MySQL 实战 45 讲
林晓斌
网名丁奇,前腾讯云数据库负责人
224873 人已学习
新⼈⾸单¥68
登录后,你可以任选4讲全文学习
课程目录
已完结/共 49 讲
实践篇 (37讲)
特别放送 (1讲)
结课测试 (1讲)
MySQL 实战 45 讲
15
15
1.0x
00:00/00:00
登录|注册

16 | “order by”是怎么工作的?

timestamp字段的自动更新
binlog_format=row和binlog_row_image=FULL的情况
可见性验证
锁验证
MySQL会直接返回不更新
MySQL会判断值是否相同再更新
MySQL会执行更新操作
分页需求的实现方法
实现不需要排序的方案
查询语句是否需要排序
使用了覆盖索引,性能更好
查询过程不需要临时表和排序
创建city、name和age的联合索引
全字段排序利用内存减少磁盘访问
rowid排序会要求回表多造成磁盘读
MySQL的设计思想
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
对sort_buffer中的数据按照字段name进行排序
重复步骤3、4直到不满足city='杭州'条件为止
从索引city取下一个记录的主键id
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找到第一个满足city='杭州'条件的主键id
初始化sort_buffer,确定放入两个字段,即name和id
按照排序结果取前1000行返回给客户端
对sort_buffer中的数据按照字段name做快速排序
重复步骤3、4直到city的值不满足查询条件为止
从索引city取下一个记录的主键id
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
从索引city找到第一个满足city='杭州'条件的主键id
初始化sort_buffer
补充说明
验证方法
MySQL更新相同值的操作
思考题
覆盖索引
全字段排序 VS rowid排序
rowid排序
全字段排序
上期问题时间
order by语句的执行流程

该思维导图由 AI 生成,仅供参考

在你开发应用的时候,一定会经常碰到需要根据指定的字段排序来显示结果的需求。还是以我们前面举例用过的市民表为例,假设你要查询城市是“杭州”的所有人名字,并且按照姓名排序返回前 1000 个人的姓名、年龄。
假设这个表的部分定义是这样的:
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;
这时,你的 SQL 语句可以这么写:
select city,name,age from t where city='杭州' order by name limit 1000 ;
这个语句看上去逻辑很清晰,但是你了解它的执行流程吗?今天,我就和你聊聊这个语句是怎么执行的,以及有什么参数会影响执行的行为。

全字段排序

前面我们介绍过索引,所以你现在就很清楚了,为避免全表扫描,我们需要在 city 字段加上索引。
在 city 字段上创建索引之后,我们用 explain 命令来看看这个语句的执行情况。
图 1 使用 explain 命令查看语句的执行情况
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。
为了说明这个 SQL 查询语句的执行过程,我们先来看一下 city 这个索引的示意图。
图 2 city 字段的索引示意图
从图中可以看到,满足 city='杭州’条件的行,是从 ID_X 到 ID_(X+N) 的这些记录。
通常情况下,这个语句执行流程如下所示 :
确认放弃笔记?
放弃后所记笔记将不保留。
新功能上线,你的历史笔记已初始化为私密笔记,是否一键批量公开?
批量公开的笔记不会为你同步至部落
公开
同步至部落
取消
完成
0/2000
荧光笔
直线
曲线
笔记
复制
AI
  • 深入了解
  • 翻译
    • 英语
    • 中文简体
    • 中文繁体
    • 法语
    • 德语
    • 日语
    • 韩语
    • 俄语
    • 西班牙语
    • 阿拉伯语
  • 解释
  • 总结

本文深入探讨了在开发应用中常见的根据指定字段排序来显示结果的需求,以及针对这种需求的SQL语句“order by”是如何执行的。文章首先介绍了全字段排序的执行流程,包括使用explain命令查看语句的执行情况、sort_buffer的内存排序和临时文件排序等细节。接着,文章讨论了当排序的单行长度较大时,MySQL采用的另一种算法——rowid排序,详细解释了其执行流程和优化效果。通过对比两种排序算法的执行过程和优化效果,读者可以更好地理解“order by”语句的执行原理和影响因素。文章还介绍了如何通过创建联合索引和覆盖索引来优化查询语句的执行流程,减少排序操作的需求,从而提高系统性能。总的来说,本文通过图示和详细的执行过程分析,为读者提供了深入理解“order by”语句执行机制的技术指导。

仅可试看部分内容,如需阅读全部内容,请付费购买文章所属专栏
《MySQL 实战 45 讲》
新⼈⾸单¥68
立即购买
登录 后留言

全部留言(229)

  • 最新
  • 精选
  • XD
    置顶
    老师,基于早上知道的sort_buffer是在server层,我重新理解了下rowid排序的过程, 1,执行器查看表定义,发现name、city、age字段的长度之和超过max_length_for_sort_data,所以初始化sort_buffer的时候只放入id和name字段。 2,执行器调用存储引擎的读数据接口,依次获取满足条件的数据的id和name,存入sort_buffer。 3,排序。 4,执行器根据limit条件筛选出id,再次调用引擎读数据的接口获取相应的数据,返回客户端。 整个过程实际上是被执行器拆成了两次查询,共调用两次存储层的读数据接口,所以总的扫描行数需要相加。(@b-@a=5000) 但是对于using index condition的场景,执行器只调用了一次查询接口,回表是由存储层来完成的,所以扫描行数只算一次,即只算走索引搜索的过程中扫描的行数。(@b-@a只会是4000) 不知道这么理解对不对?

    作者回复: 不仅对,而且非常好!👍👍 把两个知识点连起来了。是的: 1. rows_examined就是“server层调用引擎取一行的时候”加1; 2. 引擎内部自己调用,读取行,不加1; 再补充一个例子: 加索引的时候,也要扫描全表,但如果是inplace DDL(@第13篇),你会看到扫描行数是0,也是因为这些扫描动作都是引擎内部自己调用的。

    2019-02-27
    7
    150
  • null
    置顶
    re: 问题3:回答得也很好,需要注意的是255这个边界。小于255都需要一个字节记录长度,超过255就需要两个字节 11 月过数据库设计方案,总监现场抛了一个问题,就是关于 varchar 255 的。现在回看,木有人回答到点上,都说是历史原因。 下回再问,就可以分享这一点了。ꉂ ೭(˵¯̴͒ꇴ¯̴͒˵)౨”哇哈哈~

    作者回复: 最怕的回答“历史原因”、“大家都这么做的所以…”、“别人要求的” 😄

    2018-12-21
    8
    50
  • 某、人
    置顶
    回答下@发条橙子同学的问题: 问题一: 1)无条件查询如果只有order by create_time,即便create_time上有索引,也不会使用到。 因为优化器认为走二级索引再去回表成本比全表扫描排序更高。 所以选择走全表扫描,然后根据老师讲的两种方式选择一种来排序 2)无条件查询但是是order by create_time limit m.如果m值较小,是可以走索引的. 因为优化器认为根据索引有序性去回表查数据,然后得到m条数据,就可以终止循环,那么成本比全表扫描小,则选择走二级索引。 即便没有二级索引,mysql针对order by limit也做了优化,采用堆排序。这部分老师明天会讲 问题二: 如果是group by a,a上不能使用索引的情况,是走rowid排序。 如果是group by limit,不能使用索引的情况,是走堆排序 如果是只有group by a,a上有索引的情况,又根据选取值不同,索引的扫描方式又有不同 select * from t group by a --走的是索引全扫描,至于这里为什么选择走索引全扫描,还需要老师解惑下 select a from t group by a --走的是索引松散扫描,也就说只需要扫描每组的第一行数据即可,不用扫描每一行的值 问题三: bigint和int加数字都不影响能存储的值。 bigint(1)和bigint(19)都能存储2^64-1范围内的值,int是2^32-1。只是有些前端会根据括号里来截取显示而已。建议不加varchar()就必须带,因为varchar()括号里的数字代表能存多少字符。假设varchar(2),就只能存两个字符,不管是中文还是英文。目前来看varchar()这个值可以设得稍稍大点,因为内存是按照实际的大小来分配内存空间的,不是按照值来预分配的。 老师我有几个问题: 1.我还是想在确认之前问的问题。一个长连接,一条sql申请了sort_buffer_size等一系列的会话级别的内存,sql成功执行完,该连接变为sleep状态。这些内存只是内容会被情况,但是占用的内存空间不会释放? 2.假设要给a值加1,执行器先找引擎取a=1的行,然后执行器给a+1,在调用接口写入a+1了数据。那么加锁不应该是在执行器第一次去取数据时,引擎层就加该加的锁?为什么要等到第二次调用写入数据时,才加锁。第一次和第二次之间,难道不会被其他事务修改吗?如果没有锁保证 3.始终没太明白堆排序是采用的什么算法使得只需要对limit的数据进行排序就可以,而不是排序所有的数据在取前m条。--不过这里期待明天的文章

    作者回复: 发条橙子同学的问题: 问题1:你回答得比我回复的答案还好!👍🏿 问题2:这个后面我们展开哈,要配图才能说得清😄 问题3:回答得也很好,需要注意的是255这个边界。小于255都需要一个字节记录长度,超过255就需要两个字节 你的问题:#好问题_# 1. 排序相关的内存在排序后就free掉还给系统了 2. 读的时候加了写锁的 3. 堆排序要读所有行的,只读一次,我估计你已经理解对了😄

    2018-12-20
    20
    208
  • didiren
    置顶
    刚才又测了一下,在binlog-row-image=full的情况下,第二次update是不写redolog的,说明update并没有发生 这样我就理解了,当full时,mysql需要读到在更新时读到a值,所以会判断a值不变,不需要更新,与你给出的update t set a=3 where id=1 and a=3原理相同,但binlog-row-image会影响查询结果还是会让人吃一惊

    作者回复: 是的。 这个我也盲点了。 但是细想MySQL 选择这个策略又是合理的。 我需要再更新一下专栏内容

    2018-12-19
    7
    60
  • 老杨同志
    1) mysql> select * from t where city in ('杭州'," 苏州 ") order by name limit 100; 需要排序 原因是索引顺序城市、名称 与 单独按name排序的顺序不一致。 2)如果不想mysql排序 方案a 可以执行两条语句 select * from t where city = '杭州' limit 100; select * from t where city = '苏州' limit 100; 然后把200条记录在java中排序。 方案b 分别取前100,然后在数据端对200条数据进行排序。可以sort buffer就可以完成排序了。 少了一次应用程序与数据库的网络交互 select * from ( select * from t where city = '杭州' limit 100 union all select * from t where city = '苏州' limit 100 ) as tt order by name limit 100 3)对分页的优化。 没有特别好的办法。如果业务允许不提供排序功能,不提供查询最后一页,只能一页一页的翻,基本上前几页的数据已经满足客户需求。 为了意义不大的功能优化,可能会得不偿失。 如果一定要优化可以 select id from t where city in ('杭州'," 苏州 ") order by name limit 10000,100 因为有city\name索引,上面的语句走覆盖索引就可以完成,不用回表。 最后使用 select * from t where id in (); 取得结果 对于这个优化方法,我不好确定的是临界点,前几页直接查询就可以,最后几页使用这个优化方法。 但是中间的页码应该怎么选择不太清楚

    作者回复: 从业务上砍掉功能,这个意识很好👌👍🏿

    2018-12-19
    7
    86
  • 波波
    笔记: 1.MySQL会为每个线程分配一个内存(sort_buffer)用于排序该内存大小为sort_buffer_size 1>如果排序的数据量小于sort_buffer_size,排序将会在内存中完成 2>如果排序数据量很大,内存中无法存下这么多数据,则会使用磁盘临时文件来辅助排序,也称外部排序 3>在使用外部排序时,MySQL会分成好几份单独的临时文件用来存放排序后的数据,然后在将这些文件合并成一个大文件 2.mysql会通过遍历索引将满足条件的数据读取到sort_buffer,并且按照排序字段进行快速排序 1>如果查询的字段不包含在辅助索引中,需要按照辅助索引记录的主键返回聚集索引取出所需字段 2>该方式会造成随机IO,在MySQL5.6提供了MRR的机制,会将辅助索引匹配记录的主键取出来在内存中进行排序,然后在回表 3>按照情况建立联合索引来避免排序所带来的性能损耗,允许的情况下也可以建立覆盖索引来避免回表 全字段排序 1.通过索引将所需的字段全部读取到sort_buffer中 2.按照排序字段进行排序 3.将结果集返回给客户端 缺点: 1.造成sort_buffer中存放不下很多数据,因为除了排序字段还存放其他字段,对sort_buffer的利用效率不高 2.当所需排序数据量很大时,会有很多的临时文件,排序性能也会很差 优点:MySQL认为内存足够大时会优先选择全字段排序,因为这种方式比rowid 排序避免了一次回表操作 rowid排序 1.通过控制排序的行数据的长度来让sort_buffer中尽可能多的存放数据,max_length_for_sort_data 2.只将需要排序的字段和主键读取到sort_buffer中,并按照排序字段进行排序 3.按照排序后的顺序,取id进行回表取出想要获取的数据 4.将结果集返回给客户端 优点:更好的利用内存的sort_buffer进行排序操作,尽量减少对磁盘的访问 缺点:回表的操作是随机IO,会造成大量的随机读,不一定就比全字段排序减少对磁盘的访问 3.按照排序的结果返回客户所取行数

    作者回复: 👍🏿

    2018-12-19
    76
  • 看不到de颜色
    关于上期问题里的最后一个例子不太明白,还请老师指点一下。按说在更新操作的时候应该是当前读,那么应该能读到id=1 and a = 3的记录并修改。那么为什么再select还会查到a = 2。难道是即便update但是where条件也是快照读?但是如果这样那么幻读的问题不就不会存在了吗?(B insert了一条记录,此时A范围update后再select会把B insert的语句查出来)

    作者回复: 你是说图14这里对吧, 这里update语句自己是当前读,但是它没有更新数据; 所以之后的查询还是看不到(1,3)这个版本。 好问题👍

    2019-02-02
    9
    36
  • 胡楚坚
    不好意思,上个留言没打完。 问题一,在跟max_length_for_sort_data坐比较时,mysql是怎么判断一行数据的大小的?是直接根据表定义字段的大小吗? 问题二,另外这‘一行’的含义是整行数据,还是单单最终引擎层需要返回的字段(即select字段+where字段+order by字段)? 麻烦老师有空解答下,谢谢哈

    作者回复: 1. 需要的字段的定义大小的和 2. 好问题。首先取决于使用的算法。 a) 如果是全字段排序就是select字段+where字段+order by字段, b) 如果是row_id排序,就是order by字段+row_id

    2019-02-21
    9
    30
  • 发条橙子 。
    老师 , 接前面 create_time的回答 。 语句确实是 select * from t order by create_time desc ; 老师是指 优化器会根据 order by create_time 来选择使用 create_time 索引么 我之前误以为优化器是根据 where 后面的字段条件来选择索引 ,所以上面那条语句没有where 的时候我就想当然地以为不会走索引 。 看来是自己跳进了一个大坑里面 😅 另 : 我之前在本地建了张表加了20w数据 ,用explain 查了一次 ,发现走的是全表没有走索引, 老师说会走索引。我想了一下, 可能是统计的数据有误的缘故,用 analyze table重新统计 ,再次查询果然走了索引 。😁

    作者回复: 嗯 where和 order都会共同影响哦,今天这篇你要再看看最后加了联合索引以后,语句的执行逻辑 Analyze table 立功啦😄

    2018-12-20
    3
    25
  • didiren
    感谢!针对我之前提出的疑问,我又详细的做了实验,发现一个新的问题,我感觉是个bug,希望解答 # SessionA mysql> show variables like '%binlog_row_image%'; | Variable_name | Value | | binlog_row_image | FULL | mysql> create table t (id int not null primary key auto_increment, -> a int default null) -> engine=innodb; mysql> insert into t values(1,2); mysql> set tx_isolation = 'repeatable-read'; mysql> begin; mysql> select * from t where id = 1; | id | a | | 1 | 2 | 此时在另一个SessionB执行update t set a=3 where id = 1;成功更新一条记录。通过show engine innodb status看,Log sequence number 2573458 然后在SessionA继续。。 mysql> update t set a=3 where id = 1; Rows matched: 1 Changed: 0 Warnings: 0 Log sequence number 2573467 mysql> select * from t where id = 1; | id | a | | 1 | 2 | 这里与你给出的答案里的实验结果不同 可以看到redolog是记录了第二次的update的,但是select却没有看到更新后的值,于是我又换了一个平时测试用的实例,同样的步骤却得到了与你的答案相同的结果 然后我对比了2个实例的参数,发现当binlog-row-image=minimal时第二次查询结果a=3,当binlog-row-image=full时第二次查询结果a=2,而且不论哪个参数,redolog都会因为SessionA的update增长,说明redolog都做了记录,update是发生了的,但是binlog-row-image参数会影响查询结果,难以理解,我用的mysql版本是官方的5.7.13 下面是binlog-row-image = minimal的实验结果 mysql> set binlog_row_image=MINIMAL; mysql> drop table t; mysql> create table t (id int not null primary key auto_increment, -> a int default null) -> engine=innodb; insert into t values(1,2); mysql> insert into t values(1,2); mysql> set tx_isolation = 'repeatable-read'; mysql> begin; mysql> select * from t where id = 1; | id | a | | 1 | 2 | 此时在另一个SessionB执行update t set a=3 where id = 1;成功更新一条记录。 mysql> update t set a=3 where id = 1; Rows matched: 1 Changed: 0 Warnings: 0 mysql> select * from t where id = 1; | id | a | | 1 | 3 |

    作者回复: !!! 你说的对 我验证的是statement格式。 MySQL 看来选了不错吧路径。 这个我之前真不知道😓 多谢

    2018-12-19
    22
收起评论
显示
设置
留言
99+
收藏
沉浸
阅读
分享
手机端
快捷键
回顶部