MySQL中order by排序语句的原理解析

order by 是怎么工作的？

表定义

CREATE TABLE `t1` (  
	`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;

SQL语句可以这样写：

select city,name,age from t1 where city='杭州' order by name limit 1000

全字段排序

用 explain 命令来看看这个语句的执行情况。

其中Using index condition是索引下推优化(索引下推简介)，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。

city索引的示意图。

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。

通常情况下，这个语句执行流程如下所示 ：

• 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，也就是图中的 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，对应的主键 id 也就是图中的 ID_Y；
• 对 sort_buffer 中的数据按照字段 name 做快速排序；
• 按照排序结果取前 1000 行返回给客户端。

这个是它的排序过程，叫做全字段排序，执行流程示意图如下所示。

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。

• 要排序的数据量小于 sort_buffer_size，排序就在内存中完成。
• 要排序数据量太大，内存放不下，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;

这个方法是通过查看 OPTIMIZER_TRACE 的结果来确认的，你可以从 number_of_tmp_files 中看到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。

为什么需要12个文件呢？

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（快速排序）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。

小结：

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。sort_buffer_size 越小，需要分成的份数越多，number_of_tmp_files 的值就越大。

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。

如果当行很大，这个全字段排序并不是很好。

SET max_length_for_sort_data = 16;

这个语句的意思是：如果单行太大，超过所设定的数值的时候，比如现在是超过16，MySQL就认为单行太大，换一种算法。

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。

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，排序的结果就因为少了 city 和 age 字段的值，不能直接返回了（最后收集结果之前要回表），整个执行流程就变成如下所示的样子：

• 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，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，也就是图中的 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。

这个执行流程的示意图如下，叫做 rowid 排序。

对比全字段排序流程图发现，rowid 排序多访问了一次表 t 的主键索引，就是步骤 7。

注意：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**。

全字段排序和rowid排序应该如何去选择呢？

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。

这也就体现了 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。

其实以上说的都是无序的时候，如果在条件有索引，索引中数据是有序的，省掉了上述步骤，直接在索引上找到主键id，然后回表找到要查找的数据直接返回给客户端。

到此这篇关于MySQL中order by排序语句的原理的文章就介绍到这了,更多相关MySQL中order by排序语句的原理内容请搜索脚本之家以前的文章或继续浏览下面的相关文章希望大家以后多多支持脚本之家！