实战篇---16. “order by” 是怎么工作的?
在你开发应用的时候,一定会经常碰到需要根据指定的字段排序来显示结果的需求。还是以我们前面举例用过的市民表为例,假设你要查询城市是 “ 杭州 ” 的所有人名字,并且按照姓名排序返回前 1000 个人的姓名、年龄。
假设这个表的部分定义是这样的:
1
2
3
4
5
6
7
8
9CREATE 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 语句可以这么写:
1
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,但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
前面我们介绍过索引,所以你现在就很清楚了,为避免全表扫描,我们需要在 city 字段加上索引。
Extra 这个字段中的 “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 。为了说明这个 SQL 查询语句的执行过程,我们先来看一下 city 这个索引的示意图。
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。
我们暂且把这个排序过程,称为全字段排序,执行流程的示意图如下所示,下一篇文章中我们还会用到这个排序。
图中 “ 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。如果要排序的数据量小于 sort_buffer_size ,排序就在内存中完成。但如果排序数据量太大,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。
1
2
3
4
5
6
7
8
9
10
11
12/* 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。你一定奇怪,为什么需要 12 个文件?内存放不下时,就需要使用外部排序,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。
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。否则就需要放在临时文件中排序。 sort_buffer_size 越小,需要分成的份数越多, number_of_tmp_files 的值就越大。
接下来再解释一下图 4 中其他两个值的意思。
示例表中有 4000 条满足 city=' 杭州 ’ 的记录,所以你可以看到 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,排序过程对字符串做了 “ 紧凑 ” 处理。即使name 字段的定义是 varchar(16) ,在排序过程中还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。
这里需要注意的是,为了避免对结论造成干扰,这里把 internal_tmp_disk_storage_engine 设置成MyISAM 。否则, select @b-@a 的结果会显示为 4001 。
这是因为查询 OPTIMIZER_TRACE 这个表时,需要用到临时表,而internal_tmp_disk_storage_engine 的默认值是 InnoDB 。如果使用的是 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。
所以如果单行很大,这个方法效率不够好。那么, 如果 MySQL 认为排序的单行长度太大会怎么做呢?接下来,我来修改一个参数,让 MySQL 采用另外一种算法。
1
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,如果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 ,把 max_length_for_sort_data 设置为 16 ,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,排序的结果就因为少了 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,我把它称为 rowid 排序。
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 。
需要说明的是,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 ,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。
根据这个说明过程和图示,你可以想一下,这个时候执行 select @b-@a ,结果会是多少呢?
首先,图中的 examined_rows 的值还是 4000 ,表示用于排序的数据是 4000 行。但是 select @b-@a 这个语句的值变成 5000 了。因为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。由于语句是 limit 1000 ,因此会多读 1000 行。
从 OPTIMIZER_TRACE 的结果中,你还能看到另外两个信息也变了。
- sort_mode 变成了
,表示参与排序的只有 name 和 id 这两个字段。 - number_of_tmp_files 变成 10 了,是因为这时候参与排序的行数虽然仍然是 4000 行,但是每一行都变小了,因此需要排序的总数据量就变小了,需要的临时文件也相应地变少了。
全字段排序 VS rowid 排序
我们来分析一下,从这两个执行流程里,还能得出什么结论。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。这个结论看上去有点废话的感觉,但是你要记住它,下一篇文章我们就会用到。
看到这里,你就了解了, MySQL 做排序是一个成本比较高的操作。那么你会问,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确的结果,那对系统的消耗会小很多,语句的执行时间也会变得更短。其实并不是所有的 order by 语句,都需要排序操作的。从上面分析的执行过程,我们可以看到, MySQL 之所以需要生成临时表,并且在临时表上做排序操作, 其原因是原来的数据都是无序的。
你可以设想下,如果能够保证从 city 这个索引上取出来的行,天然就是按照 name 递增排序的话,是不是就可以不用再排序了呢?确实是这样的。所以,我们可以在这个市民表上创建一个 city 和 name 的联合索引,对应的 SQL 语句是:
1
alter table t add index city_user(city, name);
作为与 city 索引的对比,我们来看看这个索引的示意图。
在这个索引里面,我们依然可以用树搜索的方式定位到第一个满足 city=' 杭州 ’ 的记录,并且额外确保了,接下来按顺序取 “ 下一条记录 ” 的遍历过程中,只要 city 的值是杭州, name 的值就一定是有序的。
这样整个查询过程的流程就变成了:
- 从索引 (city,name) 找到第一个满足 city=' 杭州 ’ 条件的主键 id ;
- 到主键 id 索引取出整行,取 name 、 city 、 age 三个字段的值,作为结果集的一部分直接返回;
- 从索引 (city,name) 取下一个记录主键 id ;
- 重复步骤 2 、 3 ,直到查到第 1000 条记录,或者是不满足 city=' 杭州 ’ 条件时循环结束。
可以看到,这个查询过程不需要临时表,也不需要排序。接下来,我们用 explain 的结果来印证一下。
从图中可以看到, Extra 字段中没有 Using filesort 了,也就是不需要排序了。而且由于 (city,name)这个联合索引本身有序,所以这个查询也不用把 4000 行全都读一遍,只要找到满足条件的前1000 条记录就可以退出了。也就是说,在我们这个例子里,只需要扫描 1000 次。既然说到这里了,我们再往前讨论, 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 4 篇文章《 深入浅出索引》中,和你介绍的覆盖索引。
这里我们可以再稍微复习一下。 覆盖索引是指,索引上的信息足够满足查询请求,不需要再回到主键索引上去取数据。按照覆盖索引的概念,我们可以再优化一下这个查询语句的执行流程。针对这个查询,我们可以创建一个 city 、 name 和 age 的联合索引,对应的 SQL 语句就是:
1
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说,还是按照 name 字段的值递增排序的,此时的查询语句也就不再需要排序了。这样整个查询语句的执行流程就变成了:
- 从索引 (city,name,age) 找到第一个满足 city=' 杭州 ’ 条件的记录,取出其中的 city 、 name 和 age这三个字段的值,作为结果集的一部分直接返回;
- 从索引 (city,name,age) 取下一个记录,同样取出这三个字段的值,作为结果集的一部分直接返回;
- 重复执行步骤 2 ,直到查到第 1000 条记录,或者是不满足 city=' 杭州 ’ 条件时循环结束。
然后,我们再来看看 explain 的结果。
可以看到, Extra 字段里面多了 “Using index” ,表示的就是使用了覆盖索引,性能上会快很多。当然,这里并不是说要为了每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,毕竟索引还是有维护代价的。这是一个需要权衡的决定。
小结
今天这篇文章介绍了 MySQL 里面 order by 语句的几种算法流程。
在开发系统的时候,你总是不可避免地会使用到 order by 语句。你心里要清楚每个语句的排序逻辑是怎么实现的,还要能够分析出在最坏情况下,每个语句的执行对系统资源的消耗,这样才能做到下笔如有神,不犯低级错误。
思考
假设你的表里面已经有了 city_name(city, name) 这个联合索引,然后你要查杭州和苏州两个城市中所有的市民的姓名,并且按名字排序,显示前 100 条记录。如果 SQL 查询语句是这么写的 :
1 | mysql> 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,为什么?如果业务端代码由你来开发,需要实现一个在数据库端不需要排序的方案,你会怎么实现呢?进一步地,如果有分页需求,要显示第 101 页,也就是说语句最后要改成 “limit 10000,100” , 你的实现方法又会是什么呢?
答:虽然有 (city,name) 联合索引,对于单个 city 内部, name 是递增的。但是由于这条 SQL 语句不是要单独地查一个 city 的值,而是同时查了 " 杭州 " 和 " 苏州 " 两个城市,因此所有满足条件的 name 就不是递增的了。也就是说,这条 SQL 语句需要排序。
那怎么避免排序呢?这里,我们要用到 (city,name) 联合索引的特性,把这一条语句拆成两条语句,执行流程如下:
- 执行 select * from t where city=“ 杭州 ” order by name limit 100; 这个语句是不需要排序的,客户端用一个长度为 100 的内存数组 A 保存结果。
- 执行 select * from t where city=“ 苏州 ” order by name limit 100; 用相同的方法,假设结果被存进了内存数组 B 。
- 现在 A 和 B 是两个有序数组,然后你可以用归并排序的思想,得到 name 最小的前 100 值,就是我们需要的结果了。
如果把这条 SQL 语句里 “limit 100” 改成 “limit 10000,100” 的话,处理方式其实也差不多,即:要把上面的两条语句改成写:
1
2
3select * from t where city=" 杭州 " order by name limit 10100;
# 和
select * from t where city=" 苏州 " order by name limit 10100;
这时候数据量较大,可以同时起两个连接一行行读结果,用归并排序算法拿到这两个结果集里,按顺序取第 10001~10100 的 name 值,就是需要的结果了。当然这个方案有一个明显的损失,就是从数据库返回给客户端的数据量变大了。所以,如果数据的单行比较大的话,可以考虑把这两条 SQL 语句改成下面这种写法:
1
2
3select id,name from t where city=" 杭州 " order by name limit 10100;
# 和
select id,name from t where city=" 苏州 " order by name limit 10100;
然后,再用归并排序的方法取得按 name 顺序第 10001~10100 的 name 、 id 的值,然后拿着这 100个 id 到数据库中去查出所有记录。上面这些方法,需要你根据性能需求和开发的复杂度做出权衡。