排序应该在数据库还是在应用程序中进行？

original url: [url]http://www.infoq.com/cn/news/2008/09/sort-in-database-applications[/url]

author: 冯大辉

在网站开发中，究竟是在数据库（DB）中排序好，还是在应用程序中排序更优，这一直是个很有趣的话题。 DBANotes.net博主，在数据库方面比较有研究的冯大辉就这一问题日前和读者明灵（Dragon）做了探讨，本文是关于该问题的总结。

问：请列出在PHP中执行排序要优于在MySQL中排序的原因？

答：通常来说，执行效率需要考虑CPU、内存和硬盘等的负载情 况，假定MySQL服务器和PHP的服务器都已经按照最适合的方式来配置，那么系统的可伸缩性（Scalability）和用户感知性能（User- perceived Performance）是我们追求的主要目标。在实际运行中，MySQL中数据往往以HASHtables、BTREE等方式存贮于内存，操作速度很 快；同时INDEX已经进行了一些预排序；很多应用中，MySQL排序是首选。而在应用层（PHP）中排序，也必然在内存中进行，与MySQL相比具有如 下优势：

1. 考虑整个网站的可伸缩性和整体性能，在应用层（PHP）中排序明显会降低数据库的负载，从而提升整个网站的扩展能力。而数据库的排序，实际上成本是非常高的，消耗内存、CPU，如果并发的排序很多，DB很容易到瓶颈。
2. 如果在应用层(PHP)和MySQL之间还存在数据中间层，合理利用的话，PHP会有更好的收益。
3. PHP在内存中的数据结构专门针对具体应用来设计，比数据库更为简洁、高效；
4. PHP不用考虑数据灾难恢复问题，可以减少这部分的操作损耗；
5. PHP不存在表的锁定问题；
6. MySQL中排序，请求和结果返回还需要通过网络连接来进行，而PHP中排序之后就可以直接返回了，减少了网络IO。

至于执行速度，差异应该不会很大，除非应用设计有问题，造成大量不必要的网络IO。另外，应用层要注意PHP的Cache设置，如果超出会报告内部错误；此时要根据应用做好评估，或者调整Cache。具体选择，将取决于具体的应用。

问：请提供一些必须在MySQL中排序的实例？

答：在PHP中执行排序更优的情况举例如下：

1. 数据源不在MySQL中，存在硬盘、内存或者来自网络的请求等；
2. 数据存在MySQL中，量不大，而且没有相应的索引，此时把数据取出来用PHP排序更快；
3. 数据源来自于多个MySQL服务器，此时从多个MySQL中取出数据，然后在PHP中排序更快；
4. 除了MySQL之外，存在其他数据源，比如硬盘、内存或者来自网络的请求等，此时不适合把这些数据存入MySQL后再排序。

必须在MySQL中排序的实例如下：

1. MySQL中已经存在这个排序的索引；
2. MySQL中数据量较大，而结果集需要其中很小的一个子集，比如1000000行数据，取TOP10；
3. 对于一次排序、多次调用的情况，比如统计聚合的情形，可以提供给不同的服务使用，那么在MySQL中排序是首选的。另外，对于数据深度挖掘，通常做法是在应用层做完排序等复杂操作，把结果存入MySQL即可，便于多次使用。
4. 不论数据源来自哪里，当数据量大到一定的规模后，由于占用内存/Cache的关系，不再适合PHP中排序了；此时把数据复制、导入或者存在MySQL，并用INDEX优化，是优于PHP的。不过，用Java，甚至C++来处理这类操作会更好。

从网站整体考虑，就必须加入人力和成本的考虑。假如网站规模和负载较小，而人力有限（人数和能力都可能有限），此时在应用层（PHP）做排序要做不 少开发和调试工作，耗费时间，得不偿失；不如在DB中处理，简单快速。对于大规模的网站，电力、服务器的费用很高，在系统架构上精打细算，可以节约大量的 费用，是公司持续发展之必要；此时如果能在应用层(PHP)进行排序并满足业务需求，尽量在应用层进行。