Mysql order by 优化

version : 5.7, from 8.2.1.14 ORDER BY Optimization

本节描述MySQL何时可以使用索引来满足ORDER BY子句,当不能使用索引时使用filesort,以及优化器中有关ORDER BY的执行计划信息。

一个order by语句对于有没有使用limit可能存在执行差异。详细内容查看8.2.1.17 LIMIT Query Optimization

使用索引实现order by

在某些情况下,MySQL可能会使用索引来满足一个ORDER BY子句,并避免执行filesort 操作时涉及的额外排序。

虽然ORDER BY并不完全精确地匹配索引,但是索引还是会被使用,只要在WHERE子句中,所有未被使用的那部分索引(一个索引多个字段-联合索引的情况)以及所有ORDER BY字段都是一个常量就没问题,都会走到索引而不是filesort。

这里我们有一张表tx_order,

1
2
3
4
5
6
7
8
9
10
11
12
CREATE TABLE `tx_order` (
  `id` bigint unsigned NOT NULL AUTO_INCREMENT ,
  `serial_number` varchar(255) NOT NULL ,
  `order_status` int unsigned DEFAULT 0 NOT NULL ,
  `market_id` varchar(10) DEFAULT NULL ,
  `market_name` varchar(255) DEFAULT NULL ,
  `shop_id` varchar(50) DEFAULT NULL ,
  `shop_name` varchar(100) DEFAULT NULL ,
  `mobile` varchar(64) DEFAULT NULL ,
  `create_date` datetime DEFAULT NULL ,
  PRIMARY KEY (`id`) USING BTREE
) ENGINE=InnoDB AUTO_INCREMENT=2333702 DEFAULT CHARSET=utf8;

并且添加索引

1
alter table tx_order add index idx_market_date(market_id,create_date);

在接下来的sql中分析order by对索引的使用情况。其中MySQL优化器实际执行sql是否使用索引还是表扫描取决于两者的效率。

  • 下面这个sql中,优化器使用了idx_market_date索引避开了表扫描. ```` desc select market_id,create_date from tx_order.tx_order order by market_id,create_date;

1 SIMPLE tx_order index idx_market_date 39 1671956 100 Using index

1
2

然而这句sql中的查询字段都在索引中,如果查询字段不被包含在索引中,如「select market_id,create_date,market_name」。这种情况下,扫描整个索引并且查找表行以查不在索引中的列,这样的操作的代价可能比表扫描更高,此时优化器可能不会使用索引。

desc select market_id,create_date,market_name from tx_order.tx_order order by market_id,create_date;

1 SIMPLE tx_order ALL 1671956 100 Using filesort

1
2

在InnoDB中,我们知道主键(聚集索引)本身是索引的一部分,下面这个查询中索引就会被使用。

desc select id,market_id,create_date from tx_order.tx_order order by market_id,create_date;

1 SIMPLE tx_order index idx_market_date 39 1671956 100 Using index

1
2

* 下面这种情况,在where条件中索引中的一个字段是一个常量,并且where子语句产生的范围索引的性能比表扫描高的多,那么这样的查询会选择索引而不是表扫描。

desc select market_id,create_date from tx_order.tx_order where market_id = ‘1009’ order by create_date;

1 SIMPLE tx_order ref idx_market_date idx_market_date 33 const 170398 100 Using where; Using index

1
2

* 下面两条sql比较特殊,也可以对比前面几个order by ... asc的语句。看看下面的执行结果我们可以思考这是为什么。首先添加索引的时候暂时是无法指定字段排序的,alter table tx_order add index idx_market_date(market_id asc,create_date desc),虽然这样的写法语法是支持的,但是当前版本的MySQL不做任逻辑何支持,都是统一安装默认升序排列。在一个联合索引中,查询按照索引中的字段排序,如果排序方式不一致,优化器还是会部分走表扫描的。

desc select market_id,create_date from tx_order.tx_order order by market_id desc ,create_date desc ;

1 SIMPLE tx_order index idx_market_date 39 1671956 100 Using index

desc select market_id,create_date from tx_order.tx_order order by market_id asc ,create_date desc ;

1 SIMPLE tx_order index idx_market_date 39 1671956 100 Using index; Using filesort

1
2

* 下面的查询where子语句中的范围索引优于表扫描,优化器会选择索引解析order by。

desc select market_id,create_date from tx_order.tx_order where market_id > ‘1009’ order by market_id asc;

1 SIMPLE tx_order range idx_market_date idx_market_date 33 835978 100 Using where; Using index

desc select market_id,create_date from tx_order.tx_order where market_id < ‘1009’ order by market_id desc;

1 SIMPLE tx_order range idx_market_date idx_market_date 33 230966 100 Using where; Using index

1
2

* 下面这个查询中,order by的不再是market_id,但是所有查询的行market_id都是一个常量,所以还是会走到索引的解析order by。

desc select market_id,create_date from tx_order.tx_order where market_id = ‘1009’ and create_date>’2018-01-01’ order by create_date desc;

1 SIMPLE tx_order range idx_market_date idx_market_date 39 94002 100 Using where; Using index

1
2
3
4

在一些情况下,虽然MySQL对where条件处理的时候用会用到索引,但是不能够用索引来解析order by, 看下面的例子。

* order by使用到的索引非连续,MySQL解析order by还是会扫描表,我这里有一个索引 idx_market_id(market_id,order_status,create_date),看下面的sql执行结果。

desc select market_id,create_date from tx_order.tx_order where market_id=’1009’ order by market_id ,create_date ;

1 SIMPLE tx_order ref idx_market_id,idx_market_type_create_date idx_market_id 33 const 138084 100 Using where; Using index; Using filesort

1
2

* 混合排序asc,desc

desc select market_id,create_date from tx_order.tx_order order by market_id asc ,create_date desc;

1 SIMPLE tx_order index idx_market_date 39 1671956 100 Using index; Using filesort

1
2

* order by字段使用函数,优化器解析order by放弃索引

desc select mobile from tx_order.tx_order order by abs(mobile);

1 SIMPLE tx_order index idx_mobile 768 1671956 100 Using index; Using filesort

1
2

* 在多表关联查询中,并且ORDER BY中的列并不是全部来自第1个用于搜索行的非常量表。(这是EXPLAIN输出中的没有const联接类型的第1个表)。

desc select a.market_id from tx_order.tx_order a ,tx_order_item b where a.id = b.order_id and a.market_id = ‘1009’ order by a.market_id,b.sku;

1 SIMPLE b ALL idx_order_create 1 100 Using filesort 1 SIMPLE a eq_ref PRIMARY,idx_market_date PRIMARY 8 tx_order.b.order_id 1 10.19 Using where

1
2

* 有不同的ORDER BY和GROUP BY表达式。

desc select market_id,create_date from tx_order.tx_order group by market_id,create_date order by create_date;

1 SIMPLE tx_order index idx_market_date idx_market_date 39 1671956 100 Using index; Using temporary; Using filesort

1
2

* 对于指定了排序索引长度的索引。在这种情况下,索引不能完全解析排序顺序,需要使用filesort来排序。例如,建立索引alter table tx_order add index idx_mobile(mobile(5)); 然而mobile varchar(64).

desc select mobile from tx_order.tx_order order by mobile desc ;

1 SIMPLE tx_order ALL 1671956 100 Using filesort

1
2
3
4
5
6

* 有些情况,使用的表索引的类型不能按顺序保存行。例如,对于HEAP表的HASH索引情况即如此。

* 排序索引的可用性可能受列别名的使用影响。

在下面的语句中,排序受到影响,不会使用索引.

desc select abs(market_id) as aa from tx_order.tx_order order by aa;

1 SIMPLE tx_order index idx_market_date 39 1671956 100 Using index; Using filesort

1
2

但是,下面的语句中,虽然查询字段有使用别名,但是真实的排序字段还是索引中的字段,那么排序还是使用索引的。

desc select abs(market_id) as aa from tx_order.tx_order order by market_id;

1 SIMPLE tx_order index idx_market_date 39 1671956 100 Using index

1
2
3
4

在默认情况下,对于"group by col2,col2,..."这样的语句,MySQL会同时会包含"order by col2,col2,..."等同于你显示的加速"order by col2,col2,..."排序,这种情况下优化器的处理是没有性能损失的。

对于这个默认情况,如果你想避开默认排序,可以使用 order by null 来避免,例如:

desc select market_id,count(market_id) from tx_order.tx_order group by market_id order by null ;

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15

优化器可能仍然选择使用排序来实现分组操作。ORDER BY NULL 禁止对结果进行排序,而不是通过分组操作进行先前排序以确定结果。

> 注意 

> GROUP BY默认情况下隐式排序(即,在没有列ASC或 列的DESC指示符的情况下GROUP BY)。但是,不推荐依赖于隐式 GROUP BY排序(即,在没有ASC或 DESC指示符的情况下排序)或显式排序GROUP BY(即,通过 对列使用显式ASC或DESC指示符GROUP BY)。要生成给定的排序顺序,有必要供一个 ORDER BY子句。


# 使用filesort实现排序
当无法使用索引排序的时候,MySQL使用filesort扫描表给结果集排序,相应的filesort在整个查询过程中产生了额外的排序阶段。

为了支持filesort,优化器实现会分配一定数量的内存sort_buffer_size区域,这块内存区域是每个session独占的,并且可以更改这个变量值。

如果filesort数据集太大,在内存中无法实现排序,优化器会使用一块磁盘作为临时文件来做排序。某些查询特别适合内存排序完成filesort的操作,例如优化器可以有效的利用内存排序,而不需要临时文件实现。例如

desc select * from tx_order.tx_order order by market_name desc limit 10;

1 SIMPLE tx_order ALL 1671956 100 Using filesort

1
2

Using temporary的例子

desc select market_name from tx_order.tx_order order by RAND() desc limit 10;

1 SIMPLE tx_order ALL 1671956 100 Using temporary; Using filesort

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23

# 影响order by优化
对于filesort的慢查询,可以尝试修改 max_length_for_sort_data 标量来达到效果,控制filesort选择算法的触发点,可以尝试调低 max_length_for_sort_data 值。(如果增大了max_length_for_sort_data的值,并且磁盘使用率上升,cpu使用率下降,)详细资料请阅读 [Mysql 排序优化与索引使用(转)](https://www.cnblogs.com/moss_tan_jun/p/6021822.html)。

要提高ORDER BY速度,请检查是否可以让MySQL使用索引而不是额外的排序阶段。如果无法做到这一点,请尝试以下策略:

* 增加 sort_buffer_size 变量值。理想情况下,该值应足够大,以使整个结果集适合排序缓冲区(以避免写入磁盘和合并传递),但至少该值必须足够大以容纳15个元组。(最多可以合并15个临时磁盘文件,每个文件至少有一个元组在内存中必须有空间。)

	请考虑存储在排序缓冲区中的列值的大小受 max_sort_length系统变量值的影响。例如,如果元组存储长字符串列的值并且您增加了值 max_sort_length,则排序缓冲区元组的大小也会增加,并且可能需要您增加 sort_buffer_size。对于作为字符串表达式(例如调用字符串值函数的那些)计算的列值,filesort算法无法分辨表达式值的最大长度,因此必须分配 max_sort_length 每个元组的字节数。

	要监视合并传递的数量(合并临时文件),请检查 Sort_merge_passes 状态变量。

* 增加 read_rnd_buffer_size 变量值,以便一次读取更多行。

* 将tmpdir 系统变量更改为指向具有大量可用空间的专用文件系统。变量值可以列出以循环方式使用的几个路径; 您可以使用此功能将负载分散到多个目录中。:在Unix上用冒号字符()分隔路径,;在Windows上用分号字符()分隔路径。路径应命名位于不同物理磁盘上的文件系统中的目录 ,而不是同一磁盘上的不同分区。

# 通过执行计划查看sql解析
使用 EXPLAIN (参见[8.8.1 Optimizing Queries with EXPLAIN](https://dev.mysql.com/doc/refman/5.7/en/using-explain.html)),可以检查MySQL是否可以使用索引来解析ORDER BY子句.

* 如果输出Extra列 EXPLAIN不包含Using filesort,则使用索引并且filesort不执行。
* 如果输出Extra列 EXPLAIN包含 Using filesort,则不使用索引并filesort执行。

另外,filesort执行的时候优化器的trace可以输出filesort_summary信息快。例如:

“filesort_summary”: { “rows”: 100, “examined_rows”: 100, “number_of_tmp_files”: 0, “sort_buffer_size”: 25192, “sort_mode”: “<sort_key, packed_additional_fields>” } ````

对于MySQL的trace,详细请参考Chapter 8 Tracing the Optimizer.

总结

想要写出高效可靠的排序查询,你需要搞明白order by大概的执行过程,这里可以参考How MySQL executes ORDER BY,Mysql 排序优化与索引使用(转)这两篇文章。

我们在写sql语句并且使用order by的时候,首先考虑满足索引条件,如果不满足那么满足内存中filesort,最坏的情况就是临时文件出现了,当然这种情况是我们最不想看到的。

同时这里要说一下我的个人经验:

  1. 联合索引是个好东西,能够应用到项目中的很多使用场景,详细优化可以参照8.3 Optimization and Indexes
  2. sql改写,复杂的单条sql可以改写成两条或者三条,使用上索引。
  3. 建立好的表结构,为字段分配最合身的类型和长度。

开放过程中多去琢磨sql,多看执行计划,有效的避免慢查询,提高服务的性能。

参考