MySQL中order by的執行過程

前言：

在開發過程中，一定會經常碰到需要根據指定的字段排序來顯示結果的需求。還是以前文的訂單表為例，假設查詢“張三”的所有訂單，並且按照訂單價格排序返回前 1000 個訂單號以及價格。

一 、測試數據

測試的這個訂單表my_order的結構是這樣的：

CREATE TABLE `my_order` (
  `id` int(11) NOT NULL AUTO_INCREMENT,
  `oid` varchar(20) NOT NULL,
  `uid` int(11) NOT NULL,
  `price` decimal(6,2) NOT NULL DEFAULT '0.00',
  PRIMARY KEY (`id`) USING BTREE,
  KEY `uid` (`uid`) USING BTREE,
  KEY `oid` (`oid`)
) ENGINE=InnoDB AUTO_INCREMENT=1000000 DEFAULT CHARSET=utf8;

用戶表my_user數據：

上面的訂單表my_order的uid 與 用戶表my_user的id 關聯。

SQL 語句可以這麼寫：

SELECT
	oid,
	price 
FROM
	my_order 
WHERE
	uid = 1 
ORDER BY
	price 
	LIMIT 1000;

上面的SQL語句看上去邏輯很清晰，但是它的執行流程瞭解麼？這篇文章就來學習一下這個語句是怎麼執行的，以及有哪些參數會影響執行。

二、 全字段排序

為避免全表掃描，我們需要在 uid 字段加上索引。在 uid 字段加上索引之後，我們用 EXPLAIN 命令來看看這個語句的執行情況。

Extra 這個字段中的“Using filesort”表示的就是需要排序，MySQL 會給每個線程分配一塊內存用於排序，稱為 sort_buffer。為瞭說明這個 SQL 查詢語句的執行過程，我們先看一下 uid 這個索引的示意圖。

如下圖所示：

通常情況下，這個語句執行流程如下 ：

• 初始化 sort_buffer，確定放入 oid、price、uid 這三個字段；
• 從索引 uid 找到第一個滿足 uid = 1 條件的主鍵 id，也就是圖中的 ID-4；
• 到主鍵 id 索引取出整行，取 oid、price、uid 三個字段的值，存入 sort_buffer 中；
• 從索引 uid 取下一個記錄的主鍵 id；
• 重復步驟 3、4 直到 uid 的值不滿足查詢條件為止；
• 對 sort_buffer 中的數據按照字段 oid 做快速排序；
• 按照排序結果取前 1000 行返回給客戶端。

“按 oid 排序”這個動作，可能在內存中完成，也可能需要使用外部排序，這取決於排序所需的內存和參數 sort_buffer_size。

sort_buffer_size，就是 MySQL 為排序開辟的內存（sort_buffer）的大小。如果要排序的數據量小於 sort_buffer_size，排序就在內存中完成。但如果排序數據量太大，內存放不下，則不得不利用磁盤臨時文件輔助排序。

你可以用下面介紹的方法，來確定一個排序語句是否使用瞭臨時文件。

/* 打開 optimizer_trace，隻對本線程有效 */
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';
 
/* 執行語句 */
SELECT oid,price FROM my_order WHERE uid=1 ORDER BY price LIMIT 1000;
 
/* 查看 OPTIMIZER_TRACE 輸出 */
SELECT * FROM `information_schema`.`OPTIMIZER_TRACE`\G;
 
/* @b 保存 Innodb_rows_read 的當前值 */
SELECT VARIABLE_VALUE INTO @b FROM PERFORMANCE_SCHEMA.session_status WHERE variable_name='Innodb_rows_read';
 
/* 計算 Innodb_rows_read 差值 */
SELECT @b-@a;

這個方法是通過查看 OPTIMIZER_TRACE 的結果來確認的，你可以從number_of_tmp_files 中看到是否使用瞭臨時文件。

number_of_tmp_files 表示排序過程中使用的臨時文件數。你一定奇怪，我當前測試的需要 0 個文件，表示排序可以直接在內存中完成。如果是 n，則表示內存放不下時，就需要使用外部排序，外部排序一般使用歸並排序算法。可簡單理解，MySQL 將需要排序的數據分成 n 份，每一份單獨排序後存在這些臨時文件中。然後把這 n 個有序文件再合並成一個有序的大文件。

註：當如果sort_buffer_size超過瞭需要排序的數據量的大小，number_of_tmp_files 就是 0，表示排序可以直接在內存中完成。

接下來，我再和你解釋一下上圖中其他兩個值的意思。

我們的示例表中有 99972 條滿足 uid = 1 的記錄，examined_rows=99972，表示參與排序的行數是 99972 行。

sort_mode 裡面是 additional_fields。

• 1、< sort_key, rowid > 對應的是MySQL 4.1之前的"原始排序模式"。表明排序緩沖區元組包含排序鍵值和原始表⾏的⾏id，排序後需要使⽤⾏id進⾏回表，這種算法也稱為original filesort algorithm(回表排序算法)；
• 2、< sort_key, additional_fields > 對應的是MySQL 4.1以後引入的"修改後排序模式"。排序緩沖區元組包含排序鍵值和查詢所需要的列，排序後直接從緩沖區元組取數據，⽆需回表，這種算法也稱為modified filesort algorithm(不回表排序)；
• 3、< sort_key, packed_additional_fields > 是MySQL 5.7.3以後引入的進一步優化的"打包數據排序模式"。這類似上⼀種形式，但是附加的列(如varchar類型)緊密地打包在⼀起，⽽不是使⽤固定長度的編碼。

同時，最後一個查詢語句 select @b-@a 的返回結果是 99973。

那為啥不是上面那個 99972 呢？

這裡需要註意的是，為瞭避免幹擾，你可以把 internal_tmp_disk_storage_engine 設置成 MyISAM。否則，select @b-@a 的結果會顯示為 99973。這是因為查詢 OPTIMIZER_TRACE 這個表時，需要用到臨時表，而 internal_tmp_disk_storage_engine 的默認值是 InnoDB。如果使用的是 InnoDB 引擎的話，把數據從臨時表取出來的時候，會讓 Innodb_rows_read 的值加 1。

三、rowid 排序

上面那個算法，隻對原表的數據讀瞭一遍，剩下的操作都是在 sort_buffer 和臨時文件中執行的。但這個算法有一個問題，就是如果查詢要返回的字段很多的話，那麼 sort_buffer 裡面要放的字段數太多，這樣內存裡能夠同時放下的行數很少，要分成很多個臨時文件，排序的性能會很差。所以如果單行很大，這個方法效率不夠好。

如果 MySQL 認為排序的單行長度太大會怎麼做呢？

下面來修改一個參數，讓 MySQL 采用另外一種算法。

SET max_length_for_sort_data = 16;

max_length_for_sort_data，是 MySQL 中專門控制用於排序的行數據的長度的一個參數。它的意思是，如果單行的長度超過這個值，MySQL 就認為單行太大，要換一個算法。oid、price這2個字段的定義總長度是 28，我把 max_length_for_sort_data 設置為 16，我們再來看看計算過程有什麼改變。新的算法放入 sort_buffer 的字段，隻有要排序的列（即 price 字段）和主鍵 id。但這時，排序的結果就因為少瞭 price 字段的值，不能直接返回瞭，

整個執行流程就變成如下所示的樣子：

• 初始化 sort_buffer，確定放入兩個字段，即 price 和 id；
• 從索引 uid 找到第一個滿足 uid= 1 條件的主鍵 id；
• 到主鍵 id 索引取出整行，取 price、id 這兩個字段，存入 sort_buffer 中；
• 從索引 uid 取下一個記錄的主鍵 id；
• 重復步驟 3、4 直到不滿足 uid= 1 條件為止；
• 對 sort_buffer 中的數據按照字段 price 進行排序；
• 遍歷排序結果，取前 1000 行，並按照 id 的值回到原表中取出 oid、price 2個字段返回給客戶端。

對比全字段排序流程圖，rowid 排序多訪問瞭一次表 test 的主鍵索引，就是步驟 7。

說明：最後的“結果集”隻是一個邏輯概念，實際上 MySQL 服務端從排序後的 sort_buffer 中依次取出 id，然後到原表查到 oid、price 這2個字段的結果，不需要在服務端再耗費內存存儲結果，是直接返回給客戶端的。

那麼根據這個時候執行 select @b-@a，結果會是多少呢？

首先，圖中的 examined_rows 的值還是 99972，表示用於排序的數據是 99972 行。但是 select @b-@a 這個語句的值變成 100973 瞭。(比上面的 select @b-@a 99973 多瞭1000行，因為這時候除瞭排序過程外，在排序完成後，還要根據 id 去原表取值。由於語句是 limit 1000，因此會多讀 1000 行）。

從 OPTIMIZER_TRACE 的結果中，你還能看到另外有個信息也變瞭。

• sort_mode 變成瞭 <sort_key, rowid>，表示參與排序的隻有 price 和 id 這兩個字段。

四、全字段排序 與 rowid 排序 比較

如果 MySQL 實在是擔心排序內存太小，會影響排序效率，才會采用 rowid 排序算法，這樣排序過程中一次可以排序更多行，但是需要再回到原表去取數據。

如果 MySQL 認為內存足夠大，會優先選擇全字段排序，把需要的字段都放到 sort_buffer 中，這樣排序後就會直接從內存裡面返回查詢結果瞭，不用再回到原表去取數據。這也就體現瞭 MySQL 的一個設計思想：如果內存夠，就要多利用內存，盡量減少磁盤訪問。對於 InnoDB 表來說，rowid 排序會要求回表多造成磁盤讀，因此不會被優先選擇。

MySQL 做排序是一個成本比較高的操作。是不是所有的 order by 都需要排序操作呢？如果不排序就能得到正確的結果，那對系統的消耗會小很多，語句的執行時間也會變得更短。其實，並不是所有的 order by 語句，都需要排序操作的。從上面分析的執行過程，我們可以看到，MySQL 之所以需要生成臨時表，並且在臨時表上做排序操作，其原因是原來的數據都是無序的。如果能夠保證從 uid 這個索引上取出來的行，天然就是按照 price 遞增排序的話，是不是就可以不用再排序瞭呢？所以，我們可以在這個市民表上創建一個 uid 和 price 的聯合索引，對應的 SQL 語句是：

ALTER TABLE my_order ADD INDEX un_key (uid,price);

作為與 uid 索引的對比，我們來看看這個索引的示意圖。

在這個索引裡面，我們依然可以用樹搜索的方式定位到第一個滿足 uid=1 的記錄，並且額外確保瞭，接下來按順序取“下一條記錄”的遍歷過程中，隻要 uid 的值是 1，price 的值就一定是有序的。

這樣整個查詢過程的流程就變成瞭：

• 從索引 (uid,price) 找到第一個滿足 city= 1 條件的主鍵 id；
• 到主鍵 id 索引取出整行，取 oid、price 2個字段的值，作為結果集的一部分直接返回；
• 從索引 (uid,price) 取下一個記錄主鍵 id；
• 重復步驟 2、3，直到查到第 1000 條記錄，或者是不滿足 uid=1 條件時循環結束。

這個查詢過程不需要臨時表，也不需要排序。接下來，我們用 EXPLAIN 的結果來印證一下。

從圖中可以看到，Extra 字段中沒有 Using filesort 瞭，也就是不需要排序瞭。而且由於 (uid,price) 這個聯合索引本身有序，所以這個查詢也不用把 99972 行全都讀一遍，隻要找到滿足條件的前 1000 條記錄就可以退出瞭。也就是說，在我們這個例子裡，隻需要掃描 1000 次。同樣看下 select @b-@a;

再稍微復習一下。覆蓋索引是指，索引上的信息足夠滿足查詢請求，不需要再回到主鍵索引上去取數據。Extra 字段裡面多瞭“Using index”，表示的就是使用瞭覆蓋索引，性能上會快很多。

當然，這裡並不是說要為瞭每個查詢能用上覆蓋索引，就要把語句中涉及的字段都建上聯合索引，畢竟索引還是有維護代價的。這是一個需要權衡的決定。

到此這篇關於MySQL中order by的執行過程的文章就介紹到這瞭,更多相關MySQL order by 內容請搜索WalkonNet以前的文章或繼續瀏覽下面的相關文章希望大傢以後多多支持WalkonNet！

推薦閱讀：

• 詳解MySQL中Order By排序和filesort排序的原理及實現
• MySQL中order by排序語句的原理解析
• MySQL數據庫索引order by排序精講
• MySQL order by與group by查詢優化實現詳解
• 詳解分析MySQL8.0的內存消耗