SQLServer · 最佳实践 · SQL Server 2012 使用OFFSET分页遇到的问题

1. 背景

最近有一个客户遇到一个奇怪的问题，以前使用ROW_NUMBER来分页结果是正确的，但是替换为SQL SERVER 2012的OFFSET...FETCH NEXT来分页出现了问题，因此，这里简单分析一下原因，更深层次的原因还没有确切的结论，但可以提供解决办法。 在升级数据库后并且应用新功能时，这个问题可能会困扰一些同学。

2. 现象

为了复现在这个问题 ，我们使用SQL SERVER 2012的示例库AdventureWorks2012，因为只复现功能问题，其他性能问题忽略，只需要能够正常运行就好了。我们以Sales.SalesOrderHeader为例。

最开始语句是这样的：

USE AdventureWorks2012
GO
WITH OrderedOrders AS
(
    SELECT SalesOrderID, OrderDate,DueDate,
    ROW_NUMBER() OVER (ORDER BY OrderDate ) AS RowNumber
    FROM Sales.SalesOrderHeader
)
SELECT SalesOrderID, OrderDate,DueDate
FROM OrderedOrders
WHERE RowNumber BETWEEN 50 AND 60;  

运行的结果是这样的：

在SQL SERVER 2012上是这样的：

USE AdventureWorks2012
GO  
SELECT
    SalesOrderID, OrderDate,DueDate
FROM Sales.SalesOrderHeader
ORDER BY  OrderDate
OFFSET 49 ROWS FETCH NEXT 11 ROWS ONLY

运行的结果是这样的：

3. 分析与解决

好，我们来看看，因为表数据少，我们看看整个表的数据库 ，从50到60条数据的值

SELECT
        SalesOrderID, OrderDate,DueDate
FROM Sales.SalesOrderHeader

这里可以看出来， 业务想要的数据和ROW_NUMBER分页产生的数据是一致的，也就是正确的数据。但是与OFFSET来分页的做对比，就出现问题了。

我们可以看到OrderDate = 2005-07-03 00:00:00.000的有5条数据，取了前3天，后2条丢弃了，正常是取后3条。这个地方发生了什么？ 我们可以看看实际执行计划。

ROW_NUMBER:

这个地方的物理操作和逻辑操作都是Sort。
而用OFFSET的实际执行计划：

这个地方的物理操作是Sort，但逻辑操作都是TOP N Sort。
而我最初以为由于Sort和TOP N Sort的导致的，我们再看看他们的准确定义：

Sort：Sort 运算符可对所有传入的行进行排序。Argument 列包含 DISTINCT ORDER BY:()谓词（如果此操作删除重复项）或 ORDER BY:()谓词（如果对逗号分隔的列列表进行排序）

TOP N Sort：Top N Sort 与 Sort 迭代器类似，差别仅在于前者需要前 N 行，而不是整个结果集。如果 N 的值较小，SQL Server 查询执行引擎将尝试在内存中执行整个排序操作。如果 N 的值较大，查询执行引擎将使用更通用的排序方法（该方法不采用 N 作为参数）重新排序。

其实看得出来，似乎关系不大，但也可能是这个原因导致。为何OFFSET方式只随机取了OrderDate的某个值其中的一些？，这个准确原因也不是很清楚，至少我现在为看到有这类解释，或许TOP N SORT的算法本省就是这样，这个留在后面再调查一下。

而实际上，微软的帮助文档说得很清楚，要实现结果的唯一性或者持久一致性，必须满足下列条件：
1. 查询使用的基础数据不能发生变化
2. ORDER BY 子句包含保证是唯一的列或列组合

嗯，确实这个说法没错，如果更将主键列加入ORDER BY ，确实可以解决：

USE AdventureWorks2012
GO  
SELECT
    SalesOrderID, OrderDate,DueDate
FROM Sales.SalesOrderHeader
ORDER BY SalesOrderID,OrderDate
OFFSET 49 ROWS FETCH NEXT 11 ROWS ONLY

这时候，实际的执行计划其实已经发生改变：

SORT操作不再需要，因为通过cluster index san取出来的数据已经是排序过了（ORDERED为1）。

我们还可以看到，OrderDate上是没有INDEX的，如果我们加上IDNEX，会是怎么样呢？

CREATE INDEX IX_SalesOrderHeader_OrderDate
ON Sales.SalesOrderHeader(OrderDate)
WITH(ONLINE=ON)

然后，我们再看看执行计划 ：

很明显，也是没有问题的。

4. 最佳实践

遇到这类问题，提供两个建议：
1. ORDER BY 子句包含保证是唯一的列或列组合
2. ORDER BY 子句的列或列组合可以利用INDEX进行排序（实际的执行计划必须是排序过的操作）