MySQL45讲 第十六讲 “order by”是怎么工作的？

MySQL45讲 第十六讲 “order by”是怎么工作的？

一、引言

在应用开发中，经常需要根据指定字段排序显示结果。本文以查询城市为 “杭州” 的市民信息并按姓名排序为例，深入探讨 MySQL 中 “order by” 语句的执行流程、不同算法以及相关优化策略，避免在开发中出现性能问题。

例子：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：

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;

这时，你的SQL语句可以这么写：

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

---

二、全字段排序

（一）索引创建与执行情况分析

1. MySQL会给每个线程分配一块内存用于排序，这块内存称为sort_buffer。为避免全表扫描，需在 city 字段创建索引。

   

2. 使用 explain 命令查看执行情况，Extra 字段中的 Using filesort 表示需要排序，MySQL 会为每个线程分配 sort_buffer 内存用于排序。
   

（二）执行流程

1. 初始化 sort_buffer，确定放入 name、city、age 三个字段。
2. 从 city 索引找到满足条件的第一个主键 id。
3. 到主键 id 索引取出整行，取相关字段值存入 sort_buffer。
4. 从 city 索引取下一个记录的主键 id，重复 3、4 步直到不满足条件。
5. 对 sort_buffer 中的数据按 name 字段做快速排序（可能在内存或使用外部排序，取决于 sort_buffer_size 参数和排序数据量）。
6. 取前 1000 行返回给客户端。

（三）查看是否使用临时文件

1. 通过设置 optimizer_trace 为 enabled=on，计算执行语句前后 performance_schema.session_status 中 Innodb_rows_read 的差值，并查看 OPTIMIZER_TRACE 结果中的 number_of_tmp_files，可确定是否使用临时文件。若该值大于 0，表示使用了外部排序，MySQL 将数据分成多份排序后合并；若为0，表示可在内存中完成排序。

2. 下图中的number_of_tmp_files=12代表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。

   

---

三、rowid 排序

在全字段排序算法过程里面，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。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，即行长度过长，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。这时候就需要使用rowid排序。

（一）参数控制与算法改变

SET max_length_for_sort_data = 16;

1. 当 max_length_for_sort_data 参数设置为较小值（如 16），且单行长度超过该值时，MySQL 采用 rowid排序算法。此算法放入 sort_buffer 的字段只有要排序的列（如 “name”）和主键 id。

（二）执行流程

1. 初始化 sort_buffer，确定放入 name 和 id 字段。

2. 从 city 索引找到满足条件的第一个主键 id。

3. 到主键 id 索引取出整行，取 name 和 id 字段存入 sort_buffer。

4. 从 city 索引取下一个记录的主键 id，重复 3、4 步直到不满足条件。

5. 对 sort_buffer中的数据按 name 排序。

6. 遍历排序结果取前 1000 行，按 id 值回原表取出 city、name 和 age 字段返回给客户端。此算法多了一次回表操作，但在单行数据较大时，可在排序过程中一次排序更多行。

（三）全字段排序和rowid 排序性能对比

1. 全字段排序在内存足够时优先选择，可直接从内存返回结果，减少磁盘访问；
2. rowid 排序在内存较小时使用，虽排序时能处理更多行，但需回表取数据，增加磁盘读操作。

---

四、利用联合索引避免排序

（一）创建联合索引

1. 创建 city 和 name 的联合索引（如 city_user (city, name)），可确保从该索引取出行时按 name 递增排序，无需再进行排序操作。

   

2. 无需继续创建临时表和排序，使用explain指令查看，Extra字段已经没有Using filesort,证明

   

（二）执行流程简化

1. 从联合索引找到满足条件的第一个主键 id。

2. 到主键 id 索引取整行相关字段值直接返回。

3. 从联合索引取下一个记录主键 id，重复 2 步直到满足条件结束。

   

（三）覆盖索引优化

1. 进一步创建 city、name 和 age 的联合索引（如 city_user_age (city, name, age)），可利用覆盖索引，直接从索引获取数据返回，无需回表从主键索引取数据，性能更快，但需权衡索引维护代价。覆盖索引是指，索引上的信息足够满足查询请求，不需要回到主键索引上去取数据。

2. 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。

   

---

五、总结与思考

MySQL 中 order by 语句有多种执行算法，开发人员应清楚其排序逻辑和系统资源消耗，根据实际情况选择合适方案。

• 全字段排序可能需要使用临时表进行排序，在字段过多的情况下性能可能会很差。
• 为了减少字段过长导致的排序性能下降，rowid排序算法放入 sort_buffer 的字段只有要排序的列（如 “name”）和主键 id。
• 如果需要进一步提高性能，可以采取联合索引乃至覆盖索引（字段已排序），这样就可以避免排序，但是需要消耗空间存储索引和维护索引为代价。