -> (4，6)
將第2次查詢的結果合併：
(3，4，5，6) ->取頭開始，取pageSize即2個元素 -> (3，4) 正確
—————————————————–
場景2（前提：取余法）
原序列：(1，2，3，4，5，6，7，8)，需要取出limit 1,2 ，即：(2，3)
第1次查詢
(1，3，5，7) -> limit 1,2 -> 改寫成 limit 0,2 -> (1，3) –註：因為1/2除不盡，這裡向下取整了
(2，4，6，8) -> limit 1,2 -> 改寫成 limit 0,2 -> (2，4)
最小值為1
第2次查詢
(1，3，5，7) -> between 1 and 3 -> (1，3)
(2，4，6，8) -> between 1 and 4 -> (2，4)
將上面的結果合併：
(1，2，3，4) -> (2，3) (註：起始點，第1次查詢改寫時，向下取整了，所以這裡要向移1位，從第2個數字開始取pagesize條數據)
——————————————————–
場景3（前提：分段法）
為什麼說分段法，這個方案不適用，可以看下面的分析：
原序列：(1，2，3，4，5，6，7，8)，需要取出limit 2,2 ，即：(3，4)
第1次查詢
(1，2，3，4) -> limit 2,2 -> limit 1,2 -> {2，3} –註：這裡就已經把正確的數據給丟掉了
(5，6，7，8) -> limit 2,2 -> limit 1,2 -> {5，6} –註：這一段里根本就沒有這一頁的數據
最小值2
第2次查詢
(1，2，3，4) -> between 2 and 3 -> {2，3}
(5，6，7，8) -> between 2 and 6 -> {5，6}
(2，3，5，6) -> (2，3) 這個跟預期結果就對不上了。
——————————————————-
場景4（前提：取余法）
取余法的前提下，如果某個分表的數據，被清掉一部分，也就是某個分表數據偏少，會發生什麼？
比如下面這個，按奇數、偶數分成2個子序列，但是偶數故意刪除了幾個（相當於現實業務中，這個分表上的數據被幹掉了一部分）
原序列：(1，3，5，6，7，8，9，11)，需要取出limit 2,2 ，即：(5，6)
第1次查詢
(1，3，5，7，9，11) -> limit 2,2 -> 改寫成limit 1,2 -> (3，5)
(6，8) -> limit 2,2 -> 改寫成limit 1,2 -> (8)
第2次查詢
(1，3，5，7，9，11) -> between 3 and 5 -> (3，5)
(6，8) -> between 3 and 8 -> (6，8)
合併後
(3，5，6，8) -> (3，5) 這跟預期結果也對不上。
四、禁止跳頁
相當於只允許向上或向下翻頁，原理很簡單，比如：下一頁，先記錄上一頁的最大id，然後下一頁時，只需要 where id > 上一頁最大id limit pagesize， 每次只翻1頁。顯然，這是一個犧牲用戶體驗的做法。
結論：分表分頁不存在一個通用的解決方案，要麼性能有問題（比如:全局法 limit x+y），要麼必須具備一定的前提條件(比如：二次查詢)，或者產品設計上犧牲用戶體驗，仍然是一個業內難題。
參考文章：
https://juejin.im/post/5d1f52e46fb9a07eb3099bbf
https://shardingsphere.apache.org/document/current/cn/features/sharding/use-norms/pagination/
http://kmiku7.github.io/2019/08/01/Do-Pagination-With-Table-Database-Sharding/
https://segmentfault.com/a/1190000013225860?utm_source=tag-newest
https://mp.weixin.qq.com/s/h99sXP4mvVFsJw6Oh3aU5A?
