MySQL深刻学习第十六篇－“order by”是怎么工做的？

在你开发应用的时候，必定会常常碰到须要根据指定的字段排序来显示结果的需求。仍是以咱们前面举例用过的市民表为例，假设你要查询城市是“杭州”的全部人名字，而且按照姓名排序返回前 1000 我的的姓名、年龄。

假设这个表的部分定义是这样的：

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 语句能够这么写：

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

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

 

全字段排序

前面咱们介绍过索引，因此你如今就很清楚了，为避免全表扫描，咱们须要在 city 字段加上索引。

在 city 字段上建立索引以后，咱们用 explain 命令来看看这个语句的执行状况，以下 图1 所示为使用 explain 命令查看语句的执行状况：

Extra 这个字段中的“Using filesort”表示的就是须要排序，MySQL 会给每一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，咱们先来看一下 city 这个索引的示意图，以下 图2 所示为 city 字段的索引示意图：

从图中能够看到，知足 city='杭州’条件的行，是从 ID_X 到 ID_(X+N) 的这些记录。

一般状况下，这个语句执行流程以下所示 ：

1. 初始化 sort_buffer，肯定放入 name、city、age 这三个字段；

2. 从索引 city 找到第一个知足 city='杭州’条件的主键 id，也就是图中的 ID_X；

3. 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；

4. 从索引 city 取下一个记录的主键 id；

5. 重复步骤 三、4 直到 city 的值不知足查询条件为止，对应的主键 id 也就是图中的 ID_Y；

6. 对 sort_buffer 中的数据按照字段 name 作快速排序；

7. 按照排序结果取前 1000 行返回给客户端。

咱们暂且把这个排序过程，称为全字段排序，执行流程的示意图以下所示，下一篇文章中咱们还会用到这个排序。

以下 图3 所示为全字段排序图：

图中“按 name 排序”这个动做，可能在内存中完成，也可能须要使用外部排序，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。若是要排序的数据量小于 sort_buffer_size，排序就在内存中完成。但若是排序数据量太大，内存放不下，则不得不利用磁盘临时文件辅助排序。

你能够用下面介绍的方法，来肯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;

这个方法是经过查看 OPTIMIZER_TRACE 的结果来确认的，你能够从 number_of_tmp_files 中看到是否使用了临时文件。

以下 图4 所示为全排序的 OPTIMIZER_TRACE 部分结果：

number_of_tmp_files 表示的是，排序过程当中使用的临时文件数。你必定奇怪，为何须要 12 个文件？内存放不下时，就须要使用外部排序，外部排序通常使用归并排序算法。能够这么简单理解，MySQL 将须要排序的数据分红 12 份，每一份单独排序后存在这些临时文件中。而后把这 12 个有序文件再合并成一个有序的大文件。

若是 sort_buffer_size 超过了须要排序的数据量的大小，number_of_tmp_files 就是 0，表示排序能够直接在内存中完成。

不然就须要放在临时文件中排序。sort_buffer_size 越小，须要分红的份数越多，number_of_tmp_files 的值就越大。

接下来，我再和你解释一下图 4 中其余两个值的意思。

咱们的示例表中有 4000 条知足 city='杭州’的记录，因此你能够看到 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，排序过程对字符串作了“紧凑”处理。即便 name 字段的定义是 varchar(16)，在排序过程当中仍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。

这里须要注意的是，为了不对结论形成干扰，我把 internal_tmp_disk_storage_engine 设置成 MyISAM。不然，select @b-@a 的结果会显示为 4001。

这是由于查询 OPTIMIZER_TRACE 这个表时，须要用到临时表，而 internal_tmp_disk_storage_engine 的默认值是 InnoDB。若是使用的是 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

在上面这个算法过程里面，只对原表的数据读了一遍，剩下的操做都是在 sort_buffer 和临时文件中执行的。但这个算法有一个问题，就是若是查询要返回的字段不少的话，那么 sort_buffer 里面要放的字段数太多，这样内存里可以同时放下的行数不多，要分红不少个临时文件，排序的性能会不好。

因此若是单行很大，这个方法效率不够好。

那么，若是 MySQL 认为排序的单行长度太大会怎么作呢？

接下来，我来修改一个参数，让 MySQL 采用另一种算法。

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，若是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，咱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。

但这时，排序的结果就由于少了 city 和 age 字段的值，不能直接返回了，整个执行流程就变成以下所示的样子：

1. 初始化 sort_buffer，肯定放入两个字段，即 name 和 id；

2. 从索引 city 找到第一个知足 city='杭州’条件的主键 id，也就是图中的 ID_X；

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

4. 从索引 city 取下一个记录的主键 id；

5. 重复步骤 三、4 直到不知足 city='杭州’条件为止，也就是图中的 ID_Y；

6. 对 sort_buffer 中的数据按照字段 name 进行排序；

7. 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。

这个执行流程的示意图以下，我把它称为 rowid 排序。以下 图5 所示：

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。

须要说明的是，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，而后到原表查到 city、name 和 age 这三个字段的结果，不须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，你能够想一下，这个时候执行 select @b-@a，结果会是多少呢？

如今，咱们就来看看结果有什么不一样。

首先，图中的 examined_rows 的值仍是 4000，表示用于排序的数据是 4000 行。可是 select @b-@a 这个语句的值变成 5000 了。

由于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。因为语句是 limit 1000，所以会多读 1000 行。

以下 图6 所示为 rowid 排序的 OPTIMIZER_TRACE 部分输出：

从 OPTIMIZER_TRACE 的结果中，你还能看到另外两个信息也变了。

1. 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。

2. number_of_tmp_files 变成 10 了，是由于这时候参与排序的行数虽然仍然是 4000 行，可是每一行都变小了，所以须要排序的总数据量就变小了，须要的临时文件也相应地变少了。

 

全字段排序 VS rowid 排序

咱们来分析一下，从这两个执行流程里，还能得出什么结论。

若是 MySQL 实在是担忧排序内存过小，会影响排序效率，才会采用 rowid 排序算法，这样排序过程当中一次能够排序更多行，可是须要再回到原表去取数据。

若是 MySQL 认为内存足够大，会优先选择全字段排序，把须要的字段都放到 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。

这也就体现了 MySQL 的一个设计思想：若是内存够，就要多利用内存，尽可能减小磁盘访问。

对于 InnoDB 表来讲，rowid 排序会要求回表多形成磁盘读，所以不会被优先选择。

这个结论看上去有点废话的感受，可是你要记住它，下一篇文章咱们就会用到。

看到这里，你就了解了，MySQL 作排序是一个成本比较高的操做。那么你会问，是否是全部的 order by 都须要排序操做呢？若是不排序就能获得正确的结果，那对系统的消耗会小不少，语句的执行时间也会变得更短。

其实，并非全部的 order by 语句，都须要排序操做的。从上面分析的执行过程，咱们能够看到，MySQL 之因此须要生成临时表，而且在临时表上作排序操做，其缘由是原来的数据都是无序的。

你能够设想下，若是可以保证从 city 这个索引上取出来的行，自然就是按照 name 递增排序的话，是否是就能够不用再排序了呢？

确实是这样的。

因此，咱们能够在这个市民表上建立一个 city 和 name 的联合索引，对应的 SQL 语句是：

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

做为与 city 索引的对比，咱们来看看这个索引的示意图。

以下 图7 所示为city 和 name 联合索引示意图：

在这个索引里面，咱们依然能够用树搜索的方式定位到第一个知足 city='杭州’的记录，而且额外确保了，接下来按顺序取“下一条记录”的遍历过程当中，只要 city 的值是杭州，name 的值就必定是有序的。

这样整个查询过程的流程就变成了：

1. 从索引 (city,name) 找到第一个知足 city='杭州’条件的主键 id；

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

3. 从索引 (city,name) 取下一个记录主键 id；

4. 重复步骤 二、3，直到查到第 1000 条记录，或者是不知足 city='杭州’条件时循环结束。

以下 图8 所示为 引入 (city,name) 联合索引后，查询语句的执行计划：

能够看到，这个查询过程不须要临时表，也不须要排序。接下来，咱们用 explain 的结果来印证一下。

以下 图9 所示为引入 (city,name) 联合索引后，查询语句的执行计划：

从图中能够看到，Extra 字段中没有 Using filesort 了，也就是不须要排序了。并且因为 (city,name) 这个联合索引自己有序，因此这个查询也不用把 4000 行全都读一遍，只要找到知足条件的前 1000 条记录就能够退出了。也就是说，在咱们这个例子里，只须要扫描 1000 次。

既然说到这里了，咱们再往前讨论，这个语句的执行流程有没有可能进一步简化呢？不知道你还记不记得，我在第 5 篇文章《MySQL深刻学习第五篇 － 深刻浅出索引（下）》中，和你介绍的覆盖索引。

这里咱们能够再稍微复习一下。覆盖索引是指，索引上的信息足够知足查询请求，不须要再回到主键索引上去取数据。

按照覆盖索引的概念，咱们能够再优化一下这个查询语句的执行流程。

针对这个查询，咱们能够建立一个 city、name 和 age 的联合索引，对应的 SQL 语句就是：

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

这时，对于 city 字段的值相同的行来讲，仍是按照 name 字段的值递增排序的，此时的查询语句也就再也不须要排序了。这样整个查询语句的执行流程就变成了：

1. 从索引 (city,name,age) 找到第一个知足 city='杭州’条件的记录，取出其中的 city、name 和 age 这三个字段的值，做为结果集的一部分直接返回；

2. 从索引 (city,name,age) 取下一个记录，一样取出这三个字段的值，做为结果集的一部分直接返回；

3. 重复执行步骤 2，直到查到第 1000 条记录，或者是不知足 city='杭州’条件时循环结束。

以下 图10 所示为引入 (city,name,age) 联合索引后，查询语句的执行流程：

而后，咱们再来看看 explain 的结果。

以下 图11 所示为引入 (city,name,age) 联合索引后，查询语句的执行计划：

能够看到，Extra 字段里面多了“Using index”，表示的就是使用了覆盖索引，性能上会快不少。

固然，这里并非说要为了每一个查询能用上覆盖索引，就要把语句中涉及的字段都建上联合索引，毕竟索引仍是有维护代价的。这是一个须要权衡的决定。

 

小结

今天这篇文章，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，你老是不可避免地会使用到 order by 语句。你内心要清楚每一个语句的排序逻辑是怎么实现的，还要可以分析出在最坏状况下，每一个语句的执行对系统资源的消耗，这样才能作到下笔若有神，不犯低级错误。

最后，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，而后你要查杭州和苏州两个城市中全部的市民的姓名，而且按名字排序，显示前 100 条记录。若是 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;

那么，这个语句执行的时候会有排序过程吗，为何？

若是业务端代码由你来开发，须要实现一个在数据库端不须要排序的方案，你会怎么实现呢？

进一步地，若是有分页需求，要显示第 101 页，也就是说语句最后要改为 “limit 10000,100”， 你的实现方法又会是什么呢？