文章目录
- [MySQL45讲 第十六讲 "order by"是怎么工作的?](#MySQL45讲 第十六讲 “order by”是怎么工作的?)
-
- 一、引言
- 二、全字段排序
- [三、rowid 排序](#三、rowid 排序)
-
- (一)参数控制与算法改变
- (二)执行流程
- [(三)全字段排序和rowid 排序性能对比](#(三)全字段排序和rowid 排序性能对比)
- 四、利用联合索引避免排序
- 五、总结与思考
MySQL45讲 第十六讲 "order by"是怎么工作的?
一、引言
在应用开发中,经常需要根据指定字段排序显示结果。本文以查询城市为 "杭州" 的市民信息并按姓名排序为例,深入探讨 MySQL 中 "order by" 语句的执行流程、不同算法以及相关优化策略,避免在开发中出现性能问题。
例子:假设你要查询城市是"杭州"的所有人名字,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:
sql
CREATE TABLE `t` (
`id` int(11) NOT NULL,
`city` varchar(16) NOT NULL,
`name` varchar(16) NOT NULL,
`age` int(11) NOT NULL,
`addr` varchar(128) DEFAULT NULL,
PRIMARY KEY (`id`),
KEY `city` (`city`)
) ENGINE=InnoDB;
这时,你的SQL语句可以这么写:
sql
select city,name,age from t where city='杭州' order by name limit 1000;
二、全字段排序
(一)索引创建与执行情况分析
-
MySQL会给每个线程分配一块内存用于排序,这块内存称为
sort_buffer
。为避免全表扫描,需在city
字段创建索引。 -
使用
explain
命令查看执行情况,Extra
字段中的Using filesort
表示需要排序,MySQL 会为每个线程分配sort_buffer
内存用于排序。
(二)执行流程
- 初始化
sort_buffer
,确定放入name
、city
、age
三个字段。 - 从
city
索引找到满足条件的第一个主键id
。 - 到主键
id
索引取出整行,取相关字段值存入sort_buffer
。 - 从
city
索引取下一个记录的主键id
,重复 3、4 步直到不满足条件。 - 对
sort_buffer
中的数据按name
字段做快速排序(可能在内存或使用外部排序,取决于sort_buffer_size
参数和排序数据量)。 - 取前 1000 行返回给客户端。
(三)查看是否使用临时文件
-
通过设置
optimizer_trace
为enabled=on
,计算执行语句前后performance_schema.session_status
中Innodb_rows_read
的差值,并查看OPTIMIZER_TRACE
结果中的number_of_tmp_files
,可确定是否使用临时文件。若该值大于 0,表示使用了外部排序,MySQL 将数据分成多份排序后合并;若为0,表示可在内存中完成排序。 -
下图中的
number_of_tmp_files=12
代表MySQL将需要排序的数据分成12份,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。
三、rowid 排序
在全字段排序算法 过程里面,只对原表的数据读了一遍,剩下的操作都是在sort_buffer
和临时文件中执行的。如果查询要返回的字段很多的话,那么sort_buffer
里面要放的字段数太多,即行长度过长,这样内存里能够同时放下的行数很少,要分成很多个临时文件,排序的性能会很差。这时候就需要使用rowid排序
。
(一)参数控制与算法改变
SET max_length_for_sort_data = 16;
- 当
max_length_for_sort_data
参数设置为较小值(如 16),且单行长度超过该值时,MySQL 采用rowid排序
算法。此算法放入sort_buffer
的字段只有要排序的列 (如 "name")和主键 id
。
(二)执行流程
-
初始化
sort_buffer
,确定放入name
和id
字段。 -
从
city
索引找到满足条件的第一个主键id
。 -
到主键
id
索引取出整行,取name
和id
字段存入sort_buffer
。 -
从
city
索引取下一个记录的主键id
,重复 3、4 步直到不满足条件。 -
对
sort_buffer
中的数据按name
排序。 -
遍历排序结果取前 1000 行,按
id
值回原表取出city
、name
和age
字段返回给客户端。此算法多了一次回表操作,但在单行数据较大时,可在排序过程中一次排序更多行。
(三)全字段排序和rowid 排序性能对比
- 全字段排序 在内存足够时优先选择,可直接从内存返回结果,减少磁盘访问;
- rowid 排序在内存较小时使用,虽排序时能处理更多行,但需回表取数据,增加磁盘读操作。
四、利用联合索引避免排序
(一)创建联合索引
-
创建
city
和name
的联合索引(如city_user (city, name)
),可确保从该索引取出行时按name
递增排序,无需再进行排序操作。 -
无需继续创建临时表和排序 ,使用
explain
指令查看,Extra
字段已经没有Using filesort
,证明
(二)执行流程简化
-
从联合索引找到满足条件的第一个主键
id
。 -
到主键
id
索引取整行相关字段值直接返回。 -
从联合索引取下一个记录主键
id
,重复 2 步直到满足条件结束。
(三)覆盖索引优化
-
进一步创建
city
、name
和age
的联合索引(如city_user_age (city, name, age)
),可利用覆盖索引,直接从索引获取数据返回,无需回表从主键索引取数据 ,性能更快,但需权衡索引维护代价。覆盖索引是指,索引上的信息足够满足查询请求,不需要回到主键索引上去取数据。 -
这样整个查询语句的执行流程就变成了:
- 从索引
(city,name,age)
找到第一个满足city='杭州'
条件的记录,取出其中的city、name和age
这三个字段的值,作为结果集的一部分直接返回; - 从索引
(city,name,age)
取下一个记录,同样取出这三个字段的值,作为结果集的一部分直接返回; - 重复执行步骤2,直到查到第1000条记录,或者是不满足
city='杭州'
条件时循环结束。
- 从索引
五、总结与思考
MySQL 中 order by
语句有多种执行算法,开发人员应清楚其排序逻辑和系统资源消耗,根据实际情况选择合适方案。
- 全字段排序可能需要使用临时表进行排序,在字段过多的情况下性能可能会很差。
- 为了减少字段过长导致的排序性能下降,rowid排序 算法放入
sort_buffer
的字段只有要排序的列 (如 "name")和主键 id
。 - 如果需要进一步提高性能,可以采取联合索引乃至覆盖索引(字段已排序),这样就可以避免排序,但是需要消耗空间存储索引和维护索引为代价。