在你开发应用的时候，一定会经常碰到需要根据指定的字段排序来显示结果的需求。以市民表为例，假设你要查询：城市是杭州的所有人名字，并且按照姓名排序返回前 1000 个人的姓名、年龄。这时，你的 SQL 语句可以这么写：

  1. select city,name,age from t where city='杭州' order by name limit 1000;

这个语句看上去逻辑很清晰，但是你了解它的执行流程吗？下面我们就聊聊这个语句是怎么执行的，以及有什么参数会影响执行的行为。

全字段排序

为避免全表扫描，我们在 city 字段加上索引。然后我们用 explain 命令来看看这个语句的执行情况。
image.png
Extra 这个字段中的 “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 sortbuffer。为了说明这个 SQL 查询语句的执行过程，我们先来看一下 city 这个索引的示意图。
image.png
从图中看到，满足 city=’杭州’ 条件的行是从 ID_X 到 ID(X+N) 的这些记录。通常这个语句执行流程如下所示：

  • 初始化 sort_buffer，确定放入 name、city、age 这三个字段。
  • 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。
  • 到主键 id 索引取出整行，取 name、city、age 三个字段的值，存入 sort_buffer 中。
  • 从索引 city 取下一个记录的主键 id；
  • 重复步骤 3、4 直到 city 的值不满足查询条件为止，对应的主键 id 也就是图中的 ID_Y。
  • 对 sort_buffer 中的数据按照字段 name 做快速排序。
  • 按照排序结果取前 1000 行返回给客户端。

我们暂且把这个排序过程称为全字段排序，执行流程的示意图如下所示。
image.png
图中 “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 的大小，默认 256KB。sort_buffer_size 就是 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，排序就在内存中完成。如果排序数据量太大，内存放不下，则不得不利用磁盘临时文件辅助排序。
image.png
你可以用下面介绍的方法，来确定一个排序语句是否使用了临时文件。

  1. /* 打开optimizer_trace，只对本线程有效 */
  2. SET optimizer_trace='enabled=on'; 
  4. /* @a保存Innodb_rows_read的初始值 */
  5. select VARIABLE_VALUE into @a from  performance_schema.session_status where variable_name = 'Innodb_rows_read';
  7. /* 执行语句 */
  8. select city, name,age from t where city='杭州' order by name limit 1000; 
  10. /* 查看 OPTIMIZER_TRACE 输出 */
  11. SELECT * FROM `information_schema`.`OPTIMIZER_TRACE`\G
  13. /* @b保存Innodb_rows_read的当前值 */
  14. select VARIABLE_VALUE into @b from performance_schema.session_status where variable_name = 'Innodb_rows_read';
  16. /* 计算Innodb_rows_read差值 */
  17. select @b-@a;

这个方法是通过查看 OPTIMIZER_TRACE 的结果来确认的，我们可以从 number_of_tmp_files 中看到是否使用了临时文件：
image.png
number_of_tmp_files 表示的是，排序过程中使用的临时文件数。那这里为什么需要 12 个文件呢？因为外部排序一般使用归并排序算法。可以这么简单理解，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。然后再把这 12 个有序文件再合并成一个有序的大文件。

如果 sort_buffer_size 超过了需要排序的数据量的大小，number_of_tmp_files 就是 0，表示排序可以直接在内存中完成，否则就要放在临时文件中排序。sort_buffer_size 越小，需要分的份数越多，number_of_tmp_files 的值就越大。

rowid 排序

在上面这个算法过程里面，只对原表的数据读了一遍，剩下的操作都是在 sort_buffer 和临时文件中执行的。但这个算法有一个问题，就是如果查询要返回的字段很多的话，那么 sort_buffer 里面要放的字段数就太多，这样内存里能够同时放下的行数很少，那就要分成很多个临时文件，这样排序的性能会很差。

所以如果单行数据很大，全字段排序的效率就不够好。那如果 MySQL 认为排序的单行长度太大会怎么做呢？MySQL 中有专门控制用于排序的行数据的长度的参数 max_length_for_sort_data，默认值为 1024。如果单行的长度超过这个值，那 MySQL 就认为单行长度太大，需要换一个排序算法了。
image.png
还是上面那个例子，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，排序的结果就因为少了 city 和 age 字段的值，不能直接返回了，整个执行流程就变成如下所示的样子：

  • 初始化 sort_buffer，确定放入两个字段，即 name 和 id。
  • 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。
  • 到主键 id 索引取出整行，取 name、id 这两个字段，存入 sort_buffer 中。
  • 从索引 city 取下一个记录的主键 id。
  • 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。
  • 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。

这个执行流程的示意图如下，我把它称为 rowid 排序。
image.png
对比全字段排序流程图你会发现，rowid 排序多访问了一次表 t 的主键索引。需要说明的是，最后的结果集是一个逻辑概念，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 这三个字段的结果，不需要在服务端再耗费内存存储结果，是直接返回给客户端的。

现在，我们就来看看结果有什么不同。首先，图中的 examined_rows 的值还是 4000，表示用于排序的数据还是 4000 行。但是 select @b-@a 这个语句的值变成 5000 了。因为这时候除了排序过程外，在排序完成后，还要根据主键 id 去原表取值。由于语句是 limit 1000，因此会多读 1000 行。
image.png
从 OPTIMIZER_TRACE 的结果中，你还能看到另外两个信息也变了。

  • sort_mode 变成了 ，表示参与排序的只有 name 和 id 这两个字段
  • number_of_tmp_files 变成 10 了，是因为这时候参与排序的行数虽然仍然是 4000 行，但是每一行都变小了，因此需要排序的总数据量就变小了，需要的临时文件也相应地变少了。

rowid 排序名称的由来

如果创建的表没有主键，或者把一个表的主键删掉了，那么 InnoDB 会自己生成一个长度为 6 字节的 rowid 来作为主键。这也就是 rowid 排序的来历。实际上它表示的是每个 InnoDB 存储引擎表都有一个用来唯一标识数据行的信息。对于有主键的 InnoDB 表来说，这个 rowid 就是主键 ID；对于没有主键的 InnoDB 表来说，这个 rowid 就是由系统生成的。

两种排序的区别

如果 MySQL 实在是担心排序内存太小，会影响排序效率，才会采用 rowid 排序算法，这样排序过程中一次可以排序更多行，但是需要再回到原表去取数据。如果 MySQL 认为内存足够大，会优先选择全字段排序，把需要的字段都放到 sort_buffer 中，这样排序后就会直接从内存里面返回查询结果了，不用再回到原表去取数据。这也就体现了 MySQL 的一个设计思想：如果内存够，就要多利用内存，尽量减少磁盘访问。

排序优化

MySQL 做排序是一个成本比较高的操作。那是不是所有的 order by 都需要排序操作呢？如果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。

其实，并不是所有的 order by 语句，都需要排序操作的。从上面分析的执行过程可以看到，MySQL 之所以需要生成临时表，并在临时表上做排序操作，其原因是原来的数据都是无序的。如果能够保证从 city 这个索引上取出来的行，天然就是按照 name 递增排序的话，是不是就可以不用再排序了呢？

确实是这样的。我们可以在这个市民表上创建一个 city 和 name 的联合索引，我们来看看修改后的索引结构：
image.png
在这个索引里，我们依然用树搜索的方式定位到第一个满足 city=’杭州’ 的记录，并额外确保了接下来按顺序取下一条记录的遍历过程中，只要 city 的值是杭州，name 的值就一定是有序的。这样查询过程的流程就变成：

  • 从索引 (city,name) 找到第一个满足 city=’杭州’ 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=’杭州’ 条件时循环结束。

image.png
可以看到，这个查询过程不需要临时表，也不需要排序。我们用 explain 的结果来印证一下：
image.png
从图中可以看到，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，所以这个查询也不用把 4000 行全都读一遍，只要找到满足条件的前 1000 条记录就可以退出了。也就是说，在这个例子里，只需要扫描 1000 次。