排序這個(gè)詞，我的第一感覺(jué)是幾乎所有App都有排序的地方，淘寶商品有按照購(gòu)買(mǎi)時(shí)間的排序、B站的評(píng)論有按照熱度排序的...

對(duì)于MySQL，一說(shuō)到排序，你第一時(shí)間想到的是什么？關(guān)鍵字order by？order by的字段最好有索引？葉子結(jié)點(diǎn)已經(jīng)是順序的？還是說(shuō)盡量不要在MySQL內(nèi)部排序？

事情的起因

現(xiàn)在假設(shè)有一張用戶的朋友表：

CREATE TABLE `user` (
  `id` int(10) AUTO_INCREMENT,
  `user_id` int(10),
  `friend_addr` varchar(1000),
  `friend_name` varchar(100),  
  PRIMARY KEY (`id`),
  KEY `user_id` (`user_id`)
) ENGINE=InnoDB;

表中目前有兩個(gè)點(diǎn)需要關(guān)注下：

• 用戶的 user_id ，朋友的姓名 friend_name、朋友的地址 friend_addr
• user_id 是有索引的

有一天，有個(gè)初級(jí)開(kāi)發(fā)工程師小猿，收到了來(lái)自初級(jí)產(chǎn)品經(jīng)理小汪的需求：
小汪：小猿同志，現(xiàn)在需要在后臺(tái)加個(gè)功能，這個(gè)功能要支持根據(jù)用戶 id 能查到他所有的朋友姓名和地址，并且要求朋友的姓名是按照字典排序的。
小猿：好的，這個(gè)功能簡(jiǎn)單，我馬上就上線。

于是小猿書(shū)寫(xiě)了這樣的sql：

select friend_name，friend_addr from user where user_id=? order by name

在電光石火的瞬間，小猿趾高氣昂的上線了，這一切都很順利，直到有一天有個(gè)運(yùn)營(yíng)同學(xué)導(dǎo)致了這樣的查詢：

select friend_name，friend_addr from user where user_id=10086 order by name

然而，這個(gè)查詢竟然比平時(shí)慢很多，數(shù)據(jù)庫(kù)報(bào)了慢查詢，小猿此時(shí)慌的一b：這是怎么回事？user_id 明明有索引啊，而且機(jī)智地我還只用了 select friend_name,friend_addr，并沒(méi)有用 select *呀。小猿此時(shí)不停地安慰自己，要淡定要淡定，然后突然想到有個(gè)explain命令，用explain來(lái)查看下那條sql的執(zhí)行計(jì)劃吧，當(dāng)小猿用了explain之后，發(fā)現(xiàn)extra字段里面有個(gè)看起來(lái)很危險(xiǎn)的字眼：using filesort。

“這個(gè)查詢竟然用到了傳說(shuō)中的文件排序，但是如果一個(gè)人朋友不是很多，就算了用了文件排序，應(yīng)該也很快吧”，除非這個(gè)user_id=10086的朋友很多，后來(lái)小猿去查了下，這個(gè)用戶的朋友竟然有10w多個(gè)～。

陷入了沉思的小猿心想：這個(gè)鍋看來(lái)是背定了，10w數(shù)據(jù)是有點(diǎn)大了，還有這個(gè) using filesort 到底是怎么個(gè)排序原理？

解剖文件排序

有人可能說(shuō)上面的問(wèn)題是10w數(shù)據(jù)太大了，就算不排序也慢，這個(gè)其實(shí)是有道理的，10w數(shù)據(jù)一次性查出來(lái)，無(wú)論是MySQL內(nèi)存緩沖區(qū)的占用，還是網(wǎng)絡(luò)帶寬的消耗都是非常大的，那如果我加了limit 1000呢？網(wǎng)絡(luò)帶寬的問(wèn)題肯定是解決了，因?yàn)閿?shù)據(jù)包整體變小了，但是 using filesort 的問(wèn)題其實(shí)還是沒(méi)有解決，看到這里你可能會(huì)有疑問(wèn)，using filesort 難道是在文件中排序的？在文件中到底是怎么排序的？或者我這樣問(wèn)：如果給你來(lái)設(shè)計(jì)排序你會(huì)怎么處理？帶著這些疑問(wèn)和思考我們來(lái)看看 using filesort 會(huì)涉及到哪些技術(shù)難點(diǎn)以及是如何解決的？

1. 首先我們的 user_id 是有索引的，所以會(huì)先在 user_id 索引樹(shù)上檢索我們的目標(biāo)數(shù)據(jù)，即 user_id=10086 的數(shù)據(jù)，但是我們要查詢的是 friend_name 和 friend_addr 字段，很不幸，光靠 user_id 索引是找不到這兩個(gè)字段值的
2. 于是需要回表，通過(guò) user_id 對(duì)應(yīng)的主鍵去主鍵索引樹(shù)上去查找，ok，我們找到了第一條 user_id=10086 的 friend_name 和 friend_addr 字段
3. 這時(shí)該怎么辦？直接返回回去肯定不對(duì)，因?yàn)槲倚枰獙?duì) friend_name 排序，如何排？數(shù)據(jù)都還沒(méi)找全，那么就得把查到的數(shù)據(jù)先放在一個(gè)地方，這個(gè)地方就是 sort_buffer，看到名字我想你應(yīng)該猜出來(lái)，沒(méi)錯(cuò)，sort_buffer 就是用于這種情況下排序用的緩沖區(qū)，這里需要注意的是每個(gè)線程都會(huì)有一個(gè)單獨(dú)的 sort_buffer，這么做的目的主要是為了避免多個(gè)線程對(duì)同一塊內(nèi)存進(jìn)行操作帶來(lái)鎖競(jìng)爭(zhēng)的問(wèn)題。
4. 當(dāng)?shù)谝粭l數(shù)據(jù)的 friend_name 和 friend_addr 已經(jīng)放入 sort_buffer 中，這當(dāng)然沒(méi)完，會(huì)一直重復(fù)同步的步驟，直至把所有 user_id=10086 的 friend_name 和 friend_addr 都放入到 sort_buffer 中才結(jié)束
5. sort_buffer 中的數(shù)據(jù)已經(jīng)放入完畢，接下來(lái)就該排序了，這里 MySQL 會(huì)對(duì) friend_name 進(jìn)行快排，通過(guò)快排后，sort_buffer 中 friend_name 就是有序的了
6. 最后返回 sort_buffer 中的前1000條，結(jié)束。

一切看起來(lái)很絲滑，但是 sort_buffer 占用的是內(nèi)存空間，這就尷尬了，內(nèi)存本身就不是無(wú)限大的，它肯定是有上限的，當(dāng)然 sort_buffer 也不能太小，太小的話，意義不大。在 InnoDB 存儲(chǔ)引擎中，這個(gè)值是默認(rèn)是256K。

mysql> show variables  like 'sort_buffer_size';
+------------------+--------+
| Variable_name    | Value  |
+------------------+--------+
| sort_buffer_size | 262144 |
+------------------+--------+

也就是說(shuō)，如果要放進(jìn) sort_buffer 中的數(shù)據(jù)是大于256K的話，那么采用在 sort_buffer 中快排的方式肯定是行不通的，這時(shí)候，你可能會(huì)問(wèn)：MySQL難道不能根據(jù)數(shù)據(jù)大小自動(dòng)擴(kuò)充嗎？額，MySQL是多線程模型，如果每個(gè)線程都擴(kuò)充，那么分給其他功能buffer就小了（比如change buffer等），就會(huì)影響其他功能的質(zhì)量。

這時(shí)就得換種方式來(lái)排序了，沒(méi)錯(cuò)，此時(shí)就是真正的文件排序了，也就是磁盤(pán)的臨時(shí)文件，MySQL會(huì)采用歸并排序的思想，把要排序的數(shù)據(jù)分成若干份，每一份數(shù)據(jù)在內(nèi)存中排序后會(huì)放入臨時(shí)文件中，最終對(duì)這些已經(jīng)排序好的臨時(shí)文件的數(shù)據(jù)再做一次合并排序就ok了，典型的分而治之原理，它的具體步驟如下：

1. 先將要排序的數(shù)據(jù)分割，分割成每塊數(shù)據(jù)都可以放到 sort_buffer 中
2. 對(duì)每塊數(shù)據(jù)在 sort_buffer 中進(jìn)行排序，排序好后，寫(xiě)入某個(gè)臨時(shí)文件中
3. 當(dāng)所有的數(shù)據(jù)都寫(xiě)入臨時(shí)文件后，這時(shí)對(duì)于每個(gè)臨時(shí)文件而言，內(nèi)部都是有序的，但是它們并不是一個(gè)整體，整體還不是有序的，所以接下來(lái)就得合并數(shù)據(jù)了
4. 假設(shè)現(xiàn)在存在 tmpX 和 tmpY 兩個(gè)臨時(shí)文件，這時(shí)會(huì)從 tmpX 讀取一部分?jǐn)?shù)據(jù)進(jìn)入內(nèi)存，然后從 tmpY 中讀取一部分?jǐn)?shù)據(jù)進(jìn)入內(nèi)存，這里你可能會(huì)好奇為什么是一部分而不是整個(gè)或者單個(gè)？因?yàn)槭紫却疟P(pán)是緩慢的，所以盡量每次多讀點(diǎn)數(shù)據(jù)進(jìn)入內(nèi)存，但是不能讀太多，因?yàn)檫€有 buffer 空間的限制。
5. 對(duì)于 tmpX 假設(shè)讀進(jìn)來(lái)了的是 tmpX[0-5] ,對(duì)于 tmpY 假設(shè)讀進(jìn)來(lái)了的是 tmpY[0-5]，于是只需要這樣比較： 如果 tmpX[0] < tmpY[0]，那么 tmpX[0] 肯定是最小的，然后 tmpX[1] 和 tmpY[0] 比較，如果 tmpX[1] > tmpY[0]，那么 tmpY[0] 肯定是第二小的...，就這樣兩兩比較最終就可以把 tmpX 和 tmpY 合并成一個(gè)有序的文件tmpZ，多個(gè)這樣的tmpZ再次合并...，最終就可以把所有的數(shù)據(jù)合并成一個(gè)有序的大文件。

文件排序很慢，還有其他辦法嗎

通過(guò)上面的排序流程我們知道，如果要排序的數(shù)據(jù)很大，超過(guò) sort_buffer 的大小，那么就需要文件排序，文件排序涉及到分批排序與合并，很耗時(shí)，造成這個(gè)問(wèn)題的根本原因是 sort_buffer 不夠用，不知道你發(fā)現(xiàn)沒(méi)有我們的 friend_name 需要排序，但是卻把 friend_addr 也塞進(jìn)了 sort_buffer 中，這樣單行數(shù)據(jù)的大小就等于 friend_name 的長(zhǎng)度 + friend_addr 的長(zhǎng)度，能否讓 sort_buffer 中只存 friend_name 字段，這樣的話，整體的利用空間就大了，不一定用得到到臨時(shí)文件。沒(méi)錯(cuò)，這就是接下來(lái)要說(shuō)的另一種排序優(yōu)化rowid排序。

rowid 排序的思想就是把不需要的數(shù)據(jù)不要放到 sort_buffer 中，讓 sort_buffer 中只保留必要的數(shù)據(jù)，那么你認(rèn)為什么是必要的數(shù)據(jù)呢？只放 friend_name？這肯定不行，排序完了之后，friend_addr 怎么辦？因此還要把主鍵id放進(jìn)去，這樣排完之后，通過(guò) id 再回次表，拿到 friend_addr 即可，因此它的大致流程如下：

1. 根據(jù) user_id 索引，查到目標(biāo)數(shù)據(jù)，然后回表，只把 id 和 friend_name 放進(jìn) sort_buffer 中
2. 重復(fù)1步驟，直至全部的目標(biāo)數(shù)據(jù)都在 sort_buffer 中
3. 對(duì) sort_buffer 中的數(shù)據(jù)按照 friend_name 字段進(jìn)行排序
4. 排序后根據(jù) id 再次回表查到 friend_addr 返回，直至返回1000條數(shù)據(jù)，結(jié)束。

這里面其實(shí)有幾點(diǎn)需要注意的：

• 這種方式需要兩次回表的
• sort_buffer 雖然小了，但是如果數(shù)據(jù)量本身還是很大，應(yīng)該還是要臨時(shí)文件排序的

那么問(wèn)題來(lái)了，兩種方式，MySQL 該如何選擇？得根據(jù)某個(gè)條件來(lái)判斷走哪種方式吧，這個(gè)條件就是進(jìn) sort_buffer 單行的長(zhǎng)度，如果長(zhǎng)度太大（friend_name + friend_addr的長(zhǎng)度），就會(huì)采用 rowid 這種方式，否則第一種，長(zhǎng)度的標(biāo)準(zhǔn)是根據(jù) max_length_for_sort_data 來(lái)的，這個(gè)值默認(rèn)是1024字節(jié)：

mysql> show variables like 'max_length_for_sort_data';
+--------------------------+-------+
| Variable_name          | Value |
+--------------------------+-------+
| max_length_for_sort_data | 1024  |
+--------------------------+-------+

不想回表，不想再次排序

其實(shí)不管是上面哪種方法，他們都需要回表+排序，回表是因?yàn)槎?jí)索引上沒(méi)有目標(biāo)字段，排序是因?yàn)閿?shù)據(jù)不是有序的，那如果二級(jí)索引上有目標(biāo)字段并且已經(jīng)是排序好的了，那不就兩全其美了嘛。

沒(méi)錯(cuò)，就是聯(lián)合索引，我們只需要建立一個(gè) （user_id，friend_name，friend_addr）的聯(lián)合索引即可，這樣我就可以通過(guò)這個(gè)索引拿到目標(biāo)數(shù)據(jù)，并且friend_name已經(jīng)是排序好的，同時(shí)還有friend_addr字段，一招搞定，不需要回表，不需要再次排序。因此對(duì)于上述的sql，它的大致流程如下：

• 通過(guò)聯(lián)合索引找到user_id=10086的數(shù)據(jù)，然后讀取對(duì)應(yīng)的 friend_name 和 friend_addr 字段直接返回，因?yàn)?friend_name 已經(jīng)是排序好的了，不需要額外處理
• 重復(fù)第一步驟，順著葉子節(jié)點(diǎn)接著向后找，直至找到第一個(gè)不是10086的數(shù)據(jù)，結(jié)束。

聯(lián)合索引雖然可以解決這種問(wèn)題，但是在實(shí)際應(yīng)用中切不可盲目建立，要根據(jù)實(shí)際的業(yè)務(wù)邏輯來(lái)判斷是否需要建立，如果不是經(jīng)常有類似的查詢，可以不用建立，因?yàn)槁?lián)合索引會(huì)占用更多的存儲(chǔ)空間和維護(hù)開(kāi)銷。

總結(jié)

1. 對(duì)于 order by 沒(méi)有用到索引的時(shí)候，這時(shí) explain 中 Extra 字段大概是會(huì)出現(xiàn) using filesort 字眼
2. 出現(xiàn) using filesort 的時(shí)候也不用太慌張，如果本身數(shù)據(jù)量不大，比如也就幾十條數(shù)據(jù)，那么在 sort buffer 中使用快排也是很快的
3. 如果數(shù)據(jù)量很大，超過(guò)了 sort buffer 的大小，那么是要進(jìn)行臨時(shí)文件排序的，也就是歸并排序，這部分是由 MySQL 優(yōu)化器決定的
4. 如果查詢的字段很多，想要盡量避免使用臨時(shí)文件排序，可以嘗試設(shè)置下 max_length_for_sort_data 字段的大小，讓其小于所有查詢字段長(zhǎng)度的總和，這樣放入或許可以避免，但是會(huì)多一次回表操作
5. 實(shí)際業(yè)務(wù)中，我們也可以給經(jīng)常要查詢的字段組合建立個(gè)聯(lián)合索引，這樣既不用回表也不需要單獨(dú)排序，但是聯(lián)合索引會(huì)占用更多的存儲(chǔ)和開(kāi)銷
6. 大量數(shù)據(jù)查詢的時(shí)候，盡量分批次，提前 explain 來(lái)觀察 sql 的執(zhí)行計(jì)劃是個(gè)不錯(cuò)的選擇。

以上就是MySQL數(shù)據(jù)庫(kù)order by排序精講的詳細(xì)內(nèi)容，更多關(guān)于MySQL數(shù)據(jù)庫(kù)order by排序的資料請(qǐng)關(guān)注腳本之家其它相關(guān)文章！

最新評(píng)論