【MySQL】16｜“order by”是怎么工作的

我们经常会使用order by进行排序，现在我们来聊聊它是怎么工作的。

例如：

CREATE 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;

select city,name,age from t where city='杭州' order by name limit 1000;

1、全字段排序

前面介绍过索引，为了避免全表扫描，上述例子中需要在city字段上加索引。

使用explain 命令来看这个语句的执行情况。

explain分析

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，我们来看下city这个索引的示意图。

索引示意图

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，这个语句的执行顺序如下：

1. 初始化 sort_buffer，确定放入 name、city、age 这三个字段
2. 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
3. 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
4. 从索引 city 取下一个记录的主键 id
5. 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
6. 对 sort_buffer 中的数据按照字段 name 做快速排序
7. 对照排序结果取前1000行返回给客户端

排序过程整理如下图所示，我们称为全字段排序：

全字段排序示意

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；如果大于，内存中放不下，则不得不利用磁盘临时文件辅助排序。

可以通过如下方式来确定一个排序语句是否使用了临时文件：

/* 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，可以从 number_of_tmp_files 中看到是否使用了临时文件。

OPTIMIZER_TRACE 分析结果

number_of_tmp_files 表示的是，排序过程中使用的临时文件数。至于为什么需要18个文件，因为外部排序一般使用归并排序算法。可以简单理解为，MySQL 将需要排序的数据分成 18 份，每一份单独排序后存在这些临时文件中。然后把这18个有序文件再合并成一个有序的大文件。

如果安全在内存中完成排序，则number_of_tmp_files 的值就是0。

sort_buffer_size越小，需要分成的份数越多，number_of_tmp_files的值就越大。

上图中其他两个字段的意思：

• examined_rows 的值为 30229，表示有 30229 条满足条件的记录，并参与了排序
• 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)，在排序过程中还是需要按照实际长度来分配空间。

同时，最后一个查询语句 select @b - @a 的返回结果是 30229，表示整个执行过程扫描了 30229 行。

2、rowid 排序

在上面这个算法过程里，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，我们来修改一个参数，让MySQL 采用另外一种算法。

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。他的意思是，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。

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。

这时，整个执行流程：

1. 初始化 sort_buffer，确定放入两个字段，即 name 和 id
2. 从索引 city 找到第一个满足 city = ‘杭州’条件的主键，也就是图中的ID_X
3. 到主键 id 索引取出整行，取 name、id 这两个字段，存入 sort_buffer 中
4. 从索引 city 取下一个记录的主键id
5. 重复步骤3、4直到不满足条件为止
6. 对 sort_buffer 中的数据按照字段 name 进行排序
7. 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

整个执行过程如下，我们称为 rowid排序：

rowid排序示意图

对比于全字段排序，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。

我们来看看结果会有什么不同：

OPTIMIZER_TRACE 分析结果

• 首先，图中的examined_rows的值是 30229，表示用于排序的数据是 30229行
• 其次， select @b - @a 的结果是31230 行，因为这时候除了排序过程外，在排序完成后还需要回表查询，由于是limit 1000，因此多读了1000行（至于1001 是InnoDB统计机制的问题）。
• sort_key 变成了<sort_key, rowid>，表示参与排序的只有 name 和 id 这两个字段
• number_of_tmp_files 变成了 0，是因为这时候参与排序的行数虽然没变，但是每一行都变小了，因此需要排序的总数据量就变小了，此时可以在内存中进行排序。

3、全字段排序VS rowid 排序

1. 如果MySQL 担心排序内存太小，会影响排序效率，则会采用 rowid 排序算法，这样排序的过程中一次可以排序更多行，但是需要回表。
2. 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，不用回表。
3. MySQL设计思想：如果内存够，就多利用内存，尽量减少磁盘访问。因此，rowid 排序会要求回表多造成磁盘读，因此不会被优先选择。

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，其原因是原来的数据都是无序的。

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，可以不用再排序了。

我们在这张表上创建一个 city 和 name 的联合索引，对应的 SQL 语句是：

alter table t add index city_user(city, name);

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，并且额外保证了，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：

1. 从索引 (city,name) 找到第一个满足条件的主键id
2. 回表取 name、city、age 三个字段的值，作为结果集的一部分直接返回
3. 从索引(city,name)取下一个记录主键id
4. 重复步骤 2、3，直到查到第 1000条记录，或者不满足条件时循环结束

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 的结果来验证一下。

explain分析

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，所以这个查询只需要找到满足条件的前1000条记录就可以退出了。也就是说，做了这个优化，只需要扫描1000次。

这个语句的执行流程有没有可能进一步简化呢？

之前学到过覆盖索引，我们可以再优化以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：

alter table t add index city_user_age(city, name, age);

这时，对于 city 字段的值相同行来说，还是按照 name 字段的值递增排序的，此时的查询语句也就不需要排序了。整个语句的执行流程：

1. 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
2. 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
3. 重复执行步骤2，直到查到第1000条记录，或者是不满足条件时循环结束

此时，可以使用explain 自行验证一下。

当然并不是说要为每个查询能使用上覆盖索引，就要把语句中涉及到的字段都建上联合索引，毕竟索引还是有维护代价的，这需要权衡。