假设我们要查询一个市民表中城市=杭州的所有人的名字,并且按照名字排序
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;
那么sql语句可以这样写
select city,name,age from t where city='杭州' order by name limit 1000 ;
接下来我们看下explain的结果
图中的Extra这一列下面的Using filesort表示需要排序,MySQL会为每个连接分配一块内存用于排序,就是sort_buffer,sort_buffer_size可以调整该排序内存大小
因为我们where条件用到了city,所以我们在city上面建立了索引
我们先看下该索引结构
从图中可以看出满足city=杭州的条件是ID_X到ID_Y之间的数据
通常情况下这个语句的执行流程如下:
1.初始化sort_buffer,确定放入name,age,city三个字段
2.从索引city中找到第一个符合条件的数据,也就是ID_X这个
3.取出索引中id的值,回表查询name,age,city的数据放入sort_buffer中
4.从索引city取下一个符合条件的id
5.重复步骤3,4直到city的值不满足city=杭州的条件,也就是图中ID_Y
6.对sort_buffer中的数据按照name排序
7.按照排序结果取前1000行数据返回给客户端
我们把这个排序过程叫全字段排序
如下图所示
上图按name排序这个动作可能在内存中完成也可能需要外部排序,这取决于排序需要的内存大小和sort_buffer_size这个参数
如果排序需要的内存大于sort_buffer_size设置的数值,那么就需要使用磁盘临时文件辅助排序
rowid排序
在上面的那个全字段排序中,只对原表查询了一次,但是如果查询的字段很多的话,那么sort_buffer中就会很多数据,就会使用到
磁盘临时辅助文件排序,这样性能会变差。
那么如果mysql认为单行数据过大会怎么办呢?
接下来设置一下这个参数为16
max_length_for_sort_data这个参数是mysql专门用来控制用于排序的行数据的单行的长度的一个参数,如果单行数据的字段的长度超过这个参数设置的值
那么就会使用rowid排序,比如说我们这个例子中name,age,city这三个字段的单行数据长度之和要是大于16,那么就会使用rowid排序
排序流程:
1.初始化sort_buffer,确定放入id,name
2.取出city索引中第一个满足条件的索引的id值
3.到主键id索引里面取出整行,取出name,id字段放入sort_buffer
4.去下一个符合条件的索引记录,放入sort_buffer中
5.重复步骤3.4直到不满足city=杭州
6.对sort_buffer中的数据按照name进行排序
7.遍历排序结果取出前1000行的数据的id,去表中查询出name,age,city返回给客户端
可以看出来rowid排序比全字段排序多了一次表查询就是步骤7
我们来对比下这两个排序
如果mysql觉得内存不够用就会用到rowid排序,如果内存够用则用全字段排序
也就是说Mysql有个设计思想,就是如果内存够,就尽量用内存,尽量减少磁盘的访问
看到这里你是不是觉得Mysql排序是一个非常复杂的流程,性能会不好,那么是不是所有的order_by语句都要排序呢?
不是的,如果需要排序的字段天然就是有序的,那么就不需要排序,啥意思呢,比如说我们建立一个city和name的联合索引
alter table t add index city_user(city, name);
作为与city索引的对比,我们看看这个索引
如果建立了这个索引那么执行流程就变成了这样
1.查询出第一条联合索引中city,name里面city=杭州的数据的id值
2.到主键索引里面取出整行,取出name,age,city字段
3.从索引city,name去下一个记录主键id
4.重复步骤2,3直到查到1000条记录或者不符合city=杭州循环结束
可以看到这个过程不需要排序,也不需要用到临时表
用explain验证一下
那么这个语句还有没有优化空间呢?
有的
我们建立一个三个字段的联合索引
alter table t add index city_user_age(city, name, age);
那么流程就变成了这样
1.查询出索引中第一条符合条件的数据,取出city,name,age作为结果集的一部分直接返回
2.从索引继续取下一个符合条件的数据作为结果集的一部分直接返回
3.重复步骤2直到查到1000条记录或者不符合city=杭州循环结束
这里其实就是用到了覆盖索引,直接不用回表查询了
当然这里绝对不是说遇到问题就加索引,这里只是举个例子,因为毕竟维护索引也是有代价的