<p >
<span >[目录]
<p >
一、我们要解决什么问题
二、排序,排序,排序
三、索引优化排序
四、排序模式
五、外部排序
六、trace结果解释
七、MysqL其他相关排序参数
八、MysqL排序优化总结
九、参考文献
<h2 >
一、我们要解决什么问题
<p >
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。
<p >
同时也希望通过这篇文章解决大家的以下疑问:
<ol >MysqL在哪些地方会使用排序,怎么判断MysqL使用了排序;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;MysqL排序跟
有啥关系,在哪些情况下增加能优化排序;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;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;在情况下,排序模式有哪些改进;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;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?)的索引就能够利用B tree的特性来避免额外排序。
* t1 key_part1,key_part2,... ;<span ><span >WHERE
key_part1 = constant
<span >BY key_part2;<span ><span >BY key_part1 <span >DESC,key_part2 <span >DESC;
<span ><span >WHERE key_part1 = <span >1
<span >WHERE key_part1 > constant
<span >ASC;
<span ><span >WHERE key_part1 < constant
<span >WHERE key_part1 = constant1 <span >AND key_part2 > constant2
<span >BY key_part2;
<p >
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。
<h2 >
四、排序模式
<h3 >
4.1 实际trace结果
<p >
但是还是有非常多的sql没法使用索引进行排序,例如
<p >select * from film where Producer like '东京热%' and prod_time>'2015-12-01' order by actor_age;
<p >
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:)
<p >
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。
<p >
笼统的来说,它会按照:
<ol >依据’2015-12-01’
过滤数据,查找需要的数据;对查找到的数据按照进行排序,并 按照将必要的数据按照依序返回给客户端。依据’2015-12-01’
过滤数据,查找需要的数据
'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依序返回给客户端
#stepsfilesort_informationdirectionfIEldactor_agefilesort_priority_queue_optimizationusablecause applicable ( liMIT)filesort_executionfilesort_summaryexamined_rowsnumber_of_tmp_filessort_buffer_sizesort_mode
字段的asc排序 *** 作。
: [ { : ,: ,0);">"fIEld": }
"
) (,num_rows) ,param_rows) ,num_chunks) ,table_sort_buffer_size()) _alnum(,68);">.using_packed_addons() ? " : param_addon_fIElds() ? : )
”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,相对较新。
对应的是MysqL 4.1以后引入的“修改后排序模式”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)。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。的参数。当“排序的键值对大小” > 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。
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;将排序好的数据写入磁盘;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;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;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。
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;将排序好的数据写入磁盘;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;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;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。
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,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;
重复上述步骤,直到所有的行数据都正常读取了完成;
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;
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)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)。
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)。
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;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……
的描述只有一句话
passes that algorithm has had . If this is large,you should consIDer increasing sort_buffer_size .
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。
对应的就是MysqL做归并排序的次数,也就是说,如果值比较大,说明和要排序的数据差距越大,我们可以通过增大或者让填入的键值对更小来缓解归并排序的次数。
函数来实现,第5步单次归并使用实现,源码摘录如下:
<span https://m.jb51.cc/tag/Js/" target="_blank" >Js</a>-keyword" https://m.jb51.cc/tag/color/" target="_blank" >color</a>:rgb(0,136);">for</span> (i=<span https://m.jb51.cc/tag/Js/" target="_blank" >Js</a>-number" https://m.jb51.cc/tag/color/" target="_blank" >color</a>:rgb(0,102);">0</span> ; i < num_chunks - MERGEBUFF * <span https://m.jb51.cc/tag/Js/" target="_blank" >Js</a>-number" https://m.jb51.cc/tag/color/" target="_blank" >color</a>:rgb(0,102);">3</span> / <span https://m.jb51.cc/tag/Js/" target="_blank" >Js</a>-number" https://m.jb51.cc/tag/color/" target="_blank" >color</a>:rgb(0,102);">2</span> ; i+= MERGEBUFF){ <span https://m.jb51.cc/tag/Js/" target="_blank" >Js</a>-keyword" https://m.jb51.cc/tag/color/" target="_blank" >color</a>:rgb(0,136);">if</span> (merge_buffers(p<a href="https://www.jb51.cc/tag/ara/" target="_blank" >ara</a>m,// p<a href="https://www.jb51.cc/tag/ara/" target="_blank" >ara</a>m from_<a href="https://m.jb51.cc/tag/file/" target="_blank" >file</a>,// from_<a href="https://m.jb51.cc/tag/file/" target="_blank" >file</a> to_<a href="https://m.jb51.cc/tag/file/" target="_blank" >file</a>,// to_<a href="https://m.jb51.cc/tag/file/" target="_blank" >file</a> sort_buffer,// sort_buffer last_chunk++,// last_chunk [out] Merge_chunk_array(&chunk_array[i],MERGEBUFF),<span https://m.jb51.cc/tag/Js/" target="_blank" >Js</a>-number" https://m.jb51.cc/tag/color/" target="_blank" >color</a>:rgb(0,102);">0</span>)) // flag goto cleanup;}<span https://m.jb51.cc/tag/Js/" target="_blank" >Js</a>-keyword" https://m.jb51.cc/tag/color/" target="_blank" >color</a>:rgb(0,from_<a href="https://m.jb51.cc/tag/file/" target="_blank" >file</a>,to_<a href="https://m.jb51.cc/tag/file/" target="_blank" >file</a>,sort_buffer,last_chunk++,Merge_chunk_array(&chunk_array[i],num_chunks - i),102);">0</span>)) <span https://m.jb51.cc/tag/Js/" target="_blank" >Js</a>-keyword" https://m.jb51.cc/tag/color/" target="_blank" >color</a>:rgb(0,136);">break</span>; /* purecov: i<a href="https://m.jb51.cc/tag/nspec/" target="_blank" >nspec</a>ted */
<span >...
}
<p >
截取部分<code >merge_buffers()的代码如下,
<pre >int merge_buffers(Sort_param param,IO_CACHE from_file,IOCACHE *tofile,Merge_chunk *last_chunk,int flag)
{
<span >...
current_thd->inc_status_sort_merge_passes();
<span >
可以看到:每个<code >merge_buffers()都会增加<code >sort_merge_passes,也就是说每一次对MERGEBUFF
(7)个block归并排序都会让<code >sort_merge_passes加一,<code >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<code >sort_buffer_size。
<p >
打个小广告,在我们的qmonitor中就有<code >sort_merge_pass的性能指标和参数值过大的报警设置。
<h2 >
六、trace结果解释
<p >
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。
<h3 >
6.1 是否存在磁盘外部排序
<p >"number_oftmpfiles": 0,
<p >number_oftmpfiles表示有多少个分片,如果<code >number_oftmpfiles不等于0,表示一个<code >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。
<h3 >
6.2 是否存在优先队列优化排序
<p >
由于我们的这个sql里面没有对数据进行分页限制,所以<code >filesort_priority_queue_optimization并没有启用
<pre >"filesort_priority_queue_optimization": {
<span >"usable": <span >false,0);">"cause": <span >"not applicable (no liMIT)"
},
<p >
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。
<p >
算法稍微有点改变,以回表排序模式为例。
<p >
<span ><code >sort_buffer_size足够大
<p >
如果limit限制返回N条数据,并且N条数据比<code >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。
<p >
算法如下:
<ul >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
不够大大的情况下,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。
函数中确定的,具体的代码细节这里就不展开了。
足够大对limit数据比较小的情况,优化效果是很明显的。
和。
是为了让MysqL选择
的模式。
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 )MysqL会对每个键值对分配个字节的内存,这样导致内存空间浪费,磁盘外部排序次数过多。
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,类似于打开文件。
设置的是在创建InnoDB索引时,使用到的sort buffer的大小。
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;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,导致sort buffer空间不足;使用索引来优化或者避免排序;增加大小,避免磁盘排序;不得不使用original排序算法时,增加;字段长度定义合适就好(避免过长);tmpdir建议独立存放,放在高速存储设备上。 总结
以上是内存溢出为你收集整理的MySQL排序内部原理探秘全部内容,希望文章能够帮你解决MySQL排序内部原理探秘所遇到的程序开发问题。
如果觉得内存溢出网站内容还不错,欢迎将内存溢出网站推荐给程序员好友。
欢迎分享,转载请注明来源:内存溢出
评论列表(0条)