下述场景，均来自实际产品线上经验，出于保密考量，所有需求场景都是仿造的，模拟遇到过的真实场景。

在实际业务场景中，我们经常遇到统计分析，比如现在有一张学生表student，现统计姓名为xxx的总共有多少学生。

常规思路一般用groub by ,然后再求和，再分页。

(资料图片仅供参考)

查第一页

SELECTt.name,COUNT(1) as num FROMtest t WHERE1 = 1 GROUP BY t.`name`ORDER BYnum DESC LIMIT 0,5

查询结果是这样的：

查第二页

SELECTt.name,COUNT(1) as num FROMtest t WHERE1 = 1 GROUP BY t.`name`ORDER BYnum DESC LIMIT 5,5

查询结果是这样的：

结果分析

显然第二页的"狐狸"不应该出现，他是第一页的最后一条数据。这个问题在mysql官方是给予了答案的，其实只要是order by 的排序字段在结果集中不唯一，排序字段一致的行他返回的结果都是无序的，这一点不容易被重视，也不容易被测试所发现（单表一般需要较多重复数据和分页才容易被发现），算是一个小坑。

方案一

网上一般提供的思路： 既然排序字段不是唯一的，我们一般期望唯一排序，只需要在order by 中跟上唯一标识的字段即可，像下面这样：

SELECTt.name,COUNT(1) as num FROMtest t WHERE1 = 1 GROUP BY t.`name`ORDER BYnum DESC,t.id descLIMIT 5,5

但是这种方式有个致命问题，ORDER BY 后面接了两个字段会让索引失效，大数据场景下是不推荐这种方式的。

方案二

使用 ROW_NUMBER() OVER ( ORDER BY t.id) AS serial_number让他按照指定方式排序，这基本也是万机油解决方案，对代码侵入程度很低。但是我们这个场景下两种方式效率一样，因为本来num字段就没有索引，但是当order by 存在一个字段可以用索引的话就不一样了。

SELECTt.name,COUNT(1) as num ,ROW_NUMBER() OVER ( ORDER BY t.name) AS serial_numberFROMtest t WHERE1 = 1 GROUP BY t.`name`ORDER BYnum DESCLIMIT 5,5

假设有这样一个场景，要求查某公司的商品出售情况的数据，数据库设计如下：

先不考虑数据库设计是否合理，现在要分页查询商品销售情况，在不考虑数据量的情况下一般这样写sql(伪sql):

select g.*,o.*,l.* from goods gjoin order_goods_mapping ogm on(ogm.goods_id= g.goods_id)join order o on(o.order_id= ogm.order_id)join order_logistics_mapping olg on(olg.order_id = o.order_id)join logistics l on(l.logistics_id = olg.logistics_id)where l.company_id = #{companyId} limit 0,10

这些xxxid字段索引都有，当数据库较小的时候看上去没有任务问题。但是假设商品有1亿种商品，这个sql可以预见性的剧卡。因为join操作匹配本来就是nnn这样的操作，由于只限制了logistics 的company_id，所以查询出来的数据量依旧是巨大的。（亲身经历的一次因为慢查询，导致上线失败的根本原因）

要限制每张表的数据尽可能少，一般多租户场景下，每张表要有租户id, 这样就可以按租户维度进行数据隔离。由于很多时候我们没有遇到过大表的情况，所以基本租户隔离技术在sql联表查询没有体现出来，往往只是限制了联表的某一张表的租户id等于登录的租户id,这是不可取的（有意思的是：难怪现在流行的多租户方案要求每张表都要有租户id,除了分库分表有用，查询优化也体现出了数据隔离的优势，一个小小的字段竟然有这么大的作用）。优化后的sql如下：

select g.*,o.*,l.* from goods gjoin order_goods_mapping ogm on(ogm.goods_id= g.goods_id)join order o on(o.order_id= ogm.order_id)join order_logistics_mapping olg on(olg.order_id = o.order_id)join logistics l on(l.logistics_id = olg.logistics_id)where l.company_id = #{companyId} and g.company_id = #{companyId} and ogm..company_id = #{companyId} and o.company_id = #{companyId} and olg.company_id = #{companyId}limit 0,10

mysql作为关系型数据库，他对行内关系的描述较弱，比如有这样2个表，主表interface记录接口表，子表itf_param记录接口参数表。itf_param假设构造如下：

现在要查所有(参数名="code",参数值="12")和(参数名="route",参数值="gw")的interface记录。

通常我们会用如下sql实现：

select it.* from interface it where 1=1 and exists(  select 1  from itf_param p where p.param_name= "code" and p.param_value="12")and exists(  select 1  from itf_param p where p.param_name= "route" and p.param_value="gw")where 1=1 limit 0,10

在数据量少的情况下，这个sql是没有任何问题的，但是在大数据量场景下，此sql就难堪大任了，因为一般来讲子查询效率都会较低（这里即便分页了也是如此，具体原因要问DB工程师了，估摸着limit是最后被执行，所以逐条过滤大量数据导致效率较低）。

通常连表查询效率高于子查询，这里采用纵表转横表的方式对sql进行优化，如下所示(伪sql)：

select it.* , MAX(CASE WHEN p.param_name= "code" THEN p.param_value ELSE NULL END) AS codeParamValue,MAX(CASE WHEN p.param_name= "route" THEN p.param_value ELSE NULL END) AS routeParamValue,from interface it join itf_param p on(it.itf_id = p.itf_id)where 1=1 group by it.*having codeParamValue = "12" and codeParamValue="gw" limit 0,10