滴滴一面：order by 调优10倍，思路是啥？

文章很长，而且持续更新，建议收藏起来，慢慢读！疯狂创客圈总目录博客园版 为您奉上珍贵的学习资源：

免费赠送 :《尼恩Java面试宝典》 持续更新+ 史上最全 + 面试必备 2000页+ 面试必备 + 大厂必备 +涨薪必备
免费赠送经典图书:《Java高并发核心编程（卷1）加强版》 面试必备 + 大厂必备 +涨薪必备加尼恩免费领
免费赠送经典图书:《Java高并发核心编程（卷2）加强版》 面试必备 + 大厂必备 +涨薪必备加尼恩免费领
免费赠送经典图书:《Java高并发核心编程（卷3）加强版》 面试必备 + 大厂必备 +涨薪必备加尼恩免费领
免费赠送经典图书:《尼恩Java面试宝典》面试必备 + 大厂必备 +涨薪必备加尼恩免费领
免费赠送资源宝库： Java 必备百度网盘资源大合集价值>10000元加尼恩领取

背景说明：

Mysql调优，是大家日常常见的调优工作。

所以，Mysql调优是一个非常、非常核心的面试知识点。

在40岁老架构师尼恩的读者交流群(50+)中，其相关面试题是一个非常、非常高频的交流话题。

近段时间，有小伙伴面试滴滴，说遇到一个order by 调优的面试题：

order by 线上的查询速度太慢，需要优化10倍以上，说说你的思路？

社群中，还遇到过大概的变种：

形式1：order by 是怎么实现排序的？

形式2：order by 是怎么实现优化的？

形式3：后面的变种，应该有很多变种........，会收入《尼恩Java面试宝典》。

这里尼恩给大家order by 调优，做一下系统化、体系化的梳理，使得大家可以充分展示一下大家雄厚的 “技术肌肉”，让面试官爱到 “不能自已、口水直流”。

也一并把这个题目以及参考答案，收入咱们的《尼恩Java面试宝典》V44版本，供后面的小伙伴参考，提升大家的 3高架构、设计、开发水平。

注：本文以 PDF 持续更新，最新尼恩架构笔记、面试题的PDF文件，请从这里获取：语雀或者码云

回答这个order by的优化之前，首先要给面试官介绍一下order by的底层原理。

首先、什么是Order by 工作原理？

假设，有一个用户表为例，表结构如下：

create table `user` (
  `id` int(11) not null auto_increment COMMENT 'id',
  `city` varchar(16) not null COMMENT '城市',
  `name` varchar(16) not null COMMENT '姓名',
  `age` int(11) not null COMMENT '年龄',
  `sex` int(1) default 1 COMMENT '性别',
  primary key (`id`),
  key `city` (`city`)
) engine = InnoDB comment '用户表';

表数据示例如下：

现在假定有个需求：查询前 5 个来自北京的用户姓名、年龄、城市，并且按照年龄升序排序。

那么相应的 SQL 如下：

select name, age, city from user where city = '北京' order by age limit 5;

这条 SQL 语句逻辑简单清晰，要点有3个：

city = '北京' ：有where 查询条件
order by age ：根据 age 排序，默认是asc
limit 5 ：取得 top5

那么 mysql 底层是如何执行的呢？

首先，给大家介绍一下宏观的思路。

Order by 执行的两步

总体来说，Order by 执行流程，分为两步，具体如下：

第1步：索引的查找

根据where 后面的字段，进行二级索引的查找，找到后再回表聚集索引，拿到需要的字段

第2步：原始数据的排序

原始数据的数据，并不是按照 order by 有序的。

所以，需要按照 order by 字段，进行排序。

接下来，排序的地点在哪里呢？

优先选择内存。因为内存的性能高。
如果原始的数据实在规模太大，就借助磁盘进行排序。

用于排序的内存，称为 sort_buffer。其实 MySQL 会给每个线程分配一块内存用于排序的 sort_buffer。

了解了整个步骤后，开始来看看执行计划。

然后再看怎么优化。

Explain查看执行计划

我们先用Explain关键字查看一下执行计划。

那么相应的 SQL 如下：

select name, age, city from user where city = '北京' order by age limit 5;

可以看到：

key 字段表示使用到 city 索引，
Extra 字段中的Using index condition 表示用到了索引条件,
Using filesort表示用到了文件排序。

用到文件排序，说明第一次查出来的原始数据，在内存放不下，需要借助磁盘空间进行排序，

磁盘IO的性能比较低的，所以，需要进行调优。

再调优之前，首先图解一下order

图解一下Order by 执行的两步

第1步：索引的查找

根据where 后面的字段，进行二级索引的查找，找到后再回表聚集索引，拿到需要的字段

回顾 SQL 如下：

select name, age, city from user where city = '北京' order by age limit 5;

首先从二级索引city 索引树的查找 city = '北京' 的索引叶子。

在 city 索引树中是非聚簇索引树，叶子节点存储的是主键 ID。city 索引树如下：

聚簇索引树的叶子节点则存放的是每行数据，如下图：

查询语句的执行流程就是先通过 city 索引树，找到对应的主键 ID，然后再搜索主键索引树，找到对应的行数据。

这些数据是原始数据，放在内存 sort_buffer 中。

第2步：原始数据的排序

原始数据的数据，并不是按照 order by 有序的。所以，需要按照 order by 字段，进行排序。

加上order by排序之后，整体的执行流程就是：

Order by 执行完整流程，如下：

当前线程首先初始化 sort_buffer 块，
然后从 city 索引树从查询一条满足city='北京'的主键 ID, 比如图中的id=2,
接着在聚簇索引树中查询id=2的一行数据，将name、age、city三个字段的值，存到sort_buffer，
继续重复前两个步骤，直到 city 索引树中找不到city='北京'的主键 ID。
最后在sort_buffer中，将所有数据根据age 进行排序，取前 5 行返回给客户端。

全字段排序就是将查询所需的字段，如name、age、city三个字段数据全部存到 sort_buffer 中。

3个核心概念

接下来开始给面试官介绍如何调优。

不过不急，调优涉及到3个核心概念

全字段排序
外部排序
rowid 排序

全字段排序

sort_buffer是 MySQL 为每个任务线程维护的一块内存区域，用于进行排序。

sort_buffer 的大小可以通过 sort_buffer_size 来设置。

那这种处理方式会存在一个问题, sort_buffer 是一块固定大小的内存，如果数据量太大，sort_buffer 放不下怎么办呢？

sort_buffer_size 是一个用于控制sort_buffer内存大小的参数。

外部排序

如果要排序的数据小于 sort_buffer_size，那在 sort_buffer 内存中就可以完成排序，如果要排序的数据大于 sort_buffer_size，则需要外部排序，借助磁盘文件来进行排序。

通过执行一下命令，可以查看 SQL 语句执行中是否采用了磁盘文件辅助排序。

set optimizer_trace = "enabled=on";

select name,age,city from user where city = '北京' order by age limit 5;

select * from information_schema.optimizer_trace;

可以从number_of_tmp_files中看出，是否使用了临时文件。

{
    "join_execution": {
      "select#": 1,
      "steps": [
        {
          "filesort_information": [
            {
              "direction": "asc",
              "table": "`user`",
              "field": "age"
            }
          ],
          "filesort_priority_queue_optimization": {
            "limit": 5,
            "rows_estimate": 992,
            "row_size": 112,
            "memory_available": 262144,
            "chosen": true
          },
          "filesort_execution": [
          ],
          "filesort_summary": {
            "rows": 3,
            "examined_rows": 28,
            "number_of_tmp_files": 0,
            "sort_buffer_size": 720,
            "sort_mode": "<sort_key, additional_fields>"
          }
        }
      ]
    }
}

number_of_tmp_files 表示使用来排序的磁盘临时文件数。如果 number_of_tmp_files>0，则表示使用了磁盘文件来进行排序。

使用了磁盘临时文件后，当 sort_buffer 内存不足时，先进行排序，将排序后的数据存放到一个小磁盘文件中，清空 sort_buffer。

然后继续存放数据到 sort_buffer，重复以上步骤。最后将多个磁盘小文件合并成一个有序的大文件。

Tips: 磁盘小文件合并排序，使用的是归并排序算法

这样依然会存在问题，数据存放到临时磁盘小文件，然后还需要归并排序为大文件，再读入到内存中，返回结果集，整体排序效率低下。

rowid 排序

要解决上述问题，可以将只需要用于排序的字段和主键 ID 放入 sort_buffer 中，也就是 rowid 排序，这样就可以在 sort_buffer 中完成排序。

max_length_for_sort_data 是一个用于表示 Mysql 用于排序行数据长度的一个参数，如果单行数据的长度超过了这个值，那么可能会导致采用临时文件排序，mysql 会换用 rowid 排序。

可以通过命令看下这个参数取值。

show variables like 'max_length_for_sort_data';

max_length_for_sort_data 默认值是 1024。本文中name,age,city 长度=64+4+64=132<1024, 所以走的是全字段排序。

我们执行以下命令，改下参数值，再重新执行 SQL。

set max_length_for_sort_data = 32;

select name,age,city from user where city = '北京' order by age limit 5;

使用 rowid 排序的后，执行示意图如下：

对比全字段排序，rowid 排序最后需要根据主键 ID 获取对应字段数据即多了回表查询。

当需要查询的数据在索引树中不存在的时候，需要再次到聚集索引中去获取，这个过程叫做回表

我们通过执行以下命令，可以看到是否使用了 rowid 排序的：

set optimizer_trace = "enabled=on";

select name,age,city from user where city = '北京' order by age limit 5;

select * from information_schema.optimizer_trace;

{
  "join_execution": {
    "select#": 1,
    "steps": [
      {
        "filesort_information": [
          {
            "direction": "asc",
            "table": "`user`",
            "field": "age"
          }
        ],
        "filesort_priority_queue_optimization": {
          "limit": 5,
          "rows_estimate": 992,
          "row_size": 8,
          "memory_available": 262144,
          "chosen": true
        },
        "filesort_execution": [],
        "filesort_summary": {
          "rows": 3,
          "examined_rows": 28,
          "number_of_tmp_files": 0,
          "sort_buffer_size": 96,
          "sort_mode": "<sort_key, rowid>"
        }
      }
    ]
  }
}

sort_mode表示排序模式为 rowid 排序。

order by 的优化思路

重点来了

如何调优呢？两大措施：

联合索引优化

如果数据本身是有序的，那就不需要排序，而索引数据本身是有序的，所以，我们可以通过建立联合索引，跳过排序步骤。
参数优化

可以通过调整max_length_for_sort_data等参数优化排序算法；

联合索引

基于查询条件和排序条件，给表加个联合索引idx_city_age。然后再查看执行计划：

alter table user add  index idx_city_age(city,age);

explain select name,age,city from user where city = '北京' order by age limit 5;

从执行计划Extra字段中可以发现没有再使用Using filesort排序，keys使用了idx_city_age索引。

idx_city_age联合索引示意图，如下：

整个 SQL 执行流程图如下所示：

任务线程从idx_city_age索引树中可以有序的获取满足条件的主键 ID, 然后根据主键 ID 查询对应字段数据，不需要在 sort_buffer 中排序了。

从示意图看来，还是有一次回表操作，那可以通过覆盖索引来解决，给city，name，age 组成一个联合索引，省去回表操作。

覆盖索引是 select 的数据列只用从索引中就能够取得，不必读取数据行，换句话说查询列要被所建的索引覆盖。

参数优化

通过调整参数，也可以优化order by的执行。

调整 sort_buffer_size 参数的值。如果 sort_buffer 值太小而数据量大的话，MySQL 会采用磁盘临时文件辅助排序。MySQL 服务器配置高的情况下，可以将参数调大些。
调整 max_length_for_sort_data 的值，值太小的话 MySQL 会采用 rowid 排序，会多一次回表操作导致查询性能降低。同样可以适当调大些。