作者：不才陈某

前言

CREATE TABLE user (  id int(11) NOT NULL,  city varchar(16) NOT NULL,  name varchar(16) NOT NULL,  age int(11) NOT NULL,  PRIMARY KEY (id),  KEY city (city)) ENGINE=InnoDB;

• 则上述需求的 sql 查询语句如下：

select city,name,age from user where city='苏州' order by name limit 1000;

• 这条 sql 查询语句相信大家都能写出来，但是你了解它在 Mysql 底层的执行流程吗？今天陈某来大家聊一聊这条 sql 语句是如何执行的以及有什么参数会影响执行的流程。
• 本篇文章分为如下几个部分进行详细的阐述：全字段排序rowid 排序全字段排序 VS rowid 排序如何避免排序

全字段排序

• 前面聊过索引能够避免全表扫描，因此我们给city这个字段上添加了索引，当然城市的字段很小，不用考虑字符串的索引问题.
• 此时用Explain来分析一下的这条查询语句的执行情况，结果如下图：

• 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。
• 既然使用了索引进行查询，我们来简单的画一下city这棵索引树的结构，如下图：

• 从上图可以看出，满足city='苏州'是从ID3到IDX这些记录。
• 通常情况下，此条 sql 语句执行流程如下：

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='苏州'条件的主键id，也就是图中的ID3。
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IDX。
6. 对sort_buffer中的数据按照字段name做快速排序。
7. 按照排序结果取前 1000 行返回给客户端。

• 我们称这个排序过程为全字段排序，执行的流程图如下：

• 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。

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。
• 我们可以修改一个max_length_for_sort_data这个参数使其使用另外一种算法。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，我把max_length_for_sort_data设置为 16，我们再来看看计算过程有什么改变。设置的 sql 语句如下：

SET max_length_for_sort_data = 16;

• 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：

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='苏州'条件的主键id，也就是图中的ID3。
3. 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。
4. 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IDX。
5. 对sort_buffer中的数据按照字段name做快速排序。
6. 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。
7. 这个执行流程的示意图如下，我把它称为rowid排序。

• 对比全字段排序，rowid排序多了一次回表查询，即是多了第7步的查询主键索引树。

全字段排序 VS rowid 排序

• 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。

如何避免排序

• 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。
• 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？
• 因此想到了联合索引，创建(city,name)联合索引，sql 语句如下：

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

• 此时的索引树如下：

• 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='苏州'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。
• 按照上图，整个查询的流程如下：从索引(city,name)找到第一个满足 city='苏州’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='苏州'条件时循环结束。
• 对应的流程图如下：

• 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。
  image
• 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。
• 难道仅仅这样就能满足了？此条查询语句是否能再优化呢？

• 朋友们还记得覆盖索引吗？覆盖索引的好处就是能够避免再次回表查询。
• 我们创建(city,name,age)联合索引，这样在执行上面的查询语句就能使用覆盖索引了，避免了回表查询了，sql 语句如下：

讲真，这两款idea插件，能治愈你英语不好的病alter table user add index city_user_age(city, name, age);

• 此时执行流程图如下：

• 当然，覆盖索引能够提升效率，但是维护索引也是需要代价的，因此还需要权衡使用。

总结

• 今天这篇文章，我和你介绍了 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。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。

来源：掘金 链接：
https://juejin.im/post/5e945b9651882573b7537c2a