MySQL中order by是怎么工作的？

在如上图中所示的explain的执行结果中，Extra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。

索引city如上图所示

上述语句的执行流程如下：

1、初始化sort_buffer，放入name ?city ?age这三个字段；

2、从索引city中找到第一个满足city='杭州'的主键id，也就是上图中的ID_X；

3、到主键id索引取出整行，取name ?city ?age三个字段的值，放入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值不满足查询条件为止，即上图中的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；

上述过程可称之为“全字段排序”

“按name排序”这个动作，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，排序在内存中完成，否则，内存放不下，不得不利用磁盘临时文件辅助排序，称为外部排序，外部排序一般使用归并排序算法。

rowid排序

max_length_for_sort_data参数，是MySQL中专门控制用于排序的行数据长度的一个参数，含意是：如果需要取出来的单行数据的长度超过这个值，MySQL就认为单行太大，要换一个算法。假设city ?name ?age三个字段的定义总长度是36，把max_length_for_sort_data设置为16，则执行过程变为：

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。

上述流程称之为rowid排序。

全字段排序 VS rowid排序：

综上可得出MySQL的一个设计思想：如果内存足够，就多利用内存，采取全字段排序，尽量减少磁盘访问。

其实，并不是所有的order by语句，都需要排序操作的。比如，如果创建一个city和name的联合索引。

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

则执行流程变为：

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。

可以看到Extra字段中没有Using filesort了，也就是不需要排序了。

更进一步优化，还可以采用覆盖索引，即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。

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

则执行流程变为：

1、从索引(city,name,age)找到第一个满足city='杭州’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、重复执行步骤2，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。

可以看到，Extra里面多了“Using index”，表示的就是使用了覆盖索引，性能上会快很多。

正文止。

感兴趣的朋友，欢迎关注我的公众号哈，公众号上已经集成了AI大模型，大家可以过来聊天、问问题了