聊聊 MySQL 是如何处理排序的

本文分享自华为云社区《MySQL怎样处理排序⭐️如何优化需要排序的查询？》，作者：菜菜的后端私房菜。

前言

在 MySQL 的查询中常常会用到 order by 和 group by 这两个关键字

它们的相同点是都会对字段进行排序，那查询语句中的排序是如何实现的呢？

当使用的查询语句需要进行排序时有两种处理情况：

1. 当前记录本来就是有序的，不需要进行排序

2. 当前记录未保持顺序，需要排序

使用索引保证有序

对于第一种情况，常常是使用二级索引中索引列的有序来保证结果集有序，从而不需要进行排序

对于表 a，为 a2 建立二级索引，那么在二级索引上 a2 就是有序的

 CREATE TABLE `a` (   `a1` int(11) NOT NULL AUTO_INCREMENT,   `a2` varchar(255) CHARACTER SET utf8mb4 DEFAULT NULL,   `a3` varchar(255) DEFAULT NULL,   PRIMARY KEY (`a1`),   KEY `idx_a2` (`a2`) ) ENGINE=InnoDB AUTO_INCREMENT=76 DEFAULT CHARSET=utf8;

select * from a order by a.a2 limit 10

当优化器选择使用 a2 索引时，a2 列的记录本身就是有序的，因此不需要再使用其他开销进行排序

当然，优化器也有可能不使用 a2 索引（当优化器认为使用 a2 回表开销太大时会使用全表扫描）

当优化器使用的索引上 a2 无序时，则会通过其他手段对结果进行排序

filesort

当执行计划的 Extra 附加信息中出现 Using filesort 时，会使用 sort_buffer 对结果进行排序

sort_buffer 是一块用于排序的内存，sort_buffer 可能存放查询需要的所有字段，也可能只存放需要排序的字段和主键

show variables like 'max_length_for_sort_data'

当查询需要的字段长度小于 max_length_for_sort_data 时，则会将查询需要的所有字段放入 sort_buffer 中，然后对需要排序的列进行排序，最后返回结果

当查询需要的字段长度大于 max_length_for_sort_data 时，只会将需要排序的字段和主键值放入 sort_buffer 中，等到排序后再去查询聚簇索引获取需要查询的列（相当于又多了一次回表）

在 sort_buffer 中进行排序时，如果内存足够则会在内存中进行排序，如果内存不够则会使用磁盘的临时文件来辅助排序

开启 optimizer_trace 可以查看是否使用临时文件辅助排序

 #开启优化器追踪 SET optimizer_trace='enabled=on';  ​ #sql语句 select * from student order by student_name limit 10000; ​ #查看优化器追踪的信息 SELECT * FROM `information_schema`.`OPTIMIZER_TRACE`\G;

排序使用的算法是归并算法，先分割成多个小文件排序再进行合并

其中number_of_tmp_files 为使用到的临时文件数量，sort_buffer_size 为 sort_buffer 大小

因此当使用 order by、group by 等需要排序的关键字时，最好建立合适的索引

如果数据量小可以在 sort buffer 中排序，如果数据量太大还需要与磁盘交互

总结

当查询语句需要排序时会分为不用排序和需要排序两种情况

当使用的索引有序时则不用再进行排序，通过索引来保证有序

当使用的索引无序时则会使用 sort_buffer 进行排序，当查询字段的长度未超过限制时，sort_buffer 中每条记录会存储需要查询的列

如果超过限制，则 sort_buffer 只会存储需要排序的列和主键值，排序后再通过主键值进行回表获取需要查询的列

当数据量太大不够在内存中排序完，会使用磁盘页辅助排序，使用归并算法将排序数据分散在多个页再合并

可以通过追踪优化器 optimizer_trace 分析内容查看辅助页的数量等信息

为需要排序的列建立合适的索引，避免使用磁盘页辅助排序

当无法使用索引时可以调整 sort buffer 或 max_length_for_sort_data（谨慎）

点击关注，第一时间了解华为云新鲜技术~