MySQL數(shù)據(jù)庫(kù)中實(shí)現(xiàn)排序的原理是什么

MySQL數(shù)據(jù)庫(kù)中實(shí)現(xiàn)排序的原理是什么？針對(duì)這個(gè)問題，這篇文章詳細(xì)介紹了相對(duì)應(yīng)的分析和解答，希望可以幫助更多想解決這個(gè)問題的小伙伴找到更簡(jiǎn)單易行的方法。

排序是數(shù)據(jù)庫(kù)中的一個(gè)基本功能，MySQL也不例外。用戶通過Order by語句即能達(dá)到將指定的結(jié)果集排序的目的，其實(shí)不僅僅是Order by語句，Group by語句，Distinct語句都會(huì)隱含使用排序。本文首先會(huì)簡(jiǎn)單介紹SQL如何利用索引避免排序代價(jià)，然后會(huì)介紹MySQL實(shí)現(xiàn)排序的內(nèi)部原理，并介紹與排序相關(guān)的參數(shù)，最后會(huì)給出幾個(gè)“奇怪”排序例子，來談?wù)勁判蛞恢滦詥栴}，并說明產(chǎn)生現(xiàn)象的本質(zhì)原因。

1.排序優(yōu)化與索引使用

為了優(yōu)化SQL語句的排序性能，最好的情況是避免排序，合理利用索引是一個(gè)不錯(cuò)的方法。因?yàn)樗饕旧硪彩怯行虻?，如果在需要排序的字段上面建立了合適的索引，那么就可以跳過排序的過程，提高SQL的查詢速度。下面我通過一些典型的SQL來說明哪些SQL可以利用索引減少排序，哪些SQL不能。假設(shè)t1表存在索引key1(key_part1,key_part2),key2(key2)

a.可以利用索引避免排序的SQL

SELECT * FROM t1 ORDER BY key_part1,key_part2;
SELECT * FROM t1 WHERE key_part1 = constant ORDER BY key_part2;
SELECT * FROM t1 WHERE key_part1 > constant ORDER BY key_part1 ASC;
SELECT * FROM t1 WHERE key_part1 = constant1 AND key_part2 > constant2 ORDER BY key_part2;

b.不能利用索引避免排序的SQL

//排序字段在多個(gè)索引中，無法使用索引排序
SELECT * FROM t1 ORDER BY key_part1,key_part2, key2;
 
//排序鍵順序與索引中列順序不一致，無法使用索引排序
SELECT * FROM t1 ORDER BY key_part2, key_part1;
 
//升降序不一致，無法使用索引排序
SELECT * FROM t1 ORDER BY key_part1 DESC, key_part2 ASC;
 
//key_part1是范圍查詢，key_part2無法使用索引排序
SELECT * FROM t1 WHERE key_part1> constant ORDER BY key_part2;

2.排序?qū)崿F(xiàn)的算法

對(duì)于不能利用索引避免排序的SQL，數(shù)據(jù)庫(kù)不得不自己實(shí)現(xiàn)排序功能以滿足用戶需求，此時(shí)SQL的執(zhí)行計(jì)劃中會(huì)出現(xiàn)“Using filesort”，這里需要注意的是filesort并不意味著就是文件排序，其實(shí)也有可能是內(nèi)存排序，這個(gè)主要由sort_buffer_size參數(shù)與結(jié)果集大小確定。MySQL內(nèi)部實(shí)現(xiàn)排序主要有3種方式，常規(guī)排序，優(yōu)化排序和優(yōu)先隊(duì)列排序，主要涉及3種排序算法：快速排序、歸并排序和堆排序。假設(shè)表結(jié)構(gòu)和SQL語句如下：

CREATE TABLE t1(id int, col1 varchar(64), col2 varchar(64), col3 varchar(64), PRIMARY KEY(id),key(col1,col2));
SELECT col1,col2,col3 FROM t1 WHERE col1>100 ORDER BY col2;

a.常規(guī)排序

(1).從表t1中獲取滿足WHERE條件的記錄

(2).對(duì)于每條記錄，將記錄的主鍵+排序鍵(id,col2)取出放入sort buffer

(3).如果sort buffer可以存放所有滿足條件的(id,col2)對(duì)，則進(jìn)行排序；否則sort buffer滿后，進(jìn)行排序并固化到臨時(shí)文件中。(排序算法采用的是快速排序算法)

(4).若排序中產(chǎn)生了臨時(shí)文件，需要利用歸并排序算法，保證臨時(shí)文件中記錄是有序的

(5).循環(huán)執(zhí)行上述過程，直到所有滿足條件的記錄全部參與排序

(6).掃描排好序的(id,col2)對(duì)，并利用id去撈取SELECT需要返回的列(col1,col2,col3)

(7).將獲取的結(jié)果集返回給用戶。

從上述流程來看，是否使用文件排序主要看sort buffer是否能容下需要排序的(id,col2)對(duì)，這個(gè)buffer的大小由sort_buffer_size參數(shù)控制。此外一次排序需要兩次IO，一次是撈(id,col2),第二次是撈(col1,col2,col3)，由于返回的結(jié)果集是按col2排序，因此id是亂序的，通過亂序的id去撈(col1,col2,col3)時(shí)會(huì)產(chǎn)生大量的隨機(jī)IO。對(duì)于第二次MySQL本身一個(gè)優(yōu)化，即在撈之前首先將id排序，并放入緩沖區(qū)，這個(gè)緩存區(qū)大小由參數(shù)read_rnd_buffer_size控制，然后有序去撈記錄，將隨機(jī)IO轉(zhuǎn)為順序IO。

b.優(yōu)化排序

常規(guī)排序方式除了排序本身，還需要額外兩次IO。優(yōu)化的排序方式相對(duì)于常規(guī)排序，減少了第二次IO。主要區(qū)別在于，放入sort buffer不是(id,col2),而是(col1,col2,col3)。由于sort buffer中包含了查詢需要的所有字段，因此排序完成后可以直接返回，無需二次撈數(shù)據(jù)。這種方式的代價(jià)在于，同樣大小的sort buffer，能存放的(col1,col2,col3)數(shù)目要小于(id,col2)，如果sort buffer不夠大，可能導(dǎo)致需要寫臨時(shí)文件，造成額外的IO。當(dāng)然MySQL提供了參數(shù)max_length_for_sort_data，只有當(dāng)排序元組小于max_length_for_sort_data時(shí)，才能利用優(yōu)化排序方式，否則只能用常規(guī)排序方式。

c.優(yōu)先隊(duì)列排序

為了得到最終的排序結(jié)果，無論怎樣，我們都需要將所有滿足條件的記錄進(jìn)行排序才能返回。那么相對(duì)于優(yōu)化排序方式，是否還有優(yōu)化空間呢？5.6版本針對(duì)Order by limit M，N語句，在空間層面做了優(yōu)化，加入了一種新的排序方式--優(yōu)先隊(duì)列，這種方式采用堆排序?qū)崿F(xiàn)。堆排序算法特征正好可以解limit M，N 這類排序的問題，雖然仍然需要所有元素參與排序，但是只需要M+N個(gè)元組的sort buffer空間即可，對(duì)于M，N很小的場(chǎng)景，基本不會(huì)因?yàn)閟ort buffer不夠而導(dǎo)致需要臨時(shí)文件進(jìn)行歸并排序的問題。對(duì)于升序，采用大頂堆，最終堆中的元素組成了最小的N個(gè)元素，對(duì)于降序，采用小頂堆，最終堆中的元素組成了最大的N的元素。

3.排序不一致問題

案例1

Mysql從5.5遷移到5.6以后，發(fā)現(xiàn)分頁出現(xiàn)了重復(fù)值。

測(cè)試表與數(shù)據(jù)：

create table t1(id int primary key, c1 int, c2 varchar(128));
insert into t1 values(1,1,'a');
insert into t1 values(2,2,'b');
insert into t1 values(3,2,'c');
insert into t1 values(4,2,'d');
insert into t1 values(5,3,'e');
insert into t1 values(6,4,'f');
insert into t1 values(7,5,'g');

假設(shè)每頁3條記錄，第一頁limit 0,3和第二頁limit 3,3查詢結(jié)果如下：

我們可以看到 id為4的這條記錄居然同時(shí)出現(xiàn)在兩次查詢中，這明顯是不符合預(yù)期的，而且在5.5版本中沒有這個(gè)問題。產(chǎn)生這個(gè)現(xiàn)象的原因就是5.6針對(duì)limit M,N的語句采用了優(yōu)先隊(duì)列，而優(yōu)先隊(duì)列采用堆實(shí)現(xiàn)，比如上述的例子order by c1 asc limit 0，3 需要采用大小為3的大頂堆；limit 3，3需要采用大小為6的大頂堆。由于c1為2的記錄有3條，而堆排序是非穩(wěn)定的(對(duì)于相同的key值，無法保證排序后與排序前的位置一致)，所以導(dǎo)致分頁重復(fù)的現(xiàn)象。為了避免這個(gè)問題，我們可以在排序中加上唯一值，比如主鍵id，這樣由于id是唯一的，確保參與排序的key值不相同。將SQL寫成如下：

select * from t1 order by c1,id asc limit 0,3;
select * from t1 order by c1,id asc limit 3,3;

案例2

兩個(gè)類似的查詢語句，除了返回列不同，其它都相同，但排序的結(jié)果不一致。

測(cè)試表與數(shù)據(jù)：

create table t2(id int primary key, status int, c1 varchar(255),c2 varchar(255),c3 varchar(255),key(c1));
insert into t2 values(7,1,'a',repeat('a',255),repeat('a',255));
insert into t2 values(6,2,'b',repeat('a',255),repeat('a',255));
insert into t2 values(5,2,'c',repeat('a',255),repeat('a',255));
insert into t2 values(4,2,'a',repeat('a',255),repeat('a',255));
insert into t2 values(3,3,'b',repeat('a',255),repeat('a',255));
insert into t2 values(2,4,'c',repeat('a',255),repeat('a',255));
insert into t2 values(1,5,'a',repeat('a',255),repeat('a',255));

分別執(zhí)行SQL語句：

select id,status,c1,c2 from t2 force index(c1) where c1>='b' order by status;
select id,status from t2 force index(c1) where c1>='b' order by status;

執(zhí)行結(jié)果如下：

看看兩者的執(zhí)行計(jì)劃是否相同

為了說明問題，我在語句中加了force index的hint，確保能走上c1列索引。語句通過c1列索引撈取id，然后去表中撈取返回的列。根據(jù)c1列值的大小，記錄在c1索引中的相對(duì)位置如下：

(c1,id)===(b,6),(b,3),(5,c),(c,2)，對(duì)應(yīng)的status值分別為2 3 2 4。從表中撈取數(shù)據(jù)并按status排序，則相對(duì)位置變?yōu)?6,2,b),(5,2,c),(3,3,c),(2,4,c)，這就是第二條語句查詢返回的結(jié)果，那么為什么第一條查詢語句(6,2,b),(5,2,c)是調(diào)換順序的呢？這里要看我之前提到的a.常規(guī)排序和b.優(yōu)化排序中標(biāo)紅的部分，就可以明白原因了。由于第一條查詢返回的列的字節(jié)數(shù)超過了max_length_for_sort_data，導(dǎo)致排序采用的是常規(guī)排序，而在這種情況下MYSQL將rowid排序，將隨機(jī)IO轉(zhuǎn)為順序IO，所以返回的是5在前，6在后；而第二條查詢采用的是優(yōu)化排序，沒有第二次撈取數(shù)據(jù)的過程，保持了排序后記錄的相對(duì)位置。對(duì)于第一條語句，若想采用優(yōu)化排序，我們將max_length_for_sort_data設(shè)置調(diào)大即可，比如2048。

關(guān)于MySQL數(shù)據(jù)庫(kù)中實(shí)現(xiàn)排序的原理是什么問題的解答就分享到這里了，希望以上內(nèi)容可以對(duì)大家有一定的幫助，如果你還有很多疑惑沒有解開，可以關(guān)注億速云行業(yè)資訊頻道了解更多相關(guān)知識(shí)。