MySQL 排序内部原理探秘

6,999 阅读16分钟
原文链接: blog.csdn.net

一、我们要解决什么问题

MySQL排序其实是一个老生常谈的问题了,但是我们这次想由浅入深详细说说MySQL排序模式,怎么影响MySQL选择不同的排序模式和怎么优化排序。

同时也希望通过这篇文章解决大家的以下疑问:

  1. MySQL在哪些地方会使用排序,怎么判断MySQL使用了排序;
  2. MySQL有几种排序模式,我们可以通过什么方法让MySQL选择不同的排序模式;
  3. MySQL排序跟read_rnd_buffer_size有啥关系,在哪些情况下增加read_rnd_buffer_size能优化排序;
  4. 怎么判断MySQL使用到了磁盘来排序,怎么避免或者优化磁盘排序;
  5. 排序时变长字段(varchar)数据在内存是怎么存储的,5.7有哪些改进;
  6. 情况下,排序模式有哪些改进;
  7. sort_merge_pass到底是什么鬼,该状态值过大说明了什么问题,可以通过什么方法解决;
  8. 最后MySQL使用到了排序的话,依次可以通过什么办法分析和优化让排序更快?

二、排序,排序,排序

我们通过explain查看MySQL执行计划时,经常会看到在Extra列中显示Using filesort。

其实这种情况就说明MySQL使用了排序。

Using filesort经常出现在order by、group by、distinct、join等情况下。

三、索引优化排序

看到排序,我们的DBA首先想到的肯定是,是否可以利用索引来优化。

InnoDB默认采用的是B tree索引,B tree索引本身就是有序的,如果有一个查询如下:

select * from film where actor_name='苍老师' order by prod_time;

那么只需要加一个(actor_name,prod_time)的索引就能够利用B tree的特性来避免额外排序。

如下图所示:

图片描述

通过B-tree查找到actor_name=’苍老师’演员为苍老师的数据以后,只需要按序往右查找就可以了,不需要额外排序操作。

对应的哪些可以利用索引优化排序的列举如下:

SELECT * FROM t1
  ORDER BY key_part1,key_part2,... ;

SELECT * FROM t1
  WHERE key_part1 = constant
  ORDER BY key_part2;

SELECT * FROM t1
  ORDER BY key_part1 DESC, key_part2 DESC;

SELECT * FROM t1
  WHERE key_part1 = 1
  ORDER BY key_part1 DESC, key_part2 DESC;

SELECT * FROM t1
  WHERE key_part1 > constant
  ORDER BY key_part1 ASC;

SELECT * FROM t1
  WHERE key_part1 < constant
  ORDER BY key_part1 DESC;

SELECT * FROM t1
  WHERE key_part1 = constant1 AND key_part2 > constant2
  ORDER BY key_part2;

从以上例子里面我们也可以看到,如果要让MySQL使用索引优化排序应该怎么建组合索引。

四、排序模式

4.1 实际trace结果

但是还是有非常多的SQL没法使用索引进行排序,例如

select * from film where Producer like '东京热%' and prod_time>'2015-12-01' order by actor_age;

我们想查询“东京热”出品的,从去年12月1号以来,并且按照演员的年龄排序的电影信息。 
(好吧,假设我这里有一个每一位男DBA都想维护的数据库:)

这种情况下,使用索引已经无法避免排序了,那MySQL排序到底会怎么做列。

笼统的来说,它会按照:

  1. 依据Producer like '东京热%' and prod_time>’2015-12-01’过滤数据,查找需要的数据;
  2. 对查找到的数据按照order by actor_age进行排序,并 按照select *将必要的数据按照actor_age依序返回给客户端。

空口无凭,我们可以利用MySQL的optimize trace来查看是否如上所述。

如果通过optimize trace看到更详细的MySQL优化器trace信息,可以查看阿里印风的博客初识5.6的optimizer trace。

trace结果如下:

  • 依据Producer like ‘东京热%’ and prod_time>’2015-12-01’过滤数据,查找需要的数据

        "attaching_conditions_to_tables": {
          "original_condition": "((`film`.`Producer` like '东京热%') and (`film`.`prod_time` > '2015-12-01'))",
          "attached_conditions_computation": [
          ],
          "attached_conditions_summary": [
            {
              "table": "`film`",
              "attached": "((`film`.`Producer` like '东京热%') and (`film`.`prod_time` > '2015-12-01'))"
            }
          ]
        }
    
  • 对查找到的数据按照order by actor_age进行排序,并按照select *将必要的数据按照actor_age依序返回给客户端

      "join_execution": {
        "select#": 1,
        "steps": [
          {
            "filesort_information": [
              {
                "direction": "asc",
                "table": "`film`",
                "field": "actor_age"
              }
            ],
            "filesort_priority_queue_optimization": {
              "usable": false,
              "cause": "not applicable (no LIMIT)"
            },
            "filesort_execution": [
            ],
            "filesort_summary": {
              "rows": 1,
              "examined_rows": 5,
              "number_of_tmp_files": 0,
              "sort_buffer_size": 261872,
              "sort_mode": "<sort_key, packed_additional_fields>"
            }
          }
        ]
      }

这里,我们可以明显看到,MySQL在执行这个select的时候执行了针对film表.actor_age字段的asc排序操作。

"filesort_information": [
              {
                "direction": "asc",
                "table": "`film`",
                "field": "actor_age"
              }

4.2 排序模式概览

我们这里主要关心MySQL到底是怎么排序的,采用了什么排序算法

请关注这里

"sort_mode": "<sort_key, packed_additional_fields>"

MySQL的sort_mode有三种。

摘录5.7.13中sql/filesort.cc源码如下:

  Opt_trace_object(trace, "filesort_summary")
    .add("rows", num_rows)
    .add("examined_rows", param.examined_rows)
    .add("number_of_tmp_files", num_chunks)
    .add("sort_buffer_size", table_sort.sort_buffer_size())
    .add_alnum("sort_mode",
               param.using_packed_addons() ?
               "<sort_key, packed_additional_fields>" :
               param.using_addon_fields() ?
               "<sort_key, additional_fields>" : "<sort_key, rowid>");

< sort_key, rowid >”和“< sort_key, additional_fields >看过其他介绍介绍MySQL排序文章的同学应该比较清楚, < sort_key, packed_additional_fields >相对较新。

  • < sort_key, rowid >对应的是MySQL 4.1之前的“原始排序模式”
  • < sort_key, additional_fields >对应的是MySQL 4.1以后引入的“修改后排序模式”
  • < sort_key, packed_additional_fields >是MySQL 5.7.3以后引入的进一步优化的”打包数据排序模式”

下面我们来一一介绍这三个模式:

4.2.1 回表排序模式

  • 根据索引或者全表扫描,按照过滤条件获得需要查询的排序字段值和row ID;
  • 将要排序字段值和row ID组成键值对,存入sort buffer中;
  • 如果sort buffer内存大于这些键值对的内存,就不需要创建临时文件了。否则,每次sort buffer填满以后,需要直接用qsort(快速排序算法)在内存中排好序,并写到临时文件中;
  • 重复上述步骤,直到所有的行数据都正常读取了完成;
  • 用到了临时文件的,需要利用磁盘外部排序,将row id写入到结果文件中;
  • 根据结果文件中的row ID按序读取用户需要返回的数据。由于row ID不是顺序的,导致回表时是随机IO,为了进一步优化性能(变成顺序IO),MySQL会读一批row ID,并将读到的数据按排序字段顺序插入缓存区中(内存大小read_rnd_buffer_size)。


    图片描述

    4.2.2 不回表排序模式

    • 根据索引或者全表扫描,按照过滤条件获得需要查询的数据;
    • 将要排序的列值和用户需要返回的字段组成键值对,存入sort buffer中;
    • 如果sort buffer内存大于这些键值对的内存,就不需要创建临时文件了。否则,每次sort buffer填满以后,需要直接用qsort(快速排序算法)在内存中排好序,并写到临时文件中;
    • 重复上述步骤,直到所有的行数据都正常读取了完成;
    • 用到了临时文件的,需要利用磁盘外部排序,将排序后的数据写入到结果文件中;
    • 直接从结果文件中返回用户需要的字段数据,而不是根据row ID再次回表查询。

    图片描述

    4.2.3 打包数据排序模式

    第三种排序模式的改进仅仅在于将char和varchar字段存到sort buffer中时,更加紧缩。

    在之前的两种模式中,存储了“yes”3个字符的定义为VARCHAR(255)的列会在内存中申请255个字符内存空间,但是5.7.3改进后,只需要存储2个字节的字段长度和3个字符内存空间(用于保存”yes”这三个字符)就够了,内存空间整整压缩了50多倍,可以让更多的键值对保存在sort buffer中。

    4.2.4 三种模式比较

    第二种模式是第一种模式的改进,避免了二次回表,采用的是用空间换时间的方法。

    但是由于sort buffer就那么大,如果用户要查询的数据非常大的话,很多时间浪费在多次磁盘外部排序,导致更多的IO操作,效率可能还不如第一种方式。

    所以,MySQL给用户提供了一个max_length_for_sort_data的参数。当“排序的键值对大小” >max_length_for_sort_data时,MySQL认为磁盘外部排序的IO效率不如回表的效率,会选择第一种排序模式;反之,会选择第二种不回表的模式。

    图片描述

    第三种模式主要是解决变长字符数据存储空间浪费的问题,对于实际数据不多,字段定义较长的改进效果会更加明显。

    很多文章写到这里可能就差不多了,但是大家忘记关注一个问题了:“如果排序的数据不能完全放在sort buffer内存里面,是怎么通过外部排序完成整个排序过程的呢?”

    要解决这个问题,我们首先需要简单查看一下外部排序到底是怎么做的。

    五、外部排序

    5.1 普通外部排序

    5.1.1 两路外部排序

    我们先来看一下最简单,最普遍的两路外部排序算法。

    假设内存只有100M,但是排序的数据有900M,那么对应的外部排序算法如下:

    1. 从要排序的900M数据中读取100MB数据到内存中,并按照传统的内部排序算法(快速排序)进行排序;
    2. 将排序好的数据写入磁盘;
    3. 重复1,2两步,直到每个100MB chunk大小排序好的数据都被写入磁盘;
    4. 每次读取排序好的chunk中前10MB(= 100MB / (9 chunks + 1))数据,一共9个chunk需要90MB,剩下的10MB作为输出缓存;
    5. 对这些数据进行一个“9路归并”,并将结果写入输出缓存。如果输出缓存满了,则直接写入最终排序结果文件并清空输出缓存;如果9个10MB的输入缓存空了,从对应的文件再读10MB的数据,直到读完整个文件。最终输出的排序结果文件就是900MB排好序的数据了。

    图片描述

    5.1.2 多路外部排序

    上述排序算法是一个两路排序算法(先排序,后归并)。但是这种算法有一个问题,假设要排序的数据是50GB而内存只有100MB,那么每次从500个排序好的分片中取200KB(100MB / 501 约等于200KB)就是很多个随机IO。效率非常慢,对应可以这样来改进:

    1. 从要排序的50GB数据中读取100MB数据到内存中,并按照传统的内部排序算法(快速排序)进行排序;
    2. 将排序好的数据写入磁盘;
    3. 重复1,2两步,直到每个100MB chunk大小排序好的数据都被写入磁盘;
    4. 每次取25个分片进行归并排序,这样就形成了20个(500/25=20)更大的2.5GB有序的文件;
    5. 对这20个2.5GB的有序文件进行归并排序,形成最终排序结果文件。

    对应的数据量更大的情况可以进行更多次归并。

    图片描述

    5.2 MySQL外部排序

    5.2.1 MySQL外部排序算法

    那MySQL使用的外部排序是怎么样的列,我们以回表排序模式为例:

    1. 根据索引或者全表扫描,按照过滤条件获得需要查询的数据;

    2. 将要排序的列值和row ID组成键值对,存入sort buffer中;

    3. 如果sort buffer内存大于这些键值对的内存,就不需要创建临时文件了。否则,每次sort buffer填满以后,需要直接用qsort(快速排序模式)在内存中排好序,作为一个block写到临时文件中。跟正常的外部排序写到多个文件中不一样,MySQL只会写到一个临时文件中,并通过保存文件偏移量的方式来模拟多个文件归并排序;

    4. 重复上述步骤,直到所有的行数据都正常读取了完成;

    5. 每MERGEBUFF (7) 个block抽取一批数据进行排序,归并排序到另外一个临时文件中,直到所有的数据都排序好到新的临时文件中;

    6. 重复以上归并排序过程,直到剩下不到MERGEBUFF2 (15)个block。

      通俗一点解释: 
      第一次循环中,一个block对应一个sort buffer(大小为sort_buffer_size)排序好的数据;每7个做一个归并。 
      第二次循环中,一个block对应MERGEBUFF (7) 个sort buffer的数据,每7个做一个归并。 
      … 
      直到所有的block数量小于MERGEBUFF2 (15)。

    7. 最后一轮循环,仅将row ID写入到结果文件中;

    8. 根据结果文件中的row ID按序读取用户需要返回的数据。为了进一步优化性能,MySQL会读一批row ID,并将读到的数据按排序字段要求插入缓存区中(内存大小read_rnd_buffer_size)。

    这里我们需要注意的是:

    1. MySQL把外部排序好的分片写入同一个文件中,通过保存文件偏移量的方式来区别各个分片位置;
    2. MySQL每MERGEBUFF (7)个分片做一个归并,最终分片数达到MERGEBUFF2 (15)时,做最后一次归并。这两个值都写死在代码中了……

    5.2.2 sort_merge_passes

    MySQL手册中对Sort_merge_passes的描述只有一句话

     Sort_merge_passes
    The number of merge passes that the sort algorithm has had to do. If this value is large, you should consider increasing the value of the sort_buffer_size system variable.

    这段话并没有把sort_merge_passes到底是什么,该值比较大时说明了什么,通过什么方式可以缓解这个问题。

    我们把上面MySQL的外部排序算法搞清楚了,这个问题就清楚了。

    其实sort_merge_passes对应的就是MySQL做归并排序的次数,也就是说,如果sort_merge_passes值比较大,说明 sort_buffer和要排序的数据差距越大,我们可以通过增大sort_buffer_size或者让填入 sort_buffer_size的键值对更小来缓解sort_merge_passes归并排序的次数。

    对应的,我们可以在源码中看到证据。

    上述MySQL外部排序的算法中第5到第7步,是通过sql/filesort.cc文件中merge_many_buff()函数来实现,第5步单次归并使用 merge_buffers()实现,源码摘录如下:

    int merge_many_buff(Sort_param *param, Sort_buffer sort_buffer,
                        Merge_chunk_array chunk_array,
                        size_t *p_num_chunks, IO_CACHE *t_file)
    {
    ...
    
        for (i=0 ; i < num_chunks - MERGEBUFF * 3 / 2 ; i+= MERGEBUFF)
        {
          if (merge_buffers(param,                  // param
                            from_file,              // from_file
                            to_file,                // to_file
                            sort_buffer,            // sort_buffer
                            last_chunk++,           // last_chunk [out]
                            Merge_chunk_array(&chunk_array[i], MERGEBUFF),
                            0))                     // flag
          goto cleanup;
        }
        if (merge_buffers(param,
                          from_file,
                          to_file,
                          sort_buffer,
                          last_chunk++,
                          Merge_chunk_array(&chunk_array[i], num_chunks - i),
                          0))
          break;                                    /* purecov: inspected */
    ...
    }

    截取部分merge_buffers()的代码如下,

    int merge_buffers(Sort_param *param, IO_CACHE *from_file,
                      IO_CACHE *to_file, Sort_buffer sort_buffer,
                      Merge_chunk *last_chunk,
                      Merge_chunk_array chunk_array,
                      int flag)
    {
    ...
      current_thd->inc_status_sort_merge_passes();
    ...
    }

    可以看到:每个merge_buffers()都会增加sort_merge_passes,也就是说每一次对MERGEBUFF (7)个block归并排序都会让sort_merge_passes加一,sort_merge_passes越多表示排序的数据太多,需要多次merge pass。解决的方案无非就是缩减要排序数据的大小或者增加sort_buffer_size

    打个小广告,在我们的qmonitor中就有sort_merge_pass的性能指标和参数值过大的报警设置。

    六、trace结果解释

    说明白了三种排序模式和外部排序的方法,我们回过头来看一下trace的结果。

    6.1 是否存在磁盘外部排序

    "number_of_tmp_files": 0,

    number_of_tmp_files表示有多少个分片,如果number_of_tmp_files不等于0,表示一个 sort_buffer_size大小的内存无法保存所有的键值对,也就是说,MySQL在排序中使用到了磁盘来排序。

    6.2 是否存在优先队列优化排序

    由于我们的这个SQL里面没有对数据进行分页限制,所以filesort_priority_queue_optimization并没有启用

    "filesort_priority_queue_optimization": {
                  "usable": false,
                  "cause": "not applicable (no LIMIT)"
                },

    而正常情况下,使用了Limit会启用优先队列的优化。优先队列类似于FIFO先进先出队列。

    算法稍微有点改变,以回表排序模式为例。

    sort_buffer_size足够大

    如果Limit限制返回N条数据,并且N条数据比sort_buffer_size小,那么MySQL会把sort buffer作为priority queue,在第二步插入priority queue时会按序插入队列;在第三步,队列满了以后,并不会写入外部磁盘文件,而是直接淘汰最尾端的一条数据,直到所有的数据都正常读取完成。

    算法如下:

    • 根据索引或者全表扫描,按照过滤条件获得需要查询的数据
    • 将要排序的列值和row ID组成键值对,按序存入中priority queue中
    • 如果priority queue满了,直接淘汰最尾端记录。
    • 重复上述步骤,直到所有的行数据都正常读取了完成
    • 最后一轮循环,仅将row ID写入到结果文件中
    • 根据结果文件中的row ID按序读取用户需要返回的数据。为了进一步优化性能,MySQL会读一批row ID,并将读到的数据按排序字段要求插入缓存区中(内存大小read_rnd_buffer_size)。

    sort_buffer_size不够大

    否则,N条数据比sort_buffer_size大的情况下,MySQL无法直接利用sort buffer作为priority queue,正常的文件外部排序还是一样的,只是在最后返回结果时,只根据N个row ID将数据返回出来。具体的算法我们就不列举了。

    这里MySQL到底是否选择priority queue是在sql/filesort.cc的check_if_pq_applicable()函数中确定的,具体的代码细节这里就不展开了。

    另外,我们也没有讨论Limit m,n的情况,如果是Limit m,n, 上面对应的“N个row ID”就是“M+N个row ID”了,MySQL的Limit m,n 其实是取m+n行数据,最后把M条数据丢掉。

    从上面我们也可以看到sort_buffer_size足够大对Limit数据比较小的情况,优化效果是很明显的。

    七、MySQL其他相关排序参数

    7.1 max_sort_length

    这里需要区别max_sort_lengthmax_length_for_sort_data

    max_length_for_sort_data是为了让MySQL选择< sort_key, rowid >还是< sort_key, additional_fields >的模式。

    max_sort_length是键值对的大小无法确定时(比如用户要查询的数据包含了 SUBSTRING_INDEX(col1, ‘.’,2))MySQL会对每个键值对分配max_sort_length个字节的内存,这样导致内存空间浪费,磁盘外部排序次数过多。

    7.2 innodb_disable_sort_file_cache

    innodb_disable_sort_file_cache设置为ON的话,表示在排序中生成的临时文件不会用到文件系统的缓存,类似于 O_DIRECT打开文件。

    7.3 innodb_sort_buffer_size

    这个参数其实跟我们这里讨论的SQL排序没有什么关系。innodb_sort_buffer_size设置的是在创建InnoDB索引时,使用到的sort buffer的大小。

    以前写死为1M,现在开放出来,允许用户自定义设置这个参数了。

    八、MySQL排序优化总结

    最后整理一下优化MySQL排序的手段

    1. 排序和查询的字段尽量少。只查询你用到的字段,不要使用select *;使用Limit查询必要的行数据;
    2. 要排序或者查询的字段,尽量不要用不确定字符函数,避免MySQL直接分配max_sort_length,导致sort buffer空间不足;
    3. 使用索引来优化或者避免排序;
    4. 增加sort_buffer_size大小,避免磁盘排序;
    5. 不得不使用original排序算法时,增加read_rnd_buffer_size
    6. 字段长度定义合适就好(避免过长);
    7. tmpdir建议独立存放,放在高速存储设备上。