【MySQL】orderby/groupby出现Using filesort根因分析及优化

序

在日常的数据库运维中，我们可能会遇到一些看似难以理解的现象。比如两个SQL查询语句，仅仅在ORDER BY子句上略有不同，却造成了性能的天壤之别——一个飞速完成，一个则让数据库崩溃。今天就让我们围绕这个问题，深入剖析MySQL的查询优化机制。

Q1 - 能否自我介绍下？

嗨，大家好，我是 小 明?（小明java问道之路），互联网大厂后端研发专家，2022博客之星TOP3/博客专家/CSDN后端内容合伙人、InfoQ(极客时间)签约作者、阿里云签约博主、全网5万粉丝博主。

一个8年开发经验的老兵，专注于面试/后端/源码/架构/算法，擅长面试高安全/可用/并发/性能的架构设计与演进、系统优化与稳定性建设。?

Q2?- 出现?Using?filesort?问题分析？

• 我们拿到两条SQL语句，第一条查询语句是："WHERE time >= '2023-12-21 00:00:00' ORDER BY time ASC“
• 第二条查询语句是："WHERE time >= '2023-12-21 00:00:00' ORDER BY id ASC“。

通过EXPLAIN命令对两条SQL进行分析后发现，在使用id作为排序字段时，MySQL使用了Using?filesort?操作；但是在使用time作为排序字段时，却没有?Using?filesort。而我们知道，Using?filesort通常代表着磁盘排序，相较于内存排序，它的性能开销要大很多。

那么问题来了，既然id是主键，应该有更好的性能，为什么会导致?Using?filesort?的出现呢？

Q3?- 问题原因是什么？

在我们的例子中，假设time字段的值是递增的，并且与id的增长趋势大致一致。那么在执行类似"WHERE time >='2023-12-21 00:00:00' ORDER BY time ASC"的查询时，MySQL可以通过time索引找到满足条件的第一个记录，然后顺序扫描后面的记录直到没有满足WHERE条件的记录为止。

在这个过程中，由于已经按照time字段的顺序读取记录，所以不需要额外的排序操作。

但当我们改为"WHERE time >='2023-12-21 00:00:00' ORDER BY id ASC"时，就不能保证按id的顺序读取记录了。

因为虽然两个字段都是递增的，但并不能确保每个time值对应的id也是按顺序排列的。此时，MySQL查询优化器可能会选择扫描所有满足条件的记录，并把它们加载进入一个临时表进行排序，这样就产生了?Using?filesort。

Q4?- MySQL索引与查询优化器？

MySQL的索引可以提高查询速度，因为它们使得MySQL可以找到记录而无需扫描整个表。然而，索引并非万能的，它也会带来存储和管理的开销。所以，当MySQL选择执行计划时，会基于众多因素来考虑是否使用索引、使用哪种索引，以及如何使用索引。

NULL值和数据分布及唯一性都可以影响MySQL索引的使用效果。除此之外，MySQL的查询优化器还会根据查询条件和排序规则，选择最佳的索引进行操作。这就可能出现我们现在这个情况，即使id是主键，但如果在使用id进行排序时，不能有效利用索引，也可能产生 Using?filesort?操作。

?

Q5?- 解决方案是什么？

• 如果我们经常需要按照time和id排序的查询，一种解决方案是创建联合索引（time, id）。这样即使按照id排序，也能利用索引进行优化。因为对于联合索引来说，MySQL可以在满足time过滤条件的情况下，直接使用索引进行id的排序。
• 可以尝试调整MySQL的sort_buffer_size参数。如果排序的数据量小于这个参数，那么MySQL可能会选择内存排序而非?Using?filesort。需要注意的是，这个参数是每个连接独享的，设置得过大可能会浪费内存资源。

总结

理解MySQL索引的使用规则和查询优化器的工作原理，可以帮助我们更好地优化数据库性能，解决实际问题。同时，要明白没有最好的索引，只有最合适的索引。我们需要根据业务需求和实际数据分布，来选择和优化索引。

在本次的问题中，我们通过理解索引、排序以及查询优化器的工作原理，找出了导致问题的根源，并提出了相应的解决方案。

充分体现了，深入理解和掌握相关知识，对于我们解决实际问题的重要性。