这天风和日丽，小a正在工位上苦练摸鱼技术，

突然接到产品的☎️，又来需求？     

只听到产品又开始口若黄河：我需要要查询到city是“上海”的所有人的name，并且还要按name排序返回前1000人的name、age。

小a急忙正襟危坐，从一堆库表中翻出需要的表，抽出其建表语句： 

看看表结构，再看看产品的需求 

感觉很容易，随手SQL这么一写： 

诶，这语句看着简单而朴实，一个需求好像就完美解决了。但为了显示自己强大的性能优化水平，考虑到要避免全表扫描，于是又给 city 字段加索引。建完索引，自然还需要使用explain验证一下：

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字段的 Using filesort 表示需要排序，MySQL会给每个线程分配一块内存用于排序，称为sort_buffer。

这时魔鬼产品突然凑过来问：给我看看你代码咋写的，你这么写你真的懂MySQL 底层怎么执行order by的吗？小a突然惊醒，还真没想过这些。

产品经理冷笑道：你知道你的 city 索引长啥样吗？我自己建立的，我咋可能不知道！随手直接画出

• city字段的索引示意图 

产品，你可好好看了，这里 id_x ~ id_(x+n) 的数据都满足city='上海’。

产品：那你倒是说说这条SQL的执行流程？不知道了吧，我来告诉你吧：

1. 初始化sort_buffer，确定放入name、city、age三字段

2. 从索引city找到第一个满足city='上海’条件的主键id， 即id_x；

3. 到id主键索引取出整行，取name、city、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的值不满足查询条件，即主键id_y

6. 对sort_buffer中数据按name做快排

7. 取排序后结果的前1000行返回给客户端

这就是全字段排序，执行流程如下：

按name排序 这一操作可能在内存中完成，也可能需要外部排序，而这就取决于

• 排序所需内存

• 参数sort_buffer_size MySQL为排序开辟的内存（sort_buffer）的大小。若要排序的数据量小于sort_buffer_size，排序就在内存中完成。若排序数据量太大，内存放不下，则得利用磁盘临时文件辅助排序。

产品又开始炫技了，又问到：你知道 一条排序语句何时才会使用临时文件 吗？这？这还真又触及到我的知识盲区了！

mysql> SET optimizer_trace='enabled=on';
Query OK, 0 rows affected (0.00 sec)/* 使用 @a 保存 Innodb_rows_read 的初始值 */
mysql> select VARIABLE_VALUE into @a from  performance_schema.session_status where variable_name = 'Innodb_rows_read';
Query OK, 1 row affected (0.00 sec)mysql> select city, name,age from citizen where city='上海' order by name limit 1000;
+--------+------+-----+
| city   | name | age |
+--------+------+-----+
| 上海   | java |  22 |
.../* 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 */
mysql> select VARIABLE_VALUE into @b from performance_schema.session_status where variable_name = 'Innodb_rows_read';
Query OK, 1 row affected (0.00 sec)/* 计算 Innodb_rows_read 的差值 */
mysql> 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。

注意，为了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。

我惊奇地望着产品，像瞻仰伟人一般，不如你继承我的代码吧，让我来做产品？ 

rowid排序 上面的算法，只是对原表数据读了一遍，剩下的操作都是在sort_buffer和临时文件中执行。但这就存在问题：若查询要返回的字段很多，那么sort_buffer要放的字段数就会很多，内存里能够同时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，该方法的效率可不够行哦。

产品大大又开始发难，那么你知道若MySQL认为排序的单行长度太大，它又会干啥吗？

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。若单行的长度超过该值，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，只有要排序的列（即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’条件的主键id，也就是图中的id_x

3. 到id取出整行，取name、id这两个字段，存入sort_buffer

4. 从city取下一个记录的主键id

5. 重复步骤3、4直到不满足city='上海’，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。

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，看看对不对？

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

注意了，最后的resultSet是一个逻辑概念，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，不需要在服务端再耗费内存存储结果，而是直接返回给客户端。

这时查看rowid排序的OPTIMIZER_TRACE结果，看看和之前的不同之处在哪里

"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，我们可以创建一个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？