当前位置:首页 > 文章列表 > 数据库 > MySQL > 递归 CTE 终止条件怎么配置或排查

递归 CTE 终止条件怎么配置或排查

来源:17golang原创 2026-09-13 09:01:27 0浏览 收藏

MySQL 递归 CTE 的终止条件,首先要写在递归成员的查询里,让每一轮数据朝着明确的终点推进;外层 SELECT 的 WHERE 只能过滤最终结果,不能保证递归过程提前停止。排查“不退出”或“多一行”时,先看这个条件,再看服务端的递归深度和超时保护。

官方地址:https://dev.mysql.com/doc/refman/8.4/en/

要点速览
  • 锚点 SELECT 负责起点,递归 SELECT 负责产生下一轮并决定何时不再产生新行。
  • cte_max_recursion_depthmax_execution_time 和递归成员中的 LIMIT 是安全阀,不是业务终止逻辑。
  • 把递归深度、执行耗时和最终边界分别记录,通常比直接调大全局参数更快定位问题。

先确认递归成员真的在向终点前进

一个可控的递归 CTE 至少有三个要素:锚点行、递归成员和收敛条件。以生成日期为例,锚点从起始日期开始,递归成员每天加一天,dt 保证下一轮最终没有新行。这里使用小于号,是因为希望包含结束日期但不生成结束日期之后的日期。

MySQL 递归 CTE 中锚点、递归成员、日期列和终止条件的查询结构框图
图1:MySQL 递归 CTE 的静态查询结构示意,锚点产生起点,递归成员依据日期列和 WHERE 条件收敛。
WITH RECURSIVE day_list (dt) AS (
    -- 锚点只生成起始日期,决定 dt 的类型和初始值
    SELECT DATE('2026-01-01')
    UNION ALL
    -- 每轮向结束日期推进一天,不能让 dt 原地不变
    SELECT dt + INTERVAL 1 DAY
    FROM day_list
    -- 结束日期需要包含在结果中,所以这里限制“当前日期小于结束日期”
    WHERE dt 

最常见的两个错误正好相反:写成 dt 往往会多生成一行,写成固定不变的 SELECT dt 则永远不会收敛。层级表也一样,应该让 depth 增加,或让路径集合排除已经访问过的节点;不要只在外层写 WHERE depth ,那只是在结果阶段裁剪。

配置上限时,别把安全阀当业务条件

业务条件负责说明“什么时候应该结束”,服务端上限负责说明“异常时最多允许跑到哪里”。MySQL 8.4 手册列出的 cte_max_recursion_depth 默认值是 1000,作用域为 Global、Session;它超过阈值后终止 CTE,但不能修复一个逻辑上永远为真的 WHERE 条件。

MySQL 递归 CTE 的递归深度、执行时间、LIMIT 与 KILL QUERY 安全边界关系框图
图2:MySQL 递归 CTE 的静态保护关系示意,递归成员同时受到深度、时间和行数边界约束。
-- 只限制当前连接,避免把临时排查参数扩散到新会话
SET SESSION cte_max_recursion_depth = 32;
-- 给本次连接中的 SELECT 设置毫秒级超时保护
SET SESSION max_execution_time = 1000;

WITH RECURSIVE seq (n) AS (
    -- 锚点从 1 开始,给 n 一个明确的整数类型
    SELECT 1
    UNION ALL
    -- 递归成员继续增长,但业务条件和 LIMIT 共同限制规模
    SELECT n + 1
    FROM seq
    WHERE n 

递归成员里的 LIMIT 是 MySQL 8.0.19 起支持的写法。它限制返回到外层的行数,适合给序列生成或可预估的遍历加硬上限;版本较老时不要照搬。若查询已经失控,可以从另一会话执行 KILL QUERY,但这只是中止手段,仍应回头修递归成员。

报错时沿着三个结果判断

不要看到“超过递归深度”就立刻把全局值调大。先用同一组输入做最小复现,并分别观察下面三类证据:

现象优先检查判断
很快撞到深度上限递归列是否变化、WHERE 是否会变假多半是条件缺失、方向写反或遇到循环数据
深度不高但执行很慢递归 JOIN 的输入规模、执行时间可能每轮扩张过大,需收窄连接条件并保留超时
结果只多一行或少一行 与锚点边界通常是包含式结束日期、初始层数或外层过滤位置不一致
-- 先看当前会话的保护值,再解释查询结构
SHOW SESSION VARIABLES LIKE 'cte_max_recursion_depth';
EXPLAIN WITH RECURSIVE day_list (dt) AS (
    -- 保留与正式查询一致的锚点,便于比较边界
    SELECT DATE('2026-01-01')
    UNION ALL
    -- 用可证明会收敛的条件生成下一日期
    SELECT dt + INTERVAL 1 DAY FROM day_list
    WHERE dt 

EXPLAIN 只能帮助你看计划和递归成员,不能替代对实际边界的判断。若层级数据允许回指父节点,单纯增加深度上限只能把问题延后;应在递归列中携带路径并排除已访问节点,或改用 UNION DISTINCT 消除重复行(前提是去重语义确实符合业务)。

把终止条件变成上线前检查清单

  • 递归成员每轮是否改变了日期、层级或游标列,并且变化方向明确。
  • 结束值是否需要包含,锚点是否已经占用一层,结果是否允许多条起始记录。
  • 连接条件是否可能重复扩张,循环数据是否有路径去重策略。
  • 生产连接是否有会话级深度和时间保护,异常时是否有人能执行 KILL QUERY
  • 不要用调大全局 cte_max_recursion_depth 掩盖条件错误;先保留原始失败输入和递归边界。

实际配置时,我更愿意把业务终止条件写得足够小、足够可解释,再给单个会话设置略高于正常上限的保护值。这样即使脏数据触发循环,也会留下清晰的失败信号,而不是把数据库拖进无界递归。

相关问题

外层 SELECT 加 LIMIT 能停止递归吗?

不能把它当作递归成员的终止条件。需要控制递归生成时,应在递归 SELECT 中使用支持版本的 LIMIT,并保留逻辑 WHERE。

为什么已经写了 WHERE,仍然超过 1000 层?

可能是每轮数据没有朝终点变化,也可能存在循环或一对多扩张。先检查递归列的变化和连接结果,再决定是否调整会话深度。

cte_max_recursion_depth 应该直接改成很大吗?

不建议。它是防失控的上限,不是修复条件的方案;优先修正递归成员,再按真实业务最大层数设置会话值。

版本声明
本文转载于:17golang原创 如有侵犯,请联系study_golang@163.com删除
Go bytes.Reader 怎么读取字节游标Go bytes.Reader 怎么读取字节游标
上一篇
Go bytes.Reader 怎么读取字节游标
Go clienttimeout 怎么处理请求时限
下一篇
Go clienttimeout 怎么处理请求时限
查看更多
最新文章
查看更多
课程推荐
  • 前端进阶之JavaScript设计模式
    前端进阶之JavaScript设计模式
    设计模式是开发人员在软件开发过程中面临一般问题时的解决方案,代表了最佳的实践。本课程的主打内容包括JS常见设计模式以及具体应用场景,打造一站式知识长龙服务,适合有JS基础的同学学习。
    543次学习
  • GO语言核心编程课程
    GO语言核心编程课程
    本课程采用真实案例,全面具体可落地,从理论到实践,一步一步将GO核心编程技术、编程思想、底层实现融会贯通,使学习者贴近时代脉搏,做IT互联网时代的弄潮儿。
    516次学习
  • 简单聊聊mysql8与网络通信
    简单聊聊mysql8与网络通信
    如有问题加微信:Le-studyg;在课程中,我们将首先介绍MySQL8的新特性,包括性能优化、安全增强、新数据类型等,帮助学生快速熟悉MySQL8的最新功能。接着,我们将深入解析MySQL的网络通信机制,包括协议、连接管理、数据传输等,让
    500次学习
  • JavaScript正则表达式基础与实战
    JavaScript正则表达式基础与实战
    在任何一门编程语言中,正则表达式,都是一项重要的知识,它提供了高效的字符串匹配与捕获机制,可以极大的简化程序设计。
    487次学习
  • 从零制作响应式网站—Grid布局
    从零制作响应式网站—Grid布局
    本系列教程将展示从零制作一个假想的网络科技公司官网,分为导航,轮播,关于我们,成功案例,服务流程,团队介绍,数据部分,公司动态,底部信息等内容区块。网站整体采用CSSGrid布局,支持响应式,有流畅过渡和展现动画。
    485次学习
查看更多
AI推荐
  • H2O EvalGPT:开源LLM大模型评估与排行榜工具
    H2O EvalGPT
    H2O EvalGPT是H2O.ai推出的开源LLM评估平台,提供详细的大模型性能排行榜、行业特定基准测试及A/B测试功能,助您快速选择最适合项目的高性能大语言模型。
    111次使用
  • LMArena是什么?伯克利AI模型评估平台使用指南与功能解析
    LMArena
    LMArena是加州大学伯克利分校推出的AI模型匿名评测平台。通过盲测投票机制,用户可对比不同大模型回答并生成实时排行榜,助力开发者优化模型及用户选择最佳AI工具。
    31次使用
  • OpenCompass大模型评测体系详解:功能、使用指南与应用场景
    OpenCompass
    OpenCompass是上海AI实验室推出的开源大模型评测平台,提供CompassKit、CompassHub和CompassRank三大核心组件,支持LLM及多模态模型的一站式标准化评估与排行榜查询。
    46次使用
  • AGI-Eval大模型评测平台:权威榜单、数据集与人机协同评测方案
    AGI-Eval
    AGI-Eval是由上海交大等高校联合发布的大模型评测社区,提供公正透明的LLM能力榜单、多领域评测集及Data Studio数据服务,助力AI模型性能评估与NLP科研开发。
    30次使用
  • SuperCLUE中文大模型评测基准:功能、能力维度与应用指南
    SuperCLUE
    SuperCLUE是权威的中文大语言模型综合评测基准,涵盖语言理解、知识应用、AI Agent智能体及安全性等12项核心能力。通过多轮对话与客观测试,定期发布榜单与技术报告,为模型研发、优化及行业选型提供科学依据。
    265次使用
微信登录更方便
  • 密码登录
  • 注册账号
登录即同意 用户协议隐私政策
返回登录
  • 重置密码