MySQL order by與group by查詢優化實現詳解
前言
order by滿足兩種情況,會使用 index 方式排序:
- order by語句使用索引最左前列(最左匹配法則)
- where子句和order by子句條件列組合滿足最左匹配法則(where條件使用索引的最左前綴為常量)
下面給出幾個實例來說明,如下所示我們創建表並為其創建組合索引(c1,c2,c3)。
CREATE TABLE `testc` ( `id` bigint(20) NOT NULL AUTO_INCREMENT, `c1` varchar(100) DEFAULT NULL, `c2` varchar(100) DEFAULT NULL, `c3` varchar(100) DEFAULT NULL, `c4` varchar(100) DEFAULT NULL, `c5` varchar(100) DEFAULT NULL, PRIMARY KEY (`id`), KEY `testc_c1_IDX` (`c1`,`c2`,`c3`) USING BTREE ) ENGINE=InnoDB DEFAULT CHARSET=utf8mb4
where與order by滿足最左匹配法則
# c1 c2滿足最左匹配法則 explain select * from testc where c1='a1' order by c2 # 與上面等價 explain select * from testc where c1='a1' order by c2,c3
key_len
標明查找用到瞭索引 c1
,Extra中是Using index condition
沒有同時出現using where ,表明 c2 索引用來讀取數據而非執行查找動作。
MySQL Innodb下的B+樹本身就是多路平衡樹,那麼索引換句話就是排好序的快速查找數據結構。如果order by用到瞭索引且排序和索引次序一樣,那麼無疑效果是最好的。
中間斷裂
如下所示,缺少瞭c2,order by不滿足最左匹配法則。
explain select * from testc where c1='a1' order by c3
可以看到Extra中Using index condition; Using filesort
說明雖然where可以用到索引(單獨c1滿足最左匹配),但是排序不滿足,故而出現瞭filesort。
大哥不在
如下c1不在,那麼很顯然無論查找還是排序都用不到索引。
explain select * from testc where c2='a2' order by c3
這裡Extra是Using where; Using filesort
,說明通過where子句過濾結果,然後對結果進行文件排序。
范圍失效
如下所示,中間c2是個范圍搜索,那麼其後索引將失效也就是order by c3無法與where連接滿足最左匹配法則。
explain select * from testc where c1='a1' and c2 > 'a2' order by c3
如下圖所示,這裡type = range
,ken_len表示用到瞭 c1,c2索引。Extra是Using index condition; Using filesort
表示查詢用到瞭索引但是無法利用索引完成的排序操作。
這種情況如何優化呢?order by c2,c3
!這樣就可以保證索引排序而不需要filesort。
explain select * from agriculture.testc where c1='a1' and c2 > 'a2' order by c2,c3
order by 次序相反
如下所示,order by的次序沒有與索引次序保持一致。這裡Extra為Using index condition; Using filesort
。
explain select * from testc where c1='a1' order by c3,c2
覆蓋索引
前面幾個都是select *
,這裡查找索引列。
沒有where,order by滿足全值匹配,select查詢的數據是索引列。
explain select c1 from testc order by c1, c2,c3
這裡Extra中隻有Using index;
沒有where,order by 大哥丟失,select查詢的數據是索引列。
explain select c1 from testc order by c2,c3
這裡Extra中是Using index; Using filesort
。
這裡Extra信息為Using where; Using index; Using filesort
。
explain select c1 from testc where c1='a1' order by c3,c2
filesort的兩種算法
filesort有兩種機制:雙路排序和單路排序。雙路排序簡單來講就是兩次掃描磁盤,最終得到數據。單路排序則是隻需要讀取一次,也就是一次磁盤IO。
雙路排序
MySQL4.1之前是使用雙路排序,讀取行指針和order by列,對他們進行排序,然後掃描已經排序好的列表,按照列表中的值重新從列表中讀取對應的數據輸出(可以理解為從磁盤讀取排序字段,在buffer進行排序,然後再從磁盤讀取其他字段)。
取一批數據要進行兩次磁盤IO,這是很耗時的。故而在MySQL4.1之後,出現瞭第二種改進的算法,也就是單路排序。
單路排序
從磁盤讀取查詢需要的所有列,按照order by列在buffer對它們進行排序,然後掃描排序後的列表進行輸出。它的效率更快一點,避免瞭第二次讀取數據,並且把隨機IO變成瞭順序IO。但是其會使用更多的空間,因為其緩存瞭數據在內存中。
單路的問題
可能取出的數據大小超過瞭sort_buffer的容量,導致每次隻能取sort_buffer容量大小的數據進行排序(創建tmp文件,多路合並),排完再取sort_buffer容量大小…從而多次IO(可能比雙路更多)。
可以嘗試增大sort_buffer_size參數的設置或者max_length_for_sort_data參數的設置。
總結
order by時select * 是一個大忌,應該是查詢需要的字段。
當query的字段大小總和小於max_length_for_sort_data而且排序字段不是text|blob類型時,會用改進後的算法–單路排序,否則使用雙路排序。
兩種算法的數據都有可能超出sort_buffer的容量,超出之後會創建tmp文件進行合並排序導致多次IO。尤其對於單路排序來說風險更大,所以需要適當調整sort_buffer的容量。
提高max_length_for_sort_data會增加使用單路排序算法的概率。但是如果設置的太高,數據總容量超過sort_buffer的概率就增大,明顯癥狀是磁盤IO高,CPU使用率低。
group by
前面提到的規則針對group by均適用,group by 實質是先排序後分組,遵照索引建的最佳左前綴。當無法使用索引時,增大max_length_for_sort_data和sort_buffer參數的值。
需要註意的是where優先級高於having,能寫在where限定的條件盡量不要通過having。
到此這篇關於MySQL order by與group by查詢優化實現詳解的文章就介紹到這瞭,更多相關MySQL order by與group 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:
- Mysql數據庫group by原理詳解
- MySQL中order by的執行過程
- MySQL數據庫索引order by排序精講
- 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