21《MySQL 教程》ORDER BY 排序

前面小节介绍了如何查询数据，并且介绍了如何使用 WHERE 条件对查询的数据结果集进行筛选，本小节介绍如何使用 ORDER BY 对查询结果集进行排序，排序在实际业务中非常有必要，可以较好地对结果集数据分析和处理。

ASC 是对结果集按照字段从小到大排序（升序），以 teacher 表为例，将查询出来的所有结果集按照年龄 age 从小到大排序：

执行结果如下图：

DESC 是对结果集按照字段从大到小排序（降序），以 teacher 表为例，将查询出来的所有结果集按照年龄 id 从大到小排序：

执行结果如下图：

以 teacher 表为例，将查询出来的结果集按照 age 从大到小排序之后，再按照 id 字段从小到大排序：

执行结果如下图：

前面排序的 age 和 id 字段是 int 类型，为了演示方便这里先插入几个 name 字段为英文名的教师测试数据，并对 name 字段排序，插入数据 SQL 语句如下：

对查询结果集按照 name 字段 ASC 升序排序：

执行结果如下图：

本小节介绍了如何使用 ORDER BY 对查询结果集按照值字段排序，其中包括 ASC 升序和 DESC 降序，需要注意的是各种数据的字符集可能不同，如中文字符编码 GBK编码、utf-8编码， 若需要经常对字符串类型字段进行排序，可以给该字符串字段加上普通 Bree索引，二级索引树字符串默认存储方式是按照字符集升序存储的（MySQL8.0 可自定义排序存储方式），所以有索引的字段排序性能比没有索引的字段排序性能好。

谈到索引，大家并不陌生。索引本身是一种数据结构，存在的目的主要是为了缩短数据检索的时间，最大程度减少磁盘 IO。

任何有数据的场景几乎都有索引，比如手机通讯录、文件系统（ext4\xfs\ntfs)、数据库系统（MySQL\Oracle）。数据库系统和文件系统一般都采用 B+ 树来存储索引信息，B+ 树兼顾写和读的性能，最极端时检索复杂度为 O(logN)，其中 N 指的是节点数量，logN 表示对磁盘 IO 扫描的总次数。

MySQL 支持的索引结构有四种：B+ 树，R 树，HASH，FULLTEXT。

B 树是一种多叉的 AVL 树。B-Tree 减少了 AVL 数的高度，增加了每个节点的 KEY 数量。

B 树的特性：（m 为阶数：结点的孩子个数最大值）

1. 树中每个节点最多含有 m 个孩子节点 (m>=2)；

2. 除根节点和叶子结点外，其他节点的孩子数量 >=ceil(m / 2)；

3. 若根节点不是叶子结点，最少有两个孩子

特殊情况：没有孩子的根结点，即根结点为叶子结点，整棵树只有一个根节点；

4. 每个非叶子结点中包含有 n 个关键字信息：(n，P0，K1，P1，K2，P2，......，Kn，Pn) 其中：

Ki (i=1...n) 为关键字，且关键字按顺序升序排序 K(i-1)<Ki

Pi 为指向儿子节点的指针，且指针 P(i-1) 指向的儿子节点里所有关键字均小于 Ki，但都大于 K(i-1)

关键字的个数 n 必须满足：[ceil(m / 2)-1]<= n <= m-1

如果一个结点有 n 个关键字，那么该结点有 n+1 个分支。这 n+1 个关键字按照递增顺序排列

所有叶子结点都出现在同一层，是所有遍历的终点位置

---