MySQL实战 | 15 Mysql 中 order by 是如何工作的？

有如下 SQL 语句：

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

执行流程是怎样的？

全字段排序

MySQL 会给每个线程分配一块内存用于排序，称为 sort_buffer。

这里使用 city 作为查询条件，为了避免全表扫描，可以在 city 上加上索引。

上面语句的执行流程如下：

1、初始化 sort_buffer，确定放入 city、name、age 三个字段；
2、从索引中找到第一个满足 city 条件的主键 id；
3、回表，根据主键 id 取出整行数据，取 city、name、age 三个字段的值，存入 sort_buffer；
4、重复步骤 2、3，这样所有满足 city 条件的字段，并存入到了 sort_buffer 中；
5、对 sort_buffer 中的数据按字段 name 做快速排序；
6、按照排序结果取前 1000 行返回给客户端。

执行流程如下图所示：

可以看出，排序是在 sort_buffer 中完成的，若 sort_buffer_size 的大小不足以放下待排序的数据，那么就需要借助磁盘临时文件来完成。

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。

/* 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 表示排序过程中用到的临时文件数。

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。

examined_rows 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。

rowid 排序

上述算法中，只对原表中的数据读了一次，剩下的操作都是在 sort_buffer 和临时文件中进行的，如果要返回的字段过多时， sort_buffer 明显放不下，这样就要用到很多临时文件，排序性能就会很差。

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。

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。

新算法的执行流程：

1、初始化 sort_buffer，确定放入 name、id 两个字段；
2、从索引中找到第一个满足 city 条件的主键 id；
3、回表，根据主键 id 取出整行数据，取 name、id 的值，存入 sort_buffer；
4、重复步骤 2、3，这样所有满足 city 条件的字段，并存入到了 sort_buffer 中；
5、对 sort_buffer 中的数据按字段 name 做快速排序；
6、遍历排序结果，取前 1000 行，按照 id 再去原表查询 city、name 和 age 三个字段返回给客户端。

如下图：

全字段排序 VS rowid 排序

如果担心内存小，影响排序效率，才会采用 rowid 排序算法，但是需要回到原表查询结果；

如果内存足够大，MySQL 会优先选择全字段排序。

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。

优化

如果能够保证从 city 取出的数据已经是按 name 递增排序的，那就不用再排序了。

比如，这样的联合索引：

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

那么查询流程就变成了这样：

1、从索引 (city,name) 中找到第一个满足 city 条件的主键 id；
2、回表，根据主键 id 取出整行数据，取 city、name、age 三个字段的值，作为结果集直接返回；
3、重复 1、2 步骤，直到 city 条件不再满足；

如图：

还可以利用覆盖索引，继续优化，减少回表的步骤！

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