我在上一篇文章，為你講解完 order by 語句的幾種執行模式后，就想到了之前一個做英語學習 App 的朋友碰到過的一個性能問題。今天這篇文章，我就從這個性能問題說起，和你說說 MySQL 中的另外一種排序需求，希望能夠加深你對 MySQL 排序邏輯的理解。

這個英語學習 App 首頁有一個隨機顯示單詞的功能，也就是根據每個用戶的級別有一個單詞表，然后這個用戶每次訪問首頁的時候，都會隨機滾動顯示三個單詞。他們發現隨著單詞表變大，選單詞這個邏輯變得越來越慢，甚至影響到了首頁的打開速度。

現在，如果讓你來設計這個 SQL 語句，你會怎么寫呢？

為了便于理解，我對這個例子進行了簡化：去掉每個級別的用戶都有一個對應的單詞表這個邏輯，直接就是從一個單詞表中隨機選出三個單詞。這個表的建表語句和初始數據的命令如下：

mysql> CREATE TABLE `words` (`id` int(11) NOT NULL AUTO_INCREMENT,`word` varchar(64) DEFAULT NULL,PRIMARY KEY (`id`) ) ENGINE=InnoDB;delimiter ;; create procedure idata() begindeclare i int;set i=0;while i<10000 doinsert into words(word) values(concat(char(97+(i div 1000)), char(97+(i % 1000 div 100)), char(97+(i % 100 div 10)), char(97+(i % 10))));set i=i+1;end while; end;; delimiter ;call idata(); 復制代碼

為了便于量化說明，我在這個表里面插入了 10000 行記錄。接下來，我們就一起看看要隨機選擇 3 個單詞，有什么方法實現，存在什么問題以及如何改進。

內存臨時表

首先，你會想到用 order by rand() 來實現這個邏輯。

mysql> select word from words order by rand() limit 3; 復制代碼

這個語句的意思很直白，隨機排序取前 3 個。雖然這個 SQL 語句寫法很簡單，但執行流程卻有點復雜的。

我們先用 explain 命令來看看這個語句的執行情況。

? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? 圖 1 使用 explain 命令查看語句的執行情況

Extra 字段顯示 Using temporary，表示的是需要使用臨時表；Using filesort，表示的是需要執行排序操作。

因此這個 Extra 的意思就是，需要臨時表，并且需要在臨時表上排序。

這里，你可以先回顧一下上一篇文章中全字段排序和 rowid 排序的內容。我把上一篇文章的兩個流程圖貼過來，方便你復習。

? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ?圖 2 全字段排序

? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? 圖 3 rowid 排序

然后，我再問你一個問題，你覺得對于臨時內存表的排序來說，它會選擇哪一種算法呢？回顧一下上一篇文章的一個結論：對于 InnoDB 表來說，執行全字段排序會減少磁盤訪問，因此會被優先選擇。

我強調了“InnoDB 表”，你肯定想到了，對于內存表，回表過程只是簡單地根據數據行的位置，直接訪問內存得到數據，根本不會導致多訪問磁盤。優化器沒有了這一層顧慮，那么它會優先考慮的，就是用于排序的行越小越好了，所以，MySQL 這時就會選擇 rowid 排序。

理解了這個算法選擇的邏輯，我們再來看看語句的執行流程。同時，通過今天的這個例子，我們來嘗試分析一下語句的掃描行數。

這條語句的執行流程是這樣的：

創建一個臨時表。這個臨時表使用的是 memory 引擎，表里有兩個字段，第一個字段是 double 類型，為了后面描述方便，記為字段 R，第二個字段是 varchar(64) 類型，記為字段 W。并且，這個表沒有建索引。

從 words 表中，按主鍵順序取出所有的 word 值。對于每一個 word 值，調用 rand() 函數生成一個大于 0 小于 1 的隨機小數，并把這個隨機小數和 word 分別存入臨時表的 R 和 W 字段中，到此，掃描行數是 10000。

現在臨時表有 10000 行數據了，接下來你要在這個沒有索引的內存臨時表上，按照字段 R 排序。

初始化 sort_buffer。sort_buffer 中有兩個字段，一個是 double 類型，另一個是整型。

從內存臨時表中一行一行地取出 R 值和位置信息（我后面會和你解釋這里為什么是“位置信息”），分別存入 sort_buffer 中的兩個字段里。這個過程要對內存臨時表做全表掃描，此時掃描行數增加 10000，變成了 20000。

在 sort_buffer 中根據 R 的值進行排序。注意，這個過程沒有涉及到表操作，所以不會增加掃描行數。

排序完成后，取出前三個結果的位置信息，依次到內存臨時表中取出 word 值，返回給客戶端。這個過程中，訪問了表的三行數據，總掃描行數變成了 20003。

接下來，我們通過慢查詢日志（slow log）來驗證一下我們分析得到的掃描行數是否正確。

# Query_time: 0.900376 Lock_time: 0.000347 Rows_sent: 3 Rows_examined: 20003 SET timestamp=1541402277; select word from words order by rand() limit 3; 復制代碼

其中，Rows_examined：20003 就表示這個語句執行過程中掃描了 20003 行，也就驗證了我們分析得出的結論。

這里插一句題外話，在平時學習概念的過程中，你可以經常這樣做，先通過原理分析算出掃描行數，然后再通過查看慢查詢日志，來驗證自己的結論。我自己就是經常這么做，這個過程很有趣，分析對了開心，分析錯了但是弄清楚了也很開心。

現在，我來把完整的排序執行流程圖畫出來。

? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? 圖 4 隨機排序完整流程圖 1

圖中的 pos 就是位置信息，你可能會覺得奇怪，這里的“位置信息”是個什么概念？在上一篇文章中，我們對 InnoDB 表排序的時候，明明用的還是 ID 字段。

這時候，我們就要回到一個基本概念：MySQL 的表是用什么方法來定位“一行數據”的。

在前面第 4和第 5篇介紹索引的文章中，有幾位同學問到，如果把一個 InnoDB 表的主鍵刪掉，是不是就沒有主鍵，就沒辦法回表了？

其實不是的。如果你創建的表沒有主鍵，或者把一個表的主鍵刪掉了，那么 InnoDB 會自己生成一個長度為 6 字節的 rowid 來作為主鍵。

這也就是排序模式里面，rowid 名字的來歷。實際上它表示的是：每個引擎用來唯一標識數據行的信息。

• 對于有主鍵的 InnoDB 表來說，這個 rowid 就是主鍵 ID；
  
• 對于沒有主鍵的 InnoDB 表來說，這個 rowid 就是由系統生成的；
  
• MEMORY 引擎不是索引組織表。在這個例子里面，你可以認為它就是一個數組。因此，這個 rowid 其實就是數組的下標。
  

到這里，我來稍微小結一下：order by rand() 使用了內存臨時表，內存臨時表排序的時候使用了 rowid 排序方法。

磁盤臨時表

那么，是不是所有的臨時表都是內存表呢？

其實不是的。tmp_table_size 這個配置限制了內存臨時表的大小，默認值是 16M。如果臨時表大小超過了 tmp_table_size，那么內存臨時表就會轉成磁盤臨時表。

磁盤臨時表使用的引擎默認是 InnoDB，是由參數 internal_tmp_disk_storage_engine 控制的。

當使用磁盤臨時表的時候，對應的就是一個沒有顯式索引的 InnoDB 表的排序過程。

為了復現這個過程，我把 tmp_table_size 設置成 1024，把 sort_buffer_size 設置成 32768, 把 max_length_for_sort_data 設置成 16。

set tmp_table_size=1024; set sort_buffer_size=32768; set max_length_for_sort_data=16; /* 打開 optimizer_trace，只對本線程有效 */ SET optimizer_trace='enabled=on'; /* 執行語句 */ select word from words order by rand() limit 3;/* 查看 OPTIMIZER_TRACE 輸出 */ SELECT * FROM `information_schema`.`OPTIMIZER_TRACE`\G 復制代碼

? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ?圖 5 OPTIMIZER_TRACE 部分結果

然后，我們來看一下這次 OPTIMIZER_TRACE 的結果。

因為將 max_length_for_sort_data 設置成 16，小于 word 字段的長度定義，所以我們看到 sort_mode 里面顯示的是 rowid 排序，這個是符合預期的，參與排序的是隨機值 R 字段和 rowid 字段組成的行。

這時候你可能心算了一下，發現不對。R 字段存放的隨機值就 8 個字節，rowid 是 6 個字節（至于為什么是 6 字節，就留給你課后思考吧），數據總行數是 10000，這樣算出來就有 140000 字節，超過了 sort_buffer_size 定義的 32768 字節了。但是，number_of_tmp_files 的值居然是 0，難道不需要用臨時文件嗎？

這個 SQL 語句的排序確實沒有用到臨時文件，采用是 MySQL 5.6 版本引入的一個新的排序算法，即：優先隊列排序算法。接下來，我們就看看為什么沒有使用臨時文件的算法，也就是歸并排序算法，而是采用了優先隊列排序算法。

其實，我們現在的 SQL 語句，只需要取 R 值最小的 3 個 rowid。但是，如果使用歸并排序算法的話，雖然最終也能得到前 3 個值，但是這個算法結束后，已經將 10000 行數據都排好序了。

也就是說，后面的 9997 行也是有序的了。但，我們的查詢并不需要這些數據是有序的。所以，想一下就明白了，這浪費了非常多的計算量。

而優先隊列算法，就可以精確地只得到三個最小值，執行流程如下：

對于這 10000 個準備排序的 (R,rowid)，先取前三行，構造成一個堆；（對數據結構印象模糊的同學，可以先設想成這是一個由三個元素組成的數組）

取下一個行 (R’,rowid’)，跟當前堆里面最大的 R 比較，如果 R’小于 R，把這個 (R,rowid) 從堆中去掉，換成 (R’,rowid’)；

重復第 2 步，直到第 10000 個 (R’,rowid’) 完成比較。

這里我簡單畫了一個優先隊列排序過程的示意圖。

? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ?圖 6 優先隊列排序算法示例

圖 6 是模擬 6 個 (R,rowid) 行，通過優先隊列排序找到最小的三個 R 值的行的過程。整個排序過程中，為了最快地拿到當前堆的最大值，總是保持最大值在堆頂，因此這是一個最大堆。

圖 5 的 OPTIMIZER_TRACE 結果中，filesort_priority_queue_optimization 這個部分的 chosen=true，就表示使用了優先隊列排序算法，這個過程不需要臨時文件，因此對應的 number_of_tmp_files 是 0。

這個流程結束后，我們構造的堆里面，就是這個 10000 行里面 R 值最小的三行。然后，依次把它們的 rowid 取出來，去臨時表里面拿到 word 字段，這個過程就跟上一篇文章的 rowid 排序的過程一樣了。

我們再看一下上面一篇文章的 SQL 查詢語句：

select city,name,age from t where city='杭州' order by name limit 1000 ; 復制代碼

你可能會問，這里也用到了 limit，為什么沒用優先隊列排序算法呢？原因是，這條 SQL 語句是 limit 1000，如果使用優先隊列算法的話，需要維護的堆的大小就是 1000 行的 (name,rowid)，超過了我設置的 sort_buffer_size 大小，所以只能使用歸并排序算法。

總之，不論是使用哪種類型的臨時表，order by rand() 這種寫法都會讓計算過程非常復雜，需要大量的掃描行數，因此排序過程的資源消耗也會很大。

再回到我們文章開頭的問題，怎么正確地隨機排序呢？

隨機排序方法

我們先把問題簡化一下，如果只隨機選擇 1 個 word 值，可以怎么做呢？思路上是這樣的：

取得這個表的主鍵 id 的最大值 M 和最小值 N;

用隨機函數生成一個最大值到最小值之間的數 X = (M-N)*rand() + N;

取不小于 X 的第一個 ID 的行。

我們把這個算法，暫時稱作隨機算法 1。這里，我直接給你貼一下執行語句的序列:

mysql> select max(id),min(id) into @M,@N from t ; set @X= floor((@M-@N+1)*rand() + @N); select * from t where id >= @X limit 1; 復制代碼

這個方法效率很高，因為取 max(id) 和 min(id) 都是不需要掃描索引的，而第三步的 select 也可以用索引快速定位，可以認為就只掃描了 3 行。但實際上，這個算法本身并不嚴格滿足題目的隨機要求，因為 ID 中間可能有空洞，因此選擇不同行的概率不一樣，不是真正的隨機。

比如你有 4 個 id，分別是 1、2、4、5，如果按照上面的方法，那么取到 id=4 的這一行的概率是取得其他行概率的兩倍。

如果這四行的 id 分別是 1、2、40000、40001 呢？這個算法基本就能當 bug 來看待了。

所以，為了得到嚴格隨機的結果，你可以用下面這個流程:

• 取得整個表的行數，并記為 C。
  
• 取得 Y = floor(C * rand())。 floor 函數在這里的作用，就是取整數部分。
  
• 再用 limit Y,1 取得一行。
  

我們把這個算法，稱為隨機算法 2。下面這段代碼，就是上面流程的執行語句的序列。

mysql> select count(*) into @C from t; set @Y = floor(@C * rand()); set @sql = concat("select * from t limit ", @Y, ",1"); prepare stmt from @sql; execute stmt; DEALLOCATE prepare stmt; 復制代碼

由于 limit 后面的參數不能直接跟變量，所以我在上面的代碼中使用了 prepare+execute 的方法。你也可以把拼接 SQL 語句的方法寫在應用程序中，會更簡單些。

這個隨機算法 2，解決了算法 1 里面明顯的概率不均勻問題。

MySQL 處理 limit Y,1 的做法就是按順序一個一個地讀出來，丟掉前 Y 個，然后把下一個記錄作為返回結果，因此這一步需要掃描 Y+1 行。再加上，第一步掃描的 C 行，總共需要掃描 C+Y+1 行，執行代價比隨機算法 1 的代價要高。

當然，隨機算法 2 跟直接 order by rand() 比起來，執行代價還是小很多的。

你可能問了，如果按照這個表有 10000 行來計算的話，C=10000，要是隨機到比較大的 Y 值，那掃描行數也跟 20000 差不多了，接近 order by rand() 的掃描行數，為什么說隨機算法 2 的代價要小很多呢？我就把這個問題留給你去課后思考吧。

現在，我們再看看，如果我們按照隨機算法 2 的思路，要隨機取 3 個 word 值呢？你可以這么做：

取得整個表的行數，記為 C；

根據相同的隨機方法得到 Y1、Y2、Y3；

再執行三個 limit Y, 1 語句得到三行數據。

我們把這個算法，稱作隨機算法 3。下面這段代碼，就是上面流程的執行語句的序列。

mysql> select count(*) into @C from t; set @Y1 = floor(@C * rand()); set @Y2 = floor(@C * rand()); set @Y3 = floor(@C * rand()); select * from t limit @Y1，1； // 在應用代碼里面取 Y1、Y2、Y3 值，拼出 SQL 后執行 select * from t limit @Y2，1； select * from t limit @Y3，1； 復制代碼

小結

今天這篇文章，我是借著隨機排序的需求，跟你介紹了 MySQL 對臨時表排序的執行過程。

如果你直接使用 order by rand()，這個語句需要 Using temporary 和 Using filesort，查詢的執行代價往往是比較大的。所以，在設計的時候你要量避開這種寫法。

今天的例子里面，我們不是僅僅在數據庫內部解決問題，還會讓應用代碼配合拼接 SQL 語句。在實際應用的過程中，比較規范的用法就是：盡量將業務邏輯寫在業務代碼中，讓數據庫只做“讀寫數據”的事情。因此，這類方法的應用還是比較廣泛的。

最后，我給你留下一個思考題吧。

上面的隨機算法 3 的總掃描行數是 C+(Y1+1)+(Y2+1)+(Y3+1)，實際上它還是可以繼續優化，來進一步減少掃描行數的。

我的問題是，如果你是這個需求的開發人員，你會怎么做，來減少掃描行數呢？說說你的方案，并說明你的方案需要的掃描行數。

你可以把你的設計和結論寫在留言區里，我會在下一篇文章的末尾和你討論這個問題。感謝你的收聽，也歡迎你把這篇文章分享給更多的朋友一起閱讀。

上期問題時間

我在上一篇文章最后留給你的問題是，select * from t where city in (“杭州”," 蘇州 ") order by name limit 100; 這個 SQL 語句是否需要排序？有什么方案可以避免排序？

雖然有 (city,name) 聯合索引，對于單個 city 內部，name 是遞增的。但是由于這條 SQL 語句不是要單獨地查一個 city 的值，而是同時查了"杭州"和" 蘇州 "兩個城市，因此所有滿足條件的 name 就不是遞增的了。也就是說，這條 SQL 語句需要排序。

那怎么避免排序呢？

這里，我們要用到 (city,name) 聯合索引的特性，把這一條語句拆成兩條語句，執行流程如下：

執行 select * from t where city=“杭州” order by name limit 100; 這個語句是不需要排序的，客戶端用一個長度為 100 的內存數組 A 保存結果。

執行 select * from t where city=“蘇州” order by name limit 100; 用相同的方法，假設結果被存進了內存數組 B。

現在 A 和 B 是兩個有序數組，然后你可以用歸并排序的思想，得到 name 最小的前 100 值，就是我們需要的結果了。

如果把這條 SQL 語句里“limit 100”改成“limit 10000,100”的話，處理方式其實也差不多，即：要把上面的兩條語句改成寫：

select * from t where city=" 杭州 " order by name limit 10100; 復制代碼

和

select * from t where city=" 蘇州 " order by name limit 10100。 復制代碼

這時候數據量較大，可以同時起兩個連接一行行讀結果，用歸并排序算法拿到這兩個結果集里，按順序取第 10001~10100 的 name 值，就是需要的結果了。

當然這個方案有一個明顯的損失，就是從數據庫返回給客戶端的數據量變大了。

所以，如果數據的單行比較大的話，可以考慮把這兩條 SQL 語句改成下面這種寫法：

select id,name from t where city=" 杭州 " order by name limit 10100; 復制代碼

和

select id,name from t where city=" 蘇州 " order by name limit 10100。 復制代碼

然后，再用歸并排序的方法取得按 name 順序第 10001~10100 的 name、id 的值，然后拿著這 100 個 id 到數據庫中去查出所有記錄。

上面這些方法，需要你根據性能需求和開發的復雜度做出權衡。

轉載于:https://juejin.im/post/5d035ea8f265da1b94214631

總結

以上是生活随笔為你收集整理的mysql实战17 | 如何正确地显示随机消息？的全部內容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網站內容還不錯，歡迎將生活随笔推薦給好友。