当前位置:首页 > 文章列表 > 数据库 > MySQL > MySQL recursive CTE 怎样用 cte_max_recursion_depth 控制深度

MySQL recursive CTE 怎样用 cte_max_recursion_depth 控制深度

来源:17golang原创 2026-11-14 03:05:45 0浏览 收藏

我在把组织树、日期序列这类递归查询交给 MySQL 时,最容易混淆的是:cte_max_recursion_depth 不是“让递归自动停下来的业务条件”,而是一层服务器保护。真正决定结果边界的,仍然是递归 SELECT 里的 WHERE 条件;参数只负责给这次查询设一个最大递归预算。

官方文档地址:https://dev.mysql.com/doc/refman/8.4/en/

实用做法是先写对递归终止条件,再用 SESSION 级 cte_max_recursion_depth 为本次查询设置足够但不过度的深度;如果递归可能很慢,再叠加 max_execution_time。

先看懂递归 CTE 的两条边界

一个递归 CTE 通常由初始成员和递归成员组成。初始成员给出起点,递归成员从 CTE 自身继续取下一层;例如生成 1 到 5 的序列:

WITH RECURSIVE numbers (n) AS (
    SELECT 1                          -- 初始成员:从 1 开始
    UNION ALL
    SELECT n + 1 FROM numbers
    WHERE n 

这里有两条不同的边界:n 决定结果应该在哪里结束,cte_max_recursion_depth 决定服务器最多允许递归多少层。前者缺失时,后者只能在失控后兜底;后者过小,则一个本来合法的树深度也可能被提前终止。

递归 CTE 的初始成员、递归成员、终止条件和结果集静态关系说明图
图1:结构说明图,查看初始成员、递归成员、终止条件与结果集之间的静态关系。

遇到深度错误时,先修终止条件

如果把 WHERE n 去掉,递归成员会持续生成新行。MySQL 8.4 手册说明,服务器会在 CTE 递归超过 cte_max_recursion_depth 允许的层数时终止执行,默认值是 1000。这个错误通常说明查询边界不完整,而不是应该直接把参数调到很大。

WITH RECURSIVE numbers (n) AS (
    SELECT 1                          -- 保留可追踪的起点
    UNION ALL
    SELECT n + 1 FROM numbers
    -- 这里故意缺少终止条件,生产查询不要照搬
)
SELECT n FROM numbers;

排查时我会按这个顺序看:递归列是否真的向目标靠近;WHERE 是否引用了递归列;日期、层级或父子键是否存在不会变化的情况;以及 UNION ALL 是否在业务上可能不断产生重复路径。只有确认终止条件合理后,才进入参数调整。

用 SESSION 级参数给一次查询设置预算

cte_max_recursion_depth 的作用域包含 Global 和 Session,并且可以动态设置。开发或接口请求中,优先使用 SESSION,避免把一个深度较大的报表需求变成所有新连接的默认行为。

SET SESSION cte_max_recursion_depth = 5000; -- 只提高当前连接的递归预算

WITH RECURSIVE org (id, parent_id, depth) AS (
    SELECT id, parent_id, 1                -- 初始成员:根节点深度从 1 计
    FROM department
    WHERE parent_id IS NULL
    UNION ALL
    SELECT d.id, d.parent_id, org.depth + 1
    FROM department AS d
    JOIN org ON d.parent_id = org.id
    WHERE org.depth 

参数值不是越大越好。值设为 0 会让允许的递归层数变成零,适合用来快速阻止此类查询,但不能替代权限、SQL 审核或资源治理。全局设置会影响之后建立的会话;已经存在的连接应以自己的 SESSION 值为准,生产变更前要确认连接池的会话初始化策略。

深度够了但仍然很慢,再加时间保护

深度限制和执行时间限制解决的是两种不同风险:前者限制递归层数,后者限制 SELECT 最长运行时间。MySQL 手册给出的做法是设置会话级 max_execution_time,单位是毫秒;也可以使用查询级优化器提示。

SET SESSION cte_max_recursion_depth = 5000; -- 给合法树深留出预算
SET SESSION max_execution_time = 1000;      -- 本次连接的 SELECT 最多运行 1 秒

WITH RECURSIVE dates (d) AS (
    SELECT DATE('2026-01-01')               -- 初始日期
    UNION ALL
    SELECT d + INTERVAL 1 DAY FROM dates
    WHERE d 
递归深度预算、业务终止条件与查询超时保护的静态关系说明图
图2:边界说明图,查看业务终止条件、递归深度预算和 SELECT 超时各自承担的保护责任。

把错误响应归到正确原因

可以用一个小表快速判断:

现象优先检查处理方向
很快达到递归深度限制递归 WHERE、父子键、日期边界先补或修正业务终止条件
合法树被提前截断SESSION 参数是否过小按实际最大深度调整当前会话
层数不高但查询超时每层产生的行数和连接范围保留深度限制,再设置超时并优化查询范围

总结一下:cte_max_recursion_depth 是递归层数的护栏,不是循环退出条件。文章里的示例只用于说明静态关系,正式接入时要把终止列、会话初始化和超时策略一起纳入 SQL 评审。

相关问题

把 cte_max_recursion_depth 调大能解决无限递归吗?

不能。它只会把错误推迟到更深层,甚至增加资源消耗;应先修复递归成员的终止条件。

应该改 SESSION 还是 GLOBAL?

单个报表或接口优先改 SESSION。只有确认所有新会话都需要同一预算,并且连接池初始化策略清楚时,才考虑 GLOBAL。

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
MySQL ROW_NUMBER 与 RANK 在并列记录时怎么选MySQL ROW_NUMBER 与 RANK 在并列记录时怎么选
上一篇
MySQL ROW_NUMBER 与 RANK 在并列记录时怎么选
MySQL JSON_TABLE NESTED PATH 没匹配时怎样保留父行
下一篇
MySQL JSON_TABLE NESTED PATH 没匹配时怎样保留父行
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
  • PubMedQA数据集详解:生物医学问答基准、功能与应用指南
    PubMedQA
    深入了解PubMedQA生物医学问答数据集,涵盖其核心功能、使用方法及在临床决策、药物研发等场景的应用,助力提升NLP模型性能。
    1018次使用
  • 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。
    1020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。
    1151次使用
  • 斯坦福HELM:大语言模型Holistic Evaluation整体评估框架详解
    HELM
    深入了解斯坦福推出的HELM(Holistic Evaluation of Language Models)大模型评测体系。本文解析其核心功能、安装配置步骤及应用场景,涵盖准确性、公平性、鲁棒性等多维度指标,助力开发者全面优化语言模型性能。
    1121次使用
  • MMBench详解:多模态大模型基准测试、功能特点与使用指南
    MMBench
    MMBench是由上海人工智能实验室等机构联合推出的多模态基准测试平台,提供细粒度能力评估、大规模数据集及VLMEvalKit工具。本文详细介绍其核心功能、安装使用方法及应用场景,助力开发者全面评估多模态模型性能。
    962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 和 隐私政策
返回登录
  • 重置密码