假如你是MySQL作者，你会如何实现order by?

大家好，我是IT周瑜，最近在研究MySQL源码，同时自己也在尝试手写一个MySQL，发现挺有趣的，因此这篇文章来跟大家一起扮演MySQL作者，一起来分析一下order by该如何实现。

大家如果对手写MySQL感兴趣，可以关注我的公众号：IT周瑜

大家先看以下SQL：

select * from t1 order by name;

以上SQL对应的需求很简单：对t1表中的全部数据按照name字段进行升序排序。

请大家思考5秒钟：如果你是MySQL作者，你会如何实现以上需求？

思路一

首先，我想到的最简单的思路是：

1. 从磁盘中读取t1表的全部数据，并放到到一个内存List中，如果用Java，那就是一个ArrayList
2. 然后基于此内存List，将数据按照name字段进行排序
3. 把排序后的内存List中的数据返回给客户端
4. 结束

思路很简单，但是我在想一个问题：如果表的数据特别多呢？如果没有足够的内存来存储所有数据呢？

也就是说，如果数据比较多，思路一就行不不通了，于是，我想到了思路二。

思路二

思路一的问题在于不能处理数据量比较大的情况，那么，我们能不能减少内存List中的数据呢，答案是可以的。

思路一的内存List中是存了一条记录的全部字段，那能不能只存部分字段呢，比如只存排序字段和主键，于是我得到思路二：

1. 从磁盘中读取t1表的全部数据，但只读取name字段和主键字段，把读取的数据放到一个内存List中
2. 然后基于此内存List，将数据按照name字段进行排序
3. 然后依次取排序后内存List中的每一条记录，取出该记录的主键进行回表，得到该记录对应的完整记录，并把完整记录发送给客户端
4. 循环执行第3步，直到遍历内存List结束

此思路的：

• 优点是：内存List中只存了排序字段和主键，从而能够支持对更多数据进行排序
• 缺点1：排序之后需要根据主键进行回表得到完整记录
• 缺点2：内存不是无限的，就算只存排序字段和主键，数据量特别大的时候，内存可能仍然不够用

思路二相比较思路一：能支持更多数据的排序，但整个过程多了回表步骤。

思路三

思路二的缺点2，依然是内存不够的情况，俗话说："内存不够，磁盘来凑"，我的思路是：

1. 如果内存够用，那就直接用内存进行排序
2. 如果内存不够，那就需要用文件来排序

思路三是这样的：

1. 依次遍历t1表的每条记录，取排序字段和主键字段，存到内存List中
2. 如果内存List没有满，则继续执行第1步，如果内存List满了，则执行第3步
3. 把List中的数据按排序字段进行排序，并把排序后的List持久化到一个临时文件中
4. 清空内存List，继续执行第1步，直到把所有记录都遍历完，遍历完后执行第5步
5. 最后就得到了多个临时文件，每个临时文件本质上都是一个排序之后的内存List
6. 接下来就进行文件的归并排序，最终得到一个所有记录排序后的大临时文件，不过该临时文件中只有排序字段和主键
7. 最后依次读取大临时文件中主键字段进行回表，得到对应的完整记录，并把完整记录发送给客户端

这样，不管表里面有多少条记录，都会先加到内存List中，内存List如果满了就持久化到临时文件，最后对所有的临时文件进行归并排序，这种思路理论上是可以处理无限多条数据的。

不过要注意，文件的归并排序，不能把文件的内容都读到内存中进行排序，这样就违背了内存不够的前提。

文件的归并排序步骤是这样的：

1. 先取文件A和文件B
2. 取文件A的记录A1，取文件B的记录B1
3. 比较两条记录，假如A1小，那就将AI记录存入一个新的临时文件C中
4. 取文件的A的记录A2，和文件B的记录B1进行比较
5. 直到某个文件的记录被遍历完
6. 这样文件A和文件B最终就合并为了文件C
7. 再拿文件C和其他文件进行合并
8. 最后只得到一个合并文件，并且是排好序的

在这个过程中每次都只占用了两条记录的内存空间。

对于思路三：

• 优点：相比思路二，能支持更多数据的排序
• 缺点：需要进行更多的磁盘IO，需要存临时文件，需要读临时文件

思路四

以上三种思路，要么基于内存排序，要么基于文件排序，都需要排序，那有没有不需要进行排序的呢？

那就是索引了，因为索引的本质就是对数据按指定的索引字段进行排序，所以如果排序字段有索引，那么直接取索引上现成的、已经排好序的记录直接返回给客户端就好了。

MySQL用的哪种思路？

MySQL说："成年人不做选择，我都要"。

MySQL会自动进行选择：

1. 思路一：叫做不回表排序
2. 思路二和思路三：叫做回表排序
3. 思路四：叫做索引扫描

上面提到的内存List，在MySQL中叫做sort_buffer，默认大小为256KB，可以通过sort_buffer_size参数进行配置。

好啦，以上就是order by的实现思路，大家还有其他的实现思路吗？

大家如果对手写MySQL感兴趣，可以关注我的公众号：IT周瑜