面试就面试，问我原理干嘛，Order By

发布时间：2025-11-05 07:32:30 来源：创站工坊 作者：域名

本文转载自微信公众号「飞天小牛肉」，面试面试嘛作者小牛肉。问原转载本文请联系飞天小牛肉公众号。理干

假设有这么一张用户表 user：

假设有这么一个需求：查询出城市是面试面试嘛 “南京” 的所有用户名，并且按照用户名进行排序，问原返回前 1000 个人的理干姓名、年龄。面试面试嘛

众所周知，问原排序使用的理干关键字是 order by，不难写出这样的面试面试嘛 SQL 语句：

这篇文章，我们就来解释下，问原涉及 order by 的理干语句具体是怎么执行的，以及有什么参数会影响执行的面试面试嘛行为

全字段排序

为避免全表扫描，我们在查询条件的问原 city 字段上面建立索引。然后用 explain 命令来看看这个语句的理干执行情况：

偷个懒，因为我其实一条数据也没插入(狗头保命)，所以大伙儿在上图中看见的 explain 分析出来的这条 SQL 的影响行数 rows 是 1

Extra 这个字段中的 Using filesort 表示的免费信息发布网就是需要排序，MySQL 会给每个线程分配一块内存用于排序，称为 sort_buffer。

通常情况下，这个语句执行流程如下所示 ：

1)初始化 sort_buffer，放入 city、username、age 这三个字段;

2)从索引 city 找到第一个满足 city=南京 条件的主键 id

3)到主键 id 的索引树上查找到对应的整行数据(回表查询)，然后取出 city、username、age 三个字段的值，存入 sort_buffer 中

4)从索引 city 取下一个记录的主键 id

5)重复步骤 3、4 直到 city 的值不满足查询条件为止

6)对 sort_buffer 中的数据按照字段 username 做快速排序

按照字段 username 做快速排序这个动作，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 sort_buffer 的大小，由参数 sort_buffer_size 决定。

如果要排序的数据量小于 sort_buffer_size，排序就在内存中完成。但如果排序数据量太大，内存放不下，则就需要利用磁盘临时文件来辅助排序。站群服务器

解释下这里使用磁盘临时文件来进行辅助排序的含义，外部排序常用的排序算法是多路归并排序算法，具体步骤如下：

7)按照排序结果取前 1000 行返回给客户端

可以看出，整个排序过程，企商汇我们要查询的 city、username、age 全都参与了，所以，暂且把这个排序过程，称为全字段排序

整条语句的执行流程的示意图如下所示：

针对上面利用磁盘临时文件进行辅助排序的过程，不知道大家会不会有个很自然的想法：sort_buffer 内存放不下，需要用到临时磁盘文件，磁盘文件越多，排序效率显然就会越低下。那为什么还要把排序不相关的字段 city、username 放到 sort_buffer 中呢?只存放排序相关的 age 字段，这样划分的磁盘文件不就相对变少了嘛~

这就是 rowid 排序 👇

rowid 排序

rowid 排序，听名字大概就能理解，就是，只把需要用于排序的字段和对应的主键 id，放到 sort_buffer 中。

那怎么确定走的是全字段排序还是 rowid 排序呢?

实际上有个参数控制的。这个参数就是 max_length_for_sort_data，是 MySQL 中专门控制用于排序的行数据的长度的一个参数。它的意思是，如果单行的长度超过这个值，MySQL 就认为单行太大(那么数据量肯定就越大，sort_buffer 可能不够用)，不能再像之前那样把所有 select 的字段都存进 sort_buffer 了，要换一个算法，只存排序相关的字段

可以看到，max_length_for_sort_data 的默认值是 1024

可以通过下面这行命令进行修改

表中我们定义的这三个字段 city、username、age 的总长度是 36，我把 max_length_for_sort_data 设置为 16，显然，单行的长度已经超过这个值了，排序算法应该由全字段排序转成了 rowid 排序。

整个执行流程就变成如下所示的样子：

1)初始化 sort_buffer，放入两个字段，即 username 和主键 id

2)从 city 索引中找到第一个满足 city=南京 条件的主键 id

3)到主键 id 的索引树上查找到对应的整行数据(回表查询)，取出 username 和 id 这两个字段，存入 sort_buffer 中

4)从 city 索引中取下一个记录的主键 id;重复步骤 3、4 直到不满足 city=南京 的条件为止

5)对 sort_buffer 中的数据按照字段 username 进行排序

6)遍历排序结果，取前 1000 行，并按照 id 的值回到主键 id 的索引树中取出 city、username 和 age 三个字段返回给客户端

可以看到，新的 rowid 算法放入 sort_buffer 的字段，只有要排序的列(即 username 字段)和主键 id。但有利有弊，存放在 sort_buffer 中的数据因为少了 city 和 age 字段的值，所以不能直接返回给客户端了，需要再进行一次回表查询。

这个执行流程的示意图如下：

从上面我们可以看出来，事实上，如果内存足够大的话，MySQL 优先选择的仍然是全字段排序，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，不用再回表查询，减少磁盘访问。

回表的话应该首先去缓冲池 Buffer Pool 中找到对应版本的数据，若找不到，则需要进行磁盘读(索引文件是磁盘文件)，理论上不会触发磁盘读，因为取 id 的时候已经从磁盘读取了一次放到了缓冲池 Buffer Pool 中了，但不排除，第一次取完数据放到 sort buffer 后缓存中的数据页被淘汰了，可能会触发磁盘读

order by 优化

很显然，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。

那么，是不是所有的 order by 都需要排序操作呢?

并不是!

从上面分析的执行过程我们可以看到，MySQL 之所以需要 sort_buffer，并且在 sort_buffer 上做排序操作，其原因是原来的数据都是无序的。

回顾下我们的需求：查询出 city 是 “南京” 的所有 username，并且按照 username 进行排序，返回前 1000 个人的姓名、年龄。

那，如果能够保证从 city 这个索引上取出来的数据行，已经天然就是按照 username 进行递增排序的话，不就不用再排序了吗

所以，我们可以在这张表上创建一个 city 和 username 的联合索引：

在这个联合索引上，我们依然可以用树搜索的方式定位到第一个满足 city=南京 的记录，并且额外确保了，接下来按顺序取 “下一条记录” 的遍历过程中，只要 city 的值是南京，username 的值就一定是有序的(不清楚的小伙伴可以回看下联合索引相关的知识)。

这样整个查询过程的流程就变成了：

1)从联合索引 (city, username) 上找到第一个满足 city=南京 条件的主键 id

2)到主键 id 的索引树上查找到对应的整行数据(回表查询)，取出 username、city 和 age 这三个字段的值，作为结果集的一部分直接返回

3)从联合索引 (city, username) 上取下一个记录主键 id;

4)重复步骤 2、3，直到查到第 1000 条记录，或者是不满足 city=南京 条件时循环结束

可以看到，这个查询过程不需要 sort_buffer，也不需要排序，整个流程被大大缩短了。

再用 explain 分析下这条语句：

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,username) 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，在我们这个例子里，只需要扫描 1000 次就可以了。

说到这里，不知道有没有小伙伴能够察觉点什么

回表查询!

是的，说了这么多，回表查询这个东西一直都在啊，完全可以用上 覆盖索引 来去掉回表过程啊~

不就是要回表取出 username、city 和 age 这三个字段的值吗，咱就直接创建一个 city、name 和 age 的联合索引，对应的 SQL 语句就是：

这样，整个流程就被进一步简化：

1)从联合索引 (city, username, age) 树上找到第一个满足 city=南京 条件的记录，把这条记录作为结果集的一部分直接返回;

2)从联合索引 (city, username, age) 树上取下一个记录，同样将这条记录作为结果集的一部分直接返回

3)重复执行步骤 2，直到查到第 1000 条记录，或者是不满足 city=南京 条件时循环结束

如下图所示：

当然了，使用覆盖索引性能上会快很多，但是索引的维护也是需要代价的，这里需要自己做一个权衡取舍~

最后放上这道题的背诵版：

🥸 面试官：SQL 优化了解过吗?

😎 小牛肉：我来说一下 order by 语句的优化。

以上是我们说的关于 order by 的两个参数优化，还可以根据索引进行一些优化

相关文章