索引研究：（三）mysql中的排序算法 - filesort

索引研究：（三）mysql中的排序算法 - filesort

当mysql不能使用索引进行排序时，就会利用自己的排序算法（快速排序算法）在内存（sort buffer）中对数据进行排序;

如果内存装载不下，它会将磁盘上的数据进行分块，再对各个数据块进行排序，然后将各个块合成有序的结果集（实际上就是外排序，使用临时表）。

对于filesort，mysql有两种排序算法：

二次扫描算法（two passes）

先将需要排序的字段和可以直接定位到相关行数据的指针信息取出，然后在设定的内存（通过参数 sort_buffer_size设定）中进行排序，完成排序之后再次通过行指针信息取出所需的Columns。

该算法是MySql 4.1之前采用的算法，他需要两次访问数据，尤其是第二次读取操作会造成大量的随机I/0操作。另一方面，内存开销较小。

一次扫描算法（single pass）

该算法一次性将所需的Columns全部取出，在内存中排序后直接将结果输出。

从MySql4.1版本中开始使用该算法。他见少了I/0次数，效率高，但是内存开销也较大。如果我们将并不需要的Columns也取出来，就会极大的浪费排序过程所需要的内存。

在MySql 4.1之后的版本，可以通过设置max_length_for_sort_data参数来控制MySql选择第一种排序算法还是第二种：当取出的所有大字段总大于max_length_for_sort_data的设置时，MySql就会选择使用第一种排序算法，反之则会使用第二种。

当对连接操作进行排序的时候，如果ORDER BY仅仅引用第一个表的列，MySql对该表进行filesort操作，然后进行连接处理，此时，EXPLAIN输出“Using filesort”；否则，MySql必须将查询的结果集生成一个临时表，在连接完成之后进行filesort操作，此时EXPLAIN输出“Using temporary;Using filesort”。

为了尽可能地提高排序性能，我们更加希望使用第二种排序算法，所以在Query中仅仅取出需要的Columns是非常有必要的。