在 SQL 中排序/限制执行答案

【问题标题】：Order by / limit execution in SQL在 SQL 中排序/限制执行
【发布时间】：2018-12-08 20:58:07
【问题描述】：

网上已经有很多帖子了，只是想了解一些让我感到困惑的细微差别！

如果将 LIMIT row_count 与 ORDER BY 结合使用，MySQL 将停止排序为一旦找到排序结果的前 row_count 行，而不是对整个结果进行排序。如果订购是通过使用索引，这非常快。

它将首先订购，然后获取前 20 个。数据库也将在 ORDER BY 之前处理 WHERE 子句中的任何内容。

从问题中获取相同的查询：

SELECT article
FROM table1
ORDER BY publish_date
LIMIT 20

假设表有 2000 行，其中 query 预计将返回 20 行，现在，看着 mysql ref ....stops sorting as soon as it has found the first row_count rows.... 让我感到困惑，因为我觉得它有点模棱两可！！

为什么是stops sorting？ limit 子句不是应用于通过order by 子句返回的已排序数据（假设它是non-indexed 列）还是我的理解错误，SQL 是limiting first然后排序！！？？

【问题讨论】：

【解决方案1】：

文档中提到的优化通常仅在publish_date 列上有索引时才有效。这些值按顺序存储在索引中，因此引擎只需遍历列的索引，获取关联的行，直到获取 20 行。

如果列没有被索引，引擎通常需要获取所有行，对它们进行排序，然后返回其中的前 20 行。

了解它如何与WHERE 条件相互作用也很有用。假设查询是：

SELECT article
FROM table1
WHERE last_read_date > '2018-11-01'
ORDER BY publish_date
LIMIT 20

如果publish_date被索引而last_read_date没有被索引，它将依次扫描publish_date索引，根据条件测试关联的last_read_date，如果测试成功则将article添加到结果集中.当结果集中有 20 行时，它将停止并返回它。

如果last_read_date 被索引而publish_date 没有被索引，它将使用last_read_date 索引来查找所有满足条件的行的子集。然后它将使用 publish_date 列对这些行进行排序，并从中返回前 20 行。

如果两列都没有被索引，它将进行全表扫描以测试last_read_date，对所有符合条件的行进行排序，并返回前 20 行。

【讨论】：

嗨，Barmar，感谢您的解释。几个疑问：1。根据indexed 列，mysql 实际上可能最终会在您概述的所有 3 种情况下返回不同的行集？ 2。 If publish_date is indexed and last_read_date is not -> 因为默认order by 在ASC 中，所以这个查询实际上不会返回最旧的article，因为过滤条件在order by 而不是where 子句上？（表示最旧的publish date 与last read 在这种情况下返回!!!）
如果您有多行具有相同的发布日期，这样 20 行截止点以一组具有相同发布日期的行结束，您的查询可能会得到不同的结果。例如，假设您每天发布 6 个并且它们都被阅读。从前 3 天起，您总是会得到相同的 18 个，但从第四天起您只会得到 2 个，而您得到的 2 个可能会有所不同，具体取决于您使用的查询变体。如果每一行都有不同的 publish_date，那么无论有哪个索引，您总是会得到相同的 20。索引改变了mysql获取数据的方式，而不是你得到的。
@NoobEditor 除非有重复的publish_date 值，否则您应该得到相同的结果。这些只是性能优化，不会改变查询的含义。
如果有重复，并且超过20行符合条件，则无法预测会选择哪20行，不同的优化可能会导致选择不同的一次。

【解决方案2】：

MySQL 在找到排序结果的前 row_count 行后立即停止排序，而不是对整个结果进行排序

这实际上是mysql内部非常明智的优化。如果您使用 limit 返回 20 行并且 mysql 知道它已经找到它们，那么 mysql（或您）为什么会关心其余记录的排序方式？没关系，因此 mysql 停止对其余行进行排序。

如果 order by 是在索引列上完成的，那么 mysql 可以很快判断它是否找到了前 n 条记录。

【讨论】：