给定一个表的定义：

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;
复制代码

如果要查询城市是“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，查询语句逻辑：

select city,name,age from t where city='杭州' order by name limit 1000;
复制代码

1 全字段排序

为避免全表扫描，需要在city字段加上索引。

在city字段上创建索引之后，用explain命令来看看这个语句的执行情况。在这里插入图片描述

图1 使用explain命令查看语句的执行情况

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

为了说明这个SQL查询语句的执行过程，先来看一下city这个索引的示意图。

在这里插入图片描述

图2 city字段的索引示意图

满足city='杭州’条件的行，是从ID_X到ID_(X+N)的这些记录。

这个语句的执行流程：

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（ID_X）；
到主键id索引取出整行，取name、city、age三个字段的值，存入sort_buffer中；
从索引city取下一个记录的主键id；
重复步骤3、4直到city的值不满足查询条件为止（ID_Y）；
对sort_buffer中的数据按照字段name做快速排序；
按照排序结果取前1000行返回给客户端。

在这里插入图片描述

图3 全字段排序

“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，取决于排序所需的内存和参数sort_buffer_size。

sort_buffer_size：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。反之，则利用磁盘临时文件辅助排序。

可以用下面介绍的方法，来确定一个排序语句是否使用了临时文件。

/* 打开optimizer_trace，只对本线程有效 */
SET optimizer_trace='enabled=on'; 

/* @a保存Innodb_rows_read的初始值 */
select VARIABLE_VALUE into @a from  performance_schema.session_status where variable_name = 'Innodb_rows_read';

/* 执行语句 */
select city,name,age from t where city='杭州' order by name limit 1000; 

/* 查看 OPTIMIZER_TRACE 输出 */
SELECT * FROM `information_schema`.`OPTIMIZER_TRACE`\G

/* @b保存Innodb_rows_read的当前值 */
select VARIABLE_VALUE into @b from performance_schema.session_status where variable_name = 'Innodb_rows_read';

/* 计算Innodb_rows_read差值 */
select @b-@a;
复制代码

这个方法是通过查看 OPTIMIZER_TRACE 的结果来确认的，可以从 number_of_tmp_files中看到是否使用了临时文件。在这里插入图片描述

图4 全排序的OPTIMIZER_TRACE部分结果

number_of_tmp_files表示的是，排序过程中使用的临时文件数。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，所以需要12个文件。

如果sort_buffer_size超过了待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。sort_buffer_size越小，需要分成的份数越多，number_of_tmp_files的值越大。

其他值的含义：

示例中有4000条满足city='杭州’的记录，所以 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。
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。

注意：为了避免对结论造成干扰，要把internal_tmp_disk_storage_engine设置成MyISAM。否则，select @b-@a的结果会显示为4001。因为查询OPTIMIZER_TRACE这个表时，需要用到临时表。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。

2 rowid排序

在上面的过程里，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，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。所以如果单行很大，这个方法效率不够好。

如果修改一个参数，让MySQL采用另外一种算法。

SET max_length_for_sort_data = 16;
复制代码

max_length_for_sort_data，是控制用于排序的行数据的长度的一个参数。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，把max_length_for_sort_data设置为16时，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。

整个执行流程就变为：

初始化sort_buffer，确定放入两个字段，即name和id；
从索引city找到第一个满足city='杭州’条件的主键id（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取下一个记录的主键id；
重复步骤3、4直到不满足city='杭州’条件为止（ID_Y）；
对sort_buffer中的数据按照字段name进行排序；
遍历排序结果，取前1000行，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。

在这里插入图片描述

图5 rowid排序

对比全字段排序流程，rowid排序多访问了一次表t的主键索引（步骤7）。

在这里插入图片描述

图6 rowid排序的OPTIMIZER_TRACE部分输出

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,语句是limit 1000，因此会多读1000行。

其他的变化：

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。
number_of_tmp_files变成10，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。

3 全字段排序 VS rowid排序

如果MySQL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。

也体现了MySQL的一个设计思想：如果内存够，就要多利用内存，尽量减少磁盘访问。对于InnoDB表来说，rowid排序会要求回表多造成磁盘读，因此不会被优先选择。

实际上，并不是所有的order by语句都需要排序操作的。MySQL之所以需要生成临时表，并且在临时表上做排序操作，其原因是原来的数据都是无序的。

如果能够保证从city这个索引上取出来的行，都是按照name递增排序的话，就可以不用再排序了

可以在这个市民表上创建一个city和name的联合索引：

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

在这里插入图片描述

图7 city和name联合索引示意图

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

这样整个查询过程的流程就变成：

从索引(city,name)找到第一个满足city='杭州’条件的主键id；
到主键id索引取出整行，取name、city、age三个字段的值，作为结果集的一部分直接返回；
从索引(city,name)取下一个记录主键id；
重复步骤2、3，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。

在这里插入图片描述

图8 引入(city,name)联合索引后，查询语句的执行计划

这个查询过程不需要临时表，也不需要排序。用explain的结果来印证一下：

在这里插入图片描述

图9 引入(city,name)联合索引后，查询语句的执行计划

Extra字段中没有Using filesort，需要排序。而且由于(city,name)这个联合索引本身有序，所以这个查询也不用把4000行全都读一遍，只要找到满足条件的前1000条记录就可以退出了。

利用覆盖索引进一步简化：

覆盖索引：索引上的信息足够满足查询请求，不需要再回到主键索引上去取数据。

,age针对这个查询，可以创建一个city、name和age的联合索引：

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

执行流程变成：

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。

在这里插入图片描述

图10 引入(city,name,age)联合索引后，查询语句的执行流程

explain的结果：在这里插入图片描述

图11 引入(city,name,age)联合索引后，查询语句的执行计划

Extra字段里面多了“Using index”，表示的就是使用了覆盖索引，性能上会快很多。

4 设计实战

假设表里面有city_name(city, name)联合索引，要查杭州和苏州两个城市中所有的市民的姓名，并且按名字排序，显示前100条记录。如果SQL查询语句是这么写的：

select * from t where city in ('杭州',"苏州") order by name limit 100;
复制代码

这个语句执行的时候会有排序过程吗？

虽然有(city,name)联合索引，对于单个city内部，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，而是同时查了"杭州"和" 苏州 "两个城市，因此所有满足条件的name就不是递增的了。也就是说，这条SQL语句需要排序。

如何实现一个在数据库端不需要排序的方案？

要用到(city,name)联合索引的特性，把这一条语句拆成两条语句，执行流程如下：执行select * from t where city=“杭州” order by name limit 100; ，这个语句不需要排序，客户端用一个长度为100的内存数组A保存结果。执行select * from t where city=“苏州” order by name limit 100; 用相同的方法，结果被存进了内存数组B。现在A和B是两个有序数组，可以用归并排序的思想，得到name最小的前100值。

如果有分页需求，要显示第101页，也就是说语句最后要改成 “limit 10000,100”，如何实现？

处理方式其实也差不多，要把上面的两条语句改成写：

select * from t where city="杭州" order by name limit 10100; 
复制代码

和

select * from t where city="苏州" order by name limit 10100; 
复制代码

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

这个方案有一个明显的损失，就是从数据库返回给客户端的数据量变大了。如果数据的单行比较大的话，可以考虑把这两条SQL语句改成下面这种写法：

select id,name from t where city="杭州" order by name limit 10100;
复制代码

和

select id,name from t where city="苏州" order by name limit 10100;
复制代码

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

MySQL中orderBy的工作原理

1 全字段排序

2 rowid排序

3 全字段排序 VS rowid排序

4 设计实战

Guess you like