现有一个表:
有一条sql语句:
select city,name,age from t where city='杭州' order by name limit 1000 ;
为了避免全扫描,我们在city上加上索引。
全字段排序
用explain命令来看看这个语句的执行情况。
“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。
一个全字段排序的流程如下:
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='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. 按照排序结果取前1000行返回给客户端。
按name排序可能在内存中完成,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。Mysql里面的number_of_tmp_files描述了是否使用了临时文件,
rowid排序
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。
先看一个字段max_length_for_sort_data,这个参数表示,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。
新的办法只排序那么和主键ID即可
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id,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city='杭州’条件为止,也就是图中的ID_Y;
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。
rowid排序多访问了一次表t的主键索引。
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。
并不是所有的语句都要排序
如表在city和name上创建一个联合索引。
这样子,只要city一致,那么name的值一定是有序的。即:
1. 从索引(city,name)找到第一个满足city='杭州’条件的主键id;
2. 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;
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,或者是不满足city='杭州’条件时循环结束。
甚至还可以加上age作一个覆盖索引,那么把取值的步骤也省了。