四面阿里被问MySQL底层如何实现order by的,瞬间懵了!

• 需求

  查询城市是“上海”的所有用户名，并按用户名排序，返回前1000人的名字、年龄。

先看建表语句：

Easy！SQL随手一写：

为避免全表扫描，给 city 字段加个索引，再explain验证：

explain select city, name, age from citizen where city = '上海' order by name limit 1000;
+----+-------------+---------+------------+------+---------------+------+---------+------+------+----------+-----------------------------+
| id | select_type | table   | partitions | type | possible_keys | key  | key_len | ref  | rows | filtered | Extra                       |
+----+-------------+---------+------------+------+---------------+------+---------+------+------+----------+-----------------------------+
|  1 | SIMPLE      | citizen | NULL       | ALL  | city          | NULL | NULL    | NULL |   32 |   100.00 | Using where; Using filesort |
+----+-------------+---------+------------+------+---------------+------+---------+------+------+----------+-----------------------------+
1 row in set, 1 warning (0.00 sec)

Extra的 Using filesort 表示需要排序，MySQL会给每个线程分配一块内存（sort_buffer）用于排序。

那么MySQL底层到底是如何执行order by的呢？

首先看city索引：
这里 id_x ~ id_(x+n) 的数据都满足city=上海。

SQL执行流程

1. 初始化sort_buffer，放入city, name, age三字段
2. 从索引city找到第一个满足city=上海的主键id， 即id_x
3. 到主键索引取出整行，取city, name, age三个字段的值，存入sort_buffer
4. 从索引city取下一个记录的主键id
5. 重复3、4，直到city值不满足查询条件，即主键id_y
6. 对sort_buffer中的数据按name做快排
7. 取排序后结果的前1000行，返回给client

这就是

全字段排序

执行流程

按name排序 这一操作可能：

• 在内存中完成
• 或需要外部排序

这取决于：

• 排序所需的内存
  若待排序数据量 < sort_buffer_size，就在内存中排序。
• 参数sort_buffer_size
  MySQL为排序开辟的内存（sort_buffer）的大小。若待排序数据量太大，内存放不下，则需利用磁盘临时文件辅助排序。

产品又开始炫技了，又问到：

order by语句何时会使用临时文件？

SET optimizer_trace='enabled=on';

/* 使用 @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';

select city, name,age
from citizen
where city='上海'
order by name
limit 1000;

/* 查看 OPTIMIZER_TRACE 输出 */
SELECT * FROM `information_schema`.`OPTIMIZER_TRACE`\G

/* 使用 @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 的差值 */
select @b-@a;

查看 OPTIMIZER_TRACE 结果中的 number_of_tmp_files 字段确认是否使用临时文件。

"filesort_execution": [
],
"filesort_summary": {
	"rows": 4000
	"examined_rows": 4000,
	"number_of_tmp_files": 12,
	"sort_buffer_size": 32664 ,
	"sort_mode": "<sort_key, packed_additional_fields>"

• number_of_tmp_files
  排序过程中使用的临时文件数。为啥需要12个文件？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。
  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。

若 sort_buffer_size 超过需排序的数据量大小，则 number_of_tmp_files 就是0，即排序可直接在内存完成。

否则就需要放在临时文件中排序。sort_buffer_size越小，需要分成的份数越多，number_of_tmp_files的值就越大。

• examined_rows
  参与排序的行数。测试表有4000条满足city='上海’的记录，所以该参数为4000。

• sort_mode 的packed_additional_fields
  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实际长度分配空间。

select @b-@a 的结果4000，即整个执行过程只扫描了4000行。

为避免对结论造成干扰，我把internal_tmp_disk_storage_engine设置成MyISAM。否则，select @b-@a的结果会显示为4001。
因为查询OPTIMIZER_TRACE表时，需要用到临时表，而internal_tmp_disk_storage_engine的默认值是InnoDB。若使用InnoDB，把数据从临时表取出时，会让Innodb_rows_read的值加1。

rowid排序

上面的算法，只是读了一遍原表数据，剩下的操作都是在sort_buffer和临时文件中执行。

这就存在问题：若查询要返回的字段很多，则：

• sort_buffer要放的字段数就会很多=》
• 内存能放下的行数就会变少=》
• 就要分成很多临时文件=》
• 排序性能就会很差。

所以若单行很大，该算法的效率可不够行哦。

产品老大又开始发难，那你知道若MySQL认为排序的单行长度太大，它会咋样？

现在修改个参数，让MySQL采用另外一种算法。

SET max_length_for_sort_data = 16;

• max_length_for_sort_data
  MySQL用于控制用于排序的行数据的长度。若单行长度超过该值，MySQL就认为单行太大，要换个算法。

city、name、age 三字段的定义总长度36，那你看我把max_length_for_sort_data设为16会咋样？

新的算法放入sort_buffer的字段，只有待排序列（name字段）和主键id。
但这时，排序的结果就因少了city和age字段值，不能直接返回了，整个执行流程变成如下：

1. 初始化sort_buffer，确定放入两个字段，即name和id
2. 从city找到第一个满足 city=上海 的主键id，即id_x
3. 到id取出整行，取name、id这俩字段，存入sort_buffer
4. 从city取下一个记录的主键id
5. 重复3、4，直到不满足city=上海，即id_y
6. 对sort_buffer数据按name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client

听到这里，感觉明白了一些：产品你别急，你看我画下这个rowid排序执行过程的示意图，对不对？

你看这个和你之前画的全字段排序示意图对比，其实就是多访问了一次表citizen的主键索引，即step7。

resultSet是个逻辑概念，实际上MySQL服务端从排序后的sort_buffer中依次取出id，然后到原表查到city、name和age这三字段的结果，无需在服务端再耗费内存存储结果，而是直接返回给client。

这时查看rowid排序的OPTIMIZER_TRACE结果：

"filesort_execution": [
],
"filesort_summary": {
	"rows": 4000
	"examined_rows": 4000,
	"number_of_tmp_files": 10,
	"sort_buffer_size": 32728 ,
	"sort_mode": "<sort_key, rowid>"

• select @b-@a结果变成5000
  因为这时除了排序过程，在排序完成后，还要根据id去原表取值。由于语句是limit 1000，因此会多读1000行。
• sort_mode 变成了 <sort_key, rowid>
  表示参与排序的只有name和id字段
• number_of_tmp_files 变成10
  因为这时参与排序的行数虽然还是4000，但每行都变小了，因此需排序的总数据量就小了，需要的临时文件也就少咯。

产品最后总结到：

• 若MySQL认为排序内存太小，会影响排序效率，就会采用rowid排序
  这样排序过程中一次可以排序更多行，但最后需要回表取数据
• 若MySQL认为内存够大，会优先选择全字段排序
  把需要字段都放到sort_buffer，这样排序后就直接从内存返回查询结果，不用回表。

所以MySQL就是：若内存够，就多利用内存，尽量减少磁盘访问。

对InnoDB，rowid排序会要求回表，多造成了磁盘读，因此不会被优先选择。
所以MySQL排序是个高成本操作。

• 是不是所有order by都需排序呢？若不排序就能得到正确的结果，那对系统的消耗会小很多，语句的执行时间也会变得更短。
  并非所有order by都需排序操作。MySQL之所以需要生成临时表，并且在临时表上做排序，是因为原来的数据都是无序的。

• 如果能保证从city索引上取出来的行，天生就是按name递增排序，是不是就可以不用再排序了？
  是的。

所以可以创建一个city,name联合索引：

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

• 该索引的示意图
  
  依然可以用树搜索定位到第一个满足city='上海’的记录，并且能确保接下来按顺序取“下一条记录”的遍历过程，只要city是上海，name值一定有序。
  这样整个查询过程的流程就变成：

1. 从索引(city,name)找到第一个满足city='上海’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='上海’条件时循环结束

• 引入(city,name)联合索引后，查询语句的执行计划
  

可见，该查询过程无需临时表，也无需排序。

• 使用 explain 查看(city,name)联合索引，查询语句的执行计划

 explain select city, name, age from citizen where city = '上海' order by name limit 1000;
+----+-------------+---------+------------+------+---------------+------+---------+------+------+----------+-----------------------------+
| id | select_type | table   | partitions | type | possible_keys | key  | key_len | ref  | rows | filtered | Extra                       |
+----+-------------+---------+------------+------+---------------+------+---------+------+------+----------+-----------------------------+
|  1 | SIMPLE      | citizen | NULL       | ref  | city,name       | name | 51    | const |   4000 |   100.00 | Using index condition |
+----+-------------+---------+------------+------+---------------+------+---------+------+------+----------+-----------------------------+
1 row in set, 1 warning (0.00 sec)

可见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，所以该查询也不用把4000行全都读一遍，只要找到满足条件的前1000条记录即可退出。在这个例子里，只需扫描1000次。

该语句的执行流程有没有可能进一步简化呢？

• 覆盖索引
  索引上的信息足够满足查询请求，不需要再回到主键索引上去取数据。

按覆盖索引，可以再优化一下这个查询语句的执行流程。
针对这个查询，可以创建一个city、name和age的联合索引，对应的SQL语句就是：

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

这时，对于city字段的值相同的行来说，还是按照name字段的值递增排序的，此时的查询语句也就不再需要排序了。这样整个查询语句的执行流程就变成了：

1. 从索引(city,name,age)找到第一个满足city='上海’条件的记录，取出其中的city、name和age这三个字段的值，作为结果集的一部分直接返回
2. 从索引(city,name,age)取下一个记录，同样取出这三个字段的值，作为结果集的一部分直接返回
3. 重复2，直到查到第1000条记录或不满足city=‘上海’

引入 (city,name,age) 联合索引，查询语句的执行流程

• explain查看(city,name,age)联合索引查询语句的执行计划

explain select city, name, age from citizen where city = '上海' order by name limit 1000;
+----+-------------+---------+------------+------+---------------+------+---------+------+------+----------+-----------------------------+
| id | select_type | table   | partitions | type | possible_keys | key  | key_len | ref  | rows | filtered | Extra                       |
+----+-------------+---------+------------+------+---------------+------+---------+------+------+----------+-----------------------------+
|  1 | SIMPLE      | citizen | NULL       | ref  | city,name,age        | age | 51    | const |   4000 |   100.00 | Using where; Using index |
+----+-------------+---------+------------+------+---------------+------+---------+------+------+----------+-----------------------------+
1 row in set, 1 warning (0.00 sec)

Extra字段里面多了“Using index”，说明使用了覆盖索引，性能上会快很多。
但这并非说要为了每个查询能用上覆盖索引，就要把语句中涉及的字段都建上联合索引，毕竟索引也很占空间，而且修改新增都会导致索引改变，还是具体业务场景具体分析。

参考

• “order by”是怎么工作的？
• https://blog.csdn.net/Linuxhus/article/details/112672434?utm_medium=distribute.pc_relevant.none-task-blog-baidujs_title-0&spm=1001.2101.3001.4242
• 天天写order by，你知道Mysql底层执行原理吗？