MySQL实战第十六讲－“orderby”是怎么工作的？

在你开发应用的时候&＃xff0c;一定会经常碰到需要根据指定的字段排序来显示结果的需求。还是以我们前面举例用过的市民表为例&＃xff0c;假设你要查询城市是“杭州”的所有人名字&＃xff0c;并且按照姓名排序返回前 1000 个人的姓名、年龄。

假设这个表的部分定义是这样的&＃xff1a;

CREATE TABLE &＃96;t&＃96; (&＃96;id&＃96; int(11) NOT NULL,&＃96;city&＃96; varchar(16) NOT NULL,&＃96;name&＃96; varchar(16) NOT NULL,&＃96;age&＃96; int(11) NOT NULL,&＃96;addr&＃96; varchar(128) DEFAULT NULL,PRIMARY KEY (&＃96;id&＃96;),KEY &＃96;city&＃96; (&＃96;city&＃96;)
) ENGINE&＃61;InnoDB;

这时&＃xff0c;你的 SQL 语句可以这么写&＃xff1a;

select city,name,age from t where city&＃61;&＃39;杭州&＃39; order by name limit 1000 ;

这个语句看上去逻辑很清晰&＃xff0c;但是你了解它的执行流程吗&＃xff1f;今天&＃xff0c;我就和你聊聊这个语句是怎么执行的&＃xff0c;以及有什么参数会影响执行的行为。

1. 全字段排序

前面我们介绍过索引&＃xff0c;所以你现在就很清楚了&＃xff0c;为避免全表扫描&＃xff0c;我们需要在 city 字段加上索引。

在 city 字段上创建索引之后&＃xff0c;我们用 explain 命令来看看这个语句的执行情况&＃xff0c;如下 图1 所示为使用 explain 命令查看语句的执行情况&＃xff1a;

Extra 这个字段中的“Using filesort”表示的就是需要排序&＃xff0c;MySQL 会给每个线程分配一块内存用于排序&＃xff0c;称为 sort_buffer。 

为了说明这个 SQL 查询语句的执行过程&＃xff0c;我们先来看一下 city 这个索引的示意图&＃xff0c;如下 图2 所示为 city 字段的索引示意图&＃xff1a;

从图中可以看到&＃xff0c;满足 city&＃61;&＃39;杭州’条件的行&＃xff0c;是从 ID_X 到 ID_(X&＃43;N) 的这些记录。

通常情况下&＃xff0c;这个语句执行流程如下所示 &＃xff1a;

1. 初始化 sort_buffer&＃xff0c;确定放入 name、city、age 这三个字段&＃xff1b;

2. 从索引 city 找到第一个满足 city&＃61;&＃39;杭州’条件的主键 id&＃xff0c;也就是图中的 ID_X&＃xff1b;

3. 到主键 id 索引取出整行&＃xff0c;取 name、city、age 三个字段的值&＃xff0c;存入 sort_buffer 中&＃xff1b;

4. 从索引 city 取下一个记录的主键 id&＃xff1b;

5. 重复步骤 3、4 直到 city 的值不满足查询条件为止&＃xff0c;对应的主键 id 也就是图中的 ID_Y&＃xff1b;

6. 对 sort_buffer 中的数据按照字段 name 做快速排序&＃xff1b;

7. 按照排序结果取前 1000 行返回给客户端。

我们暂且把这个排序过程&＃xff0c;称为全字段排序&＃xff0c;执行流程的示意图如下所示&＃xff0c;下一篇文章中我们还会用到这个排序。

如下 图3 所示为全字段排序图&＃xff1a;

图中“按 name 排序”这个动作&＃xff0c;可能在内存中完成&＃xff0c;也可能需要使用外部排序&＃xff0c;这取决于排序所需的内存和参数 sort_buffer_size。

sort_buffer_size&＃xff0c;就是 MySQL 为排序开辟的内存&＃xff08;sort_buffer&＃xff09;的大小。如果要排序的数据量小于 sort_buffer_size&＃xff0c;排序就在内存中完成。但如果排序数据量太大&＃xff0c;内存放不下&＃xff0c;则不得不利用磁盘临时文件辅助排序。

你可以用下面介绍的方法&＃xff0c;来确定一个排序语句是否使用了临时文件。

/* 打开optimizer_trace&＃xff0c;只对本线程有效 */
SET optimizer_trace&＃61;&＃39;enabled&＃61;on&＃39;; /* &＃64;a保存Innodb_rows_read的初始值 */
select VARIABLE_VALUE into &＃64;a from performance_schema.session_status where variable_name &＃61; &＃39;Innodb_rows_read&＃39;;/* 执行语句 */
select city, name,age from t where city&＃61;&＃39;杭州&＃39; order by name limit 1000; /* 查看 OPTIMIZER_TRACE 输出 */
SELECT * FROM &＃96;information_schema&＃96;.&＃96;OPTIMIZER_TRACE&＃96;\G/* &＃64;b保存Innodb_rows_read的当前值 */
select VARIABLE_VALUE into &＃64;b from performance_schema.session_status where variable_name &＃61; &＃39;Innodb_rows_read&＃39;;/* 计算Innodb_rows_read差值 */
select &＃64;b-&＃64;a;

这个方法是通过查看 OPTIMIZER_TRACE 的结果来确认的&＃xff0c;你可以从 number_of_tmp_files 中看到是否使用了临时文件。

如下 图4 所示为全排序的 OPTIMIZER_TRACE 部分结果&＃xff1a;

number_of_tmp_files 表示的是&＃xff0c;排序过程中使用的临时文件数。你一定奇怪&＃xff0c;为什么需要 12 个文件&＃xff1f;内存放不下时&＃xff0c;就需要使用外部排序&＃xff0c;外部排序一般使用归并排序算法。可以这么简单理解&＃xff0c;MySQL 将需要排序的数据分成 12 份&＃xff0c;每一份单独排序后存在这些临时文件中。然后把这 12 个有序文件再合并成一个有序的大文件。

如果 sort_buffer_size 超过了需要排序的数据量的大小&＃xff0c;number_of_tmp_files 就是 0&＃xff0c;表示排序可以直接在内存中完成。

否则就需要放在临时文件中排序。sort_buffer_size 越小&＃xff0c;需要分成的份数越多&＃xff0c;number_of_tmp_files 的值就越大。

接下来&＃xff0c;我再和你解释一下图 4 中其他两个值的意思。

我们的示例表中有 4000 条满足 city&＃61;&＃39;杭州’的记录&＃xff0c;所以你可以看到 examined_rows&＃61;4000&＃xff0c;表示参与排序的行数是 4000 行。

sort_mode 里面的 packed_additional_fields 的意思是&＃xff0c;排序过程对字符串做了“紧凑”处理。即使 name 字段的定义是 varchar(16)&＃xff0c;在排序过程中还是要按照实际长度来分配空间的。

同时&＃xff0c;最后一个查询语句 select &＃64;b-&＃64;a 的返回结果是 4000&＃xff0c;表示整个执行过程只扫描了 4000 行。

这里需要注意的是&＃xff0c;为了避免对结论造成干扰&＃xff0c;我把 internal_tmp_disk_storage_engine 设置成 MyISAM。否则&＃xff0c;select &＃64;b-&＃64;a 的结果会显示为 4001。

这是因为查询 OPTIMIZER_TRACE 这个表时&＃xff0c;需要用到临时表&＃xff0c;而 internal_tmp_disk_storage_engine 的默认值是 InnoDB。如果使用的是 InnoDB 引擎的话&＃xff0c;把数据从临时表取出来的时候&＃xff0c;会让 Innodb_rows_read 的值加 1。

2. rowid 排序

在上面这个算法过程里面&＃xff0c;只对原表的数据读了一遍&＃xff0c;剩下的操作都是在 sort_buffer 和临时文件中执行的。但这个算法有一个问题&＃xff0c;就是如果查询要返回的字段很多的话&＃xff0c;那么 sort_buffer 里面要放的字段数太多&＃xff0c;这样内存里能够同时放下的行数很少&＃xff0c;要分成很多个临时文件&＃xff0c;排序的性能会很差。

所以如果单行很大&＃xff0c;这个方法效率不够好。

那么&＃xff0c;如果 MySQL 认为排序的单行长度太大会怎么做呢&＃xff1f;

接下来&＃xff0c;我来修改一个参数&＃xff0c;让 MySQL 采用另外一种算法。

SET max_length_for_sort_data &＃61; 16;

max_length_for_sort_data&＃xff0c;是 MySQL 中专门控制用于排序的行数据的长度的一个参数。它的意思是&＃xff0c;如果单行的长度超过这个值&＃xff0c;MySQL 就认为单行太大&＃xff0c;要换一个算法。

city、name、age 这三个字段的定义总长度是 36&＃xff0c;我把 max_length_for_sort_data 设置为 16&＃xff0c;我们再来看看计算过程有什么改变。

新的算法放入 sort_buffer 的字段&＃xff0c;只有要排序的列&＃xff08;即 name 字段&＃xff09;和主键 id。

但这时&＃xff0c;排序的结果就因为少了 city 和 age 字段的值&＃xff0c;不能直接返回了&＃xff0c;整个执行流程就变成如下所示的样子&＃xff1a;

1. 初始化 sort_buffer&＃xff0c;确定放入两个字段&＃xff0c;即 name 和 id&＃xff1b;

2. 从索引 city 找到第一个满足 city&＃61;&＃39;杭州’条件的主键 id&＃xff0c;也就是图中的 ID_X&＃xff1b;

3. 到主键 id 索引取出整行&＃xff0c;取 name、id 这两个字段&＃xff0c;存入 sort_buffer 中&＃xff1b;

4. 从索引 city 取下一个记录的主键 id&＃xff1b;

5. 重复步骤 3、4 直到不满足 city&＃61;&＃39;杭州’条件为止&＃xff0c;也就是图中的 ID_Y&＃xff1b;

6. 对 sort_buffer 中的数据按照字段 name 进行排序&＃xff1b;

7. 遍历排序结果&＃xff0c;取前 1000 行&＃xff0c;并按照 id 的值回到原表中取出 city、name 和 age 三个字段返回给客户端。

这个执行流程的示意图如下&＃xff0c;我把它称为 rowid 排序。如下 图5 所示&＃xff1a;

对比图 3 的全字段排序流程图你会发现&＃xff0c;rowid 排序多访问了一次表 t 的主键索引&＃xff0c;就是步骤 7。

需要说明的是&＃xff0c;最后的“结果集”是一个逻辑概念&＃xff0c;实际上 MySQL 服务端从排序后的 sort_buffer 中依次取出 id&＃xff0c;然后到原表查到 city、name 和 age 这三个字段的结果&＃xff0c;不需要在服务端再耗费内存存储结果&＃xff0c;是直接返回给客户端的。

根据这个说明过程和图示&＃xff0c;你可以想一下&＃xff0c;这个时候执行 select &＃64;b-&＃64;a&＃xff0c;结果会是多少呢&＃xff1f;

现在&＃xff0c;我们就来看看结果有什么不同。

首先&＃xff0c;图中的 examined_rows 的值还是 4000&＃xff0c;表示用于排序的数据是 4000 行。但是 select &＃64;b-&＃64;a 这个语句的值变成 5000 了。

因为这时候除了排序过程外&＃xff0c;在排序完成后&＃xff0c;还要根据 id 去原表取值。由于语句是 limit 1000&＃xff0c;因此会多读 1000 行。

如下 图6 所示为 rowid 排序的 OPTIMIZER_TRACE 部分输出&＃xff1a;

从 OPTIMIZER_TRACE 的结果中&＃xff0c;你还能看到另外两个信息也变了。

1. sort_mode 变成了 &＃xff0c;表示参与排序的只有 name 和 id 这两个字段。

2. number_of_tmp_files 变成 10 了&＃xff0c;是因为这时候参与排序的行数虽然仍然是 4000 行&＃xff0c;但是每一行都变小了&＃xff0c;因此需要排序的总数据量就变小了&＃xff0c;需要的临时文件也相应地变少了。

3. 全字段排序 VS rowid 排序

我们来分析一下&＃xff0c;从这两个执行流程里&＃xff0c;还能得出什么结论。

如果 MySQL 实在是担心排序内存太小&＃xff0c;会影响排序效率&＃xff0c;才会采用 rowid 排序算法&＃xff0c;这样排序过程中一次可以排序更多行&＃xff0c;但是需要再回到原表去取数据。

如果 MySQL 认为内存足够大&＃xff0c;会优先选择全字段排序&＃xff0c;把需要的字段都放到 sort_buffer 中&＃xff0c;这样排序后就会直接从内存里面返回查询结果了&＃xff0c;不用再回到原表去取数据。

这也就体现了 MySQL 的一个设计思想&＃xff1a;如果内存够&＃xff0c;就要多利用内存&＃xff0c;尽量减少磁盘访问。

对于 InnoDB 表来说&＃xff0c;rowid 排序会要求回表多造成磁盘读&＃xff0c;因此不会被优先选择。

这个结论看上去有点废话的感觉&＃xff0c;但是你要记住它&＃xff0c;下一篇文章我们就会用到。

看到这里&＃xff0c;你就了解了&＃xff0c;MySQL 做排序是一个成本比较高的操作。那么你会问&＃xff0c;是不是所有的 order by 都需要排序操作呢&＃xff1f;如果不排序就能得到正确的结果&＃xff0c;那对系统的消耗会小很多&＃xff0c;语句的执行时间也会变得更短。

其实&＃xff0c;并不是所有的 order by 语句&＃xff0c;都需要排序操作的。从上面分析的执行过程&＃xff0c;我们可以看到&＃xff0c;MySQL 之所以需要生成临时表&＃xff0c;并且在临时表上做排序操作&＃xff0c;其原因是原来的数据都是无序的。

你可以设想下&＃xff0c;如果能够保证从 city 这个索引上取出来的行&＃xff0c;天然就是按照 name 递增排序的话&＃xff0c;是不是就可以不用再排序了呢&＃xff1f;

确实是这样的。

所以&＃xff0c;我们可以在这个市民表上创建一个 city 和 name 的联合索引&＃xff0c;对应的 SQL 语句是&＃xff1a;

alter table t add index city_user(city, name);

作为与 city 索引的对比&＃xff0c;我们来看看这个索引的示意图。

如下 图7 所示为city 和 name 联合索引示意图&＃xff1a;

在这个索引里面&＃xff0c;我们依然可以用树搜索的方式定位到第一个满足 city&＃61;&＃39;杭州’的记录&＃xff0c;并且额外确保了&＃xff0c;接下来按顺序取“下一条记录”的遍历过程中&＃xff0c;只要 city 的值是杭州&＃xff0c;name 的值就一定是有序的。

这样整个查询过程的流程就变成了&＃xff1a;

1. 从索引 (city,name) 找到第一个满足 city&＃61;&＃39;杭州’条件的主键 id&＃xff1b;

2. 到主键 id 索引取出整行&＃xff0c;取 name、city、age 三个字段的值&＃xff0c;作为结果集的一部分直接返回&＃xff1b;

3. 从索引 (city,name) 取下一个记录主键 id&＃xff1b;

4. 重复步骤 2、3&＃xff0c;直到查到第 1000 条记录&＃xff0c;或者是不满足 city&＃61;&＃39;杭州’条件时循环结束。

如下 图8 所示为 引入 (city,name) 联合索引后&＃xff0c;查询语句的执行计划&＃xff1a;

可以看到&＃xff0c;这个查询过程不需要临时表&＃xff0c;也不需要排序。接下来&＃xff0c;我们用 explain 的结果来印证一下。

如下 图9 所示为引入 (city,name) 联合索引后&＃xff0c;查询语句的执行计划&＃xff1a;

从图中可以看到&＃xff0c;Extra 字段中没有 Using filesort 了&＃xff0c;也就是不需要排序了。而且由于 (city,name) 这个联合索引本身有序&＃xff0c;所以这个查询也不用把 4000 行全都读一遍&＃xff0c;只要找到满足条件的前 1000 条记录就可以退出了。也就是说&＃xff0c;在我们这个例子里&＃xff0c;只需要扫描 1000 次。

既然说到这里了&＃xff0c;我们再往前讨论&＃xff0c;这个语句的执行流程有没有可能进一步简化呢&＃xff1f;不知道你还记不记得&＃xff0c;我在第 5 篇文章《MySQL深入学习第五篇 &＃xff0d; 深入浅出索引&＃xff08;下&＃xff09;》中&＃xff0c;和你介绍的覆盖索引。

这里我们可以再稍微复习一下。覆盖索引是指&＃xff0c;索引上的信息足够满足查询请求&＃xff0c;不需要再回到主键索引上去取数据。

按照覆盖索引的概念&＃xff0c;我们可以再优化一下这个查询语句的执行流程。

针对这个查询&＃xff0c;我们可以创建一个 city、name 和 age 的联合索引&＃xff0c;对应的 SQL 语句就是&＃xff1a;

alter table t add index city_user_age(city, name, age);

这时&＃xff0c;对于 city 字段的值相同的行来说&＃xff0c;还是按照 name 字段的值递增排序的&＃xff0c;此时的查询语句也就不再需要排序了。这样整个查询语句的执行流程就变成了&＃xff1a;

1. 从索引 (city,name,age) 找到第一个满足 city&＃61;&＃39;杭州’条件的记录&＃xff0c;取出其中的 city、name 和 age 这三个字段的值&＃xff0c;作为结果集的一部分直接返回&＃xff1b;

2. 从索引 (city,name,age) 取下一个记录&＃xff0c;同样取出这三个字段的值&＃xff0c;作为结果集的一部分直接返回&＃xff1b;

3. 重复执行步骤 2&＃xff0c;直到查到第 1000 条记录&＃xff0c;或者是不满足 city&＃61;&＃39;杭州’条件时循环结束。

如下 图10 所示为引入 (city,name,age) 联合索引后&＃xff0c;查询语句的执行流程&＃xff1a;

然后&＃xff0c;我们再来看看 explain 的结果。

如下 图11 所示为引入 (city,name,age) 联合索引后&＃xff0c;查询语句的执行计划&＃xff1a;

可以看到&＃xff0c;Extra 字段里面多了“Using index”&＃xff0c;表示的就是使用了覆盖索引&＃xff0c;性能上会快很多。

当然&＃xff0c;这里并不是说要为了每个查询能用上覆盖索引&＃xff0c;就要把语句中涉及的字段都建上联合索引&＃xff0c;毕竟索引还是有维护代价的。这是一个需要权衡的决定。

4. 小结

今天这篇文章&＃xff0c;我和你介绍了 MySQL 里面 order by 语句的几种算法流程。

在开发系统的时候&＃xff0c;你总是不可避免地会使用到 order by 语句。你心里要清楚每个语句的排序逻辑是怎么实现的&＃xff0c;还要能够分析出在最坏情况下&＃xff0c;每个语句的执行对系统资源的消耗&＃xff0c;这样才能做到下笔如有神&＃xff0c;不犯低级错误。

最后&＃xff0c;我给你留下一个思考题吧。

假设你的表里面已经有了 city_name(city, name) 这个联合索引&＃xff0c;然后你要查杭州和苏州两个城市中所有的市民的姓名&＃xff0c;并且按名字排序&＃xff0c;显示前 100 条记录。如果 SQL 查询语句是这么写的 &＃xff1a;

select * from t where city in (&＃39;杭州&＃39;,"苏州") order by name limit 100;

那么&＃xff0c;这个语句执行的时候会有排序过程吗&＃xff0c;为什么&＃xff1f;

如果业务端代码由你来开发&＃xff0c;需要实现一个在数据库端不需要排序的方案&＃xff0c;你会怎么实现呢&＃xff1f;

进一步地&＃xff0c;如果有分页需求&＃xff0c;要显示第 101 页&＃xff0c;也就是说语句最后要改成 “limit 10000,100”&＃xff0c; 你的实现方法又会是什么呢&＃xff1f;

问题解答&＃xff1a;虽然有 (city,name) 联合索引&＃xff0c;对于单个 city 内部&＃xff0c;name 是递增的。但是由于这条 SQL 语句不是要单独地查一个 city 的值&＃xff0c;而是同时查了"杭州"和" 苏州 "两个城市&＃xff0c;因此所有满足条件的 name 就不是递增的了。也就是说&＃xff0c;这条 SQL 语句需要排序。

那怎么避免排序呢&＃xff1f;

1. 执行 select * from t where city&＃61;“杭州” order by name limit 100; 这个语句是不需要排序的&＃xff0c;客户端用一个长度为 100 的内存数组 A 保存结果。

2. 执行 select * from t where city&＃61;“苏州” order by name limit 100; 用相同的方法&＃xff0c;假设结果被存进了内存数组 B。

3. 现在 A 和 B 是两个有序数组&＃xff0c;然后你可以用归并排序的思想&＃xff0c;得到 name 最小的前 100 值&＃xff0c;就是我们需要的结果了。

如果把这条 SQL 语句里“limit 100”改成“limit 10000,100”的话&＃xff0c;处理方式其实也差不多&＃xff0c;即&＃xff1a;要把上面的两条语句改成写&＃xff1a;

select * from t where city&＃61;"杭州" order by name limit 10100;

select * from t where city&＃61;"苏州" order by name limit 10100。

这时候数据量较大&＃xff0c;可以同时起两个连接一行行读结果&＃xff0c;用归并排序算法拿到这两个结果集里&＃xff0c;按顺序取第 10001~10100 的 name 值&＃xff0c;就是需要的结果了。

当然这个方案有一个明显的损失&＃xff0c;就是从数据库返回给客户端的数据量变大了。

所以&＃xff0c;如果数据的单行比较大的话&＃xff0c;可以考虑把这两条 SQL 语句改成下面这种写法&＃xff1a;

select id,name from t where city&＃61;"杭州" order by name limit 10100;

select id,name from t where city&＃61;"苏州" order by name limit 10100。

然后&＃xff0c;再用归并排序的方法取得按 name 顺序第 10001~10100 的 name、id 的值&＃xff0c;然后拿着这 100 个 id 到数据库中去查出所有记录。

上面这些方法&＃xff0c;需要你根据性能需求和开发的复杂度做出权衡。