和产品争论MySQL底层如何实现order by的,惨败!
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:
初始化sort_buffer,确定放入
name、city、age
三字段从索引
city
找到第一个满足city='上海’
条件的主键id, 即id_x
;到id主键索引取出整行,取
name、city、age
三个字段的值,存入sort_buffer从索引city取下一个记录的主键id
重复3、4,直到city的值不满足查询条件,即主键
id_y
对sort_buffer中数据按
name
做快排取排序后结果的前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:
初始化sort_buffer,确定放入两个字段,即
name
和id
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到id取出整行,取name、id这两个字段,存入sort_buffer
从
city
取下一个记录的主键id重复步骤3、4直到不满足city='上海’,也就是图中的id_y
对sort_buffer中的数据按照字段name进行排序
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:
从索引(city,name)找到第一个满足city='上海’条件的主键id
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
从索引(city,name)取下一个记录主键id
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:
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
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
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?
和产品争论MySQL底层如何实现order by的,惨败!相关推荐
- mysql执行底层_天天写order by,你知道Mysql底层如何执行吗?
在实际的开发中一定会碰到根据某个字段进行排序后来显示结果的需求,但是你真的理解order by在 Mysql 底层是如何执行的吗? 假设你要查询城市是苏州的所有人名字,并且按照姓名进行排序返回前 10 ...
- mysql底层用什么写的_天天写order by,你知道Mysql底层如何执行吗?
前言在实际的开发中一定会碰到根据某个字段进行排序后来显示结果的需求,但是你真的理解order by在 Mysql 底层是如何执行的吗? 假设你要查询城市是苏州的所有人名字,并且按照姓名进行排序返回前 ...
- mysql查询语句能否让一个字段不显示出来_天天写order by,你知道Mysql底层如何执行吗?
作者:不才陈某 前言 在实际的开发中一定会碰到根据某个字段进行排序后来显示结果的需求,但是你真的理解order by在 Mysql 底层是如何执行的吗?假设你要查询城市是苏州的所有人名字,并且按照姓名 ...
- 权限表使用联合主键吗_天天写 order by,你知道Mysql底层执行流程吗?
前言 在实际的开发中一定会碰到根据某个字段进行排序后来显示结果的需求,但是你真的理解order by在 Mysql 底层是如何执行的吗? 假设你要查询城市是苏州的所有人名字,并且按照姓名进行排序返回前 ...
- mysql排序后如何取最前和最后的数据_天天写order by,你知道Mysql底层如何执行吗?...
作者:不才陈某 前言 在实际的开发中一定会碰到根据某个字段进行排序后来显示结果的需求,但是你真的理解order by在 Mysql 底层是如何执行的吗?假设你要查询城市是苏州的所有人名字,并且按照姓名 ...
- 天天写order by,你知道Mysql底层执行原理吗?
在实际的开发中一定会碰到根据某个字段进行排序后来显示结果的需求,但是你真的理解order by在 Mysql 底层是如何执行的吗? 假设你要查询城市是苏州的所有人名字,并且按照姓名进行排序返回前 10 ...
- 理解mysql 底层原理
理解mysql 底层原理 mysql 关系数据库的一种,开源免费,支持百万级的存储性能.性能稳定.社区活跃 鉴于 本人半路出家,对于一些原理的东西都不怎么了解,正好 无所事事的情况下,翻博客,吸取知识 ...
- 深入理解 MySQL 底层实现
本文来自作者 默默 在 GitChat 上分享 「深入理解 MySQL 底层实现」,「阅读原文」查看交流实录. 「文末高能」 编辑 | 哈比 MySQL 的常用引擎 1. InnoDB InnoDB ...
- 2.mysql底层架构和sql执行流程
目录 1.学习目标 2.一条查询 SQL 语句是如何执行的? 2.1 通信协议 2.2 查询缓存 2.3. 语法解析和预处理(Parser & Preprocessor) 2.4 查询优化(Q ...
最新文章
- win7找回丢失的右键新建记事本选项
- 简释iptables防火墙
- 关于未能找到源文件“.NETFramework,Version=v4.0.AssemblyAttributes.cs”问题
- opencv透视变换:GetPerspectiveTransform、warpPerspective函数的使用
- python定义x_Python 定义函数(示例代码)
- 微信小程序开发工具最新版本已更新下载(1.02.1804120)
- 02 unix文件系统和命令
- 使用Prometheus+grafana打造高逼格监控平台
- Dynamic CRM 2013学习笔记(二十二)插件里调用WCF服务
- Eclipse的两个hibernate plugin
- xmind快捷键_小冰笔记 | 请在XMIND里写下你的MIND!
- 联想机房同传日记——2014/09/17
- 1.59TB《全球 12.5 米高程DEM for WeServer》发布
- 使用批处理修改注册表的键值
- 推荐一款国产免费开源的ERP进销存系统 附带安装详细教程
- Frank计算机基础硬件笔记
- UIPATH 调用SAP BAPI
- 报错:WebMvcConfigurer.class cannot be opened because it does not exist
- java安装 2203_高手分析win7系统无法安装java程序提示“内部错误2203”的处理
- 用JS制作表格的添加删除
热门文章
- Linux chattr命令详解
- P6617 查找 Search 线段树 查找区间内是否有两个和为w的数(w不变)
- 奶牛异或(01字典树)
- 树莓派安装python2idle_树莓派开发日记2——Linux!python!GPIO!
- 例题3-6 环状序列(Circular Sequence, ACM/ICPC Seoul 2004, UVa1584)
- iptables时区_iptables time 时间匹配规则
- 计算机系统数据保存期限,官方数据:U盘数据通常可以保存多长时间
- 16进制输出C语言字符常量,基础C语言:进制、常量
- 小米8 SE和小米9 SE 开源 Android 9 Pie 内核代码
- Rosalind: 兔子与递归