order by 是怎么工作的
学习检测
-
order by 是怎么工作(流程)的?
-
全字段排序受什么影响?
-
全字段排序的流程?
-
全字段排序的缺点?
-
rowid排序是什么?
-
什么条件触发rowid排序?
-
rowid排序的和全字段排序流程的不同?
-
rowid排序的缺点?
-
全字段排序和rowid排序比较?
-
避免排序的方法?
总结
-
order by 取出数据在sort_buffer中进行排序,分为全字段排序和rowid排序
-
全字段排序sort_buffer_size影响和max_length_sort_data影响,如果查询字 段的长度大于max_length_sort_data会采用rowid排序,反之是全字段排序, 如果sort_buffer_size越小,number_of_tmp_files(用于排序的临时文件)就越 多
-
以 select city,name,age from t where city=’’ order by name limit 1000;为例
-
申请sort_buffer,确认放入查询字段,
-
到查询字段city的索引树,查找满足条件的行数据,取出city、name、age字段放入sort_buffer
-
在到city索引书查找下一条记录,直到不满足条件的数据
-
sort_buffer根据name排序,返回前1000条
-
-
全字段排序有可能超多sort_buffer_size,造成number_of_tmp_files文件过多
-
rowid排序是只把排序的字段和主键id放入sort_buffer中,然后排序好,根 据id取主键树取数据返回
-
当查询的字段长度超过max_length_sort_data的值的时候
-
以select city,name,age from t where city=’’ order by name limit 1000;为例
-
申请sort_buffer,确定放入name、id字段
-
到city索引树取出满足条件的id到主键索引树取出行数据,取出name、id放入sort_buffer中
-
重复上面步骤到city索引树中查找满足条件的数据,直到不满足
-
在sort_buffer中根据name排序
-
取前1000条数据,根据主键id到主键索引树取出行数据中的name、city、age字段返回
-
不同点在于多了一次回表的操作
-
-
在sort_buffer中排序完成后,要再次回表取出数据,回表的代价
-
sort_buffer_size足够大,默认32m,不会回表查数据,rowid排序会有回表代 价
-
建立合适的联合索引,做到所以覆盖。order by 联合索引的部分,或者前缀 索引
查询城市是杭州的所有人名字,并且按照姓名返回1000个人的姓名和年龄
表结构定义
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;
查询sql语句
select city,name,age from t where city='杭州' order by name limit 1000 ;
全字段排序
explain 执行计划
sort_buffer
extra 这个字段中的”using filesort”表示的就是排序,mysql会给每个线程分配一块内存用于排序,称为sort_buffer
sql 查询执行过程图
从图中可以看到,满足 city='杭州’条件的行,是从 ID_X 到 ID_(X+N) 的这些记录。
执行流程:
- 初始化sort_buffer,确定放入name、city、age这三个字段
- 从索引city找到第一个满足city=“杭州”条件的主键id,也就是途中的ID_X;
- 到主键id索引取出整行,取name、city、age这个三个字段,存入sort_buffer中
- 从索引city取下一个记录的主键id
- 重复上面两个步骤直到city的值不满足查询条件为止,对应的主键id也即是图中的ID_Y;
- 对sort_buffer中的数据按照字段name做快速排序
- 按照排序结果钱1000条返回给客户端
我们暂且把这个排序过程,称为全字段排序,执行流程的示意图如下所示
图中“按 name 排序”这个动作,可能在内存中完成,也可能需要使用外部排序,这取决于排序所需的内存和参数 sort_buffer_size。
sort_buffer_size,就是 MySQL 为排序开辟的内存(sort_buffer)的大小。如果要排序的数据量小于 sort_buffer_size,排序就在内存中完成。但如果排序数据量太大,内存放不下,则不得不利用磁盘临时文件辅助排序。
查看是否使用了临时文件:
number_of_tmp_files 表示的是,排序过程中使用的临时文件数。你一定奇怪,为什么需要 12 个文件?内存放不下时,就需要使用外部排序,外部排序一般使用归并排序算法。可以这么简单理解,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。
如果 sort_buffer_size 超过了需要排序的数据量的大小,number_of_tmp_files 就是 0,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,需要分成的份数越多,number_of_tmp_files 的值就越大。
接下来,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='杭州’的记录,所以你可以看到 examined_rows=4000,表示参与排序的行数是 4000 行。
sort_mode 里面的 packed_additional_fields 的意思是,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),在排序过程中还是要按照实际长度来分配空间的。
同时,最后一个查询语句 select @b-@a 的返回结果是 4000,表示整个执行过程只扫描了 4000 行。
这里需要注意的是,为了避免对结论造成干扰,我把 internal_tmp_disk_storage_engine 设置成 MyISAM。否则,select @b-@a 的结果会显示为 4001。
这是因为查询 OPTIMIZER_TRACE 这个表时,需要用到临时表,而 internal_tmp_disk_storage_engine 的默认值是 InnoDB。如果使用的是 InnoDB 引擎的话,把数据从临时表取出来的时候,会让 Innodb_rows_read 的值加 1。
rowid排序
全字段排序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。但这个算法有一个问题,就是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,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。
如果 MySQL 认为排序的单行长度太大会怎么做呢?
SET max_length_for_sort_data = 16;
max_length_for_sort_data,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,如果单行的长度超过这个值,MySQL 就认为单行太大,要换一个算法。
city、name、age 这三个字段的定义总长度是 36,我把 max_length_for_sort_data 设置为 16,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,只有要排序的列(即 name 字段)和主键 id。
流程:
- 初始化sort_buffer,确认放入两个字段,即name、id
- 从索引city找到第一个满足city=“杭州”条件的主键id,也就是图中的ID-X
- 到主键id索引取出整行,取name、id这两个字段,存入sort_buffer中
- 从索引city取出下一个记录的主键id
- 重复3、4步骤直到不满足city=“杭州”条件为止,也就是图中的ID_Y
- 遍历结果,取出前1000行,并按照id值会表取出city、name、age三个字段返回给客户端
这个流程示意图如下,我们成为rowid排序
对比图 3 的全字段排序流程图你会发现,rowid 排序多访问了一次表 t 的主键索引,就是步骤 7。
需要说明的是,最后的“结果集”是一个逻辑概念,实际上 MySQL 服务端从排序后的 sort_buffer 中依次取出 id,然后到原表查到 city、name 和 age 这三个字段的结果,不需要在服务端再耗费内存存储结果,是直接返回给客户端的。
根据这个说明过程和图示,你可以想一下,这个时候执行 select @b-@a,结果会是多少呢?
现在,我们就来看看结果有什么不同。
首先,图中的 examined_rows 的值还是 4000,表示用于排序的数据是 4000 行。但是 select @b-@a 这个语句的值变成 5000 了。
因为这时候除了排序过程外,在排序完成后,还要根据 id 去原表取值。由于语句是 limit 1000,因此会多读 1000 行。(再次回表)
从 OPTIMIZER_TRACE 的结果中,你还能看到另外两个信息也变了。
n sort_mode 变成了 <sort_key, rowid>,表示参与排序的只有 name 和 id 这两个字段。
n number_of_tmp_files 变成 10 了,是因为这时候参与排序的行数虽然仍然是 4000 行,但是每一行都变小了,因此需要排序的总数据量就变小了,需要的临时文件也相应地变少了。
全字段排序 VS rowid 排序
如果 MySQL 实在是担心排序内存太小,会影响排序效率,才会采用 rowid 排序算法,这样排序过程中一次可以排序更多行,但是需要再回到原表去取数据。
如果 MySQL 认为内存足够大,会优先选择全字段排序,把需要的字段都放到 sort_buffer 中,这样排序后就会直接从内存里面返回查询结果了,不用再回到原表去取数据。
如果内存够,就要多利用内存,尽量减少从盘访问
对于InnoDB来说rowid排序会要求回表多,造成磁盘读,因此不会被优先选择
避免排序的方法
创建联合索引,使查出来的数据是有序的