MySQL查询语句执行过程及性能优化-查询过程及优化方法（JOIN/ORDER BY）

在上一篇文章MySQL查询语句执行过程及性能优化-基本概念和EXPLAIN语句简介中介绍了EXPLAIN语句，并举了一个慢查询例子：

mysql> explain select user.Username, user_profile.nickname, user_profile.gender, user_profile.meet_receive from user_profile join users on users.Id = user_profile.user_id where user_profile.`display` = '1' order by user_profile.fl_no limit 50;
+----+-------------+---------------------+--------+---------------+---------+---------+----------------------------------------+-------+----------------------------------------------+| id | select_type | table               | type   | possible_keys | key     | key_len | ref                                    | rows  | Extra                                        |+----+-------------+---------------------+--------+---------------+---------+---------+----------------------------------------+-------+----------------------------------------------+|  1 | SIMPLE      | user_profile        | ALL    | NULL          | NULL    | NULL    | NULL                                   | 14399 | Using where; Using temporary; Using filesort ||  1 | SIMPLE      | users               | eq_ref | PRIMARY       | PRIMARY | 8       | icbd_cmsdb.user_profile.user_id        |     1 | Using where                                  |+----+-------------+---------------------+--------+---------------+---------+---------+----------------------------------------+-------+----------------------------------------------+2 rows in set (0.00 sec)

可以看到上述的查询需要检查1万多记录，并且使用了临时表和filesort排序，这样的查询在用户数快速增长后将成为噩梦。

在优化这个语句之前，我们先了解下SQL查询的基本执行过程：

*）应用通过MySQL API把查询命令发送给MySQL服务器，然后被解析

*）检查权限、MySQL optimizer进行优化，经过解析和优化后的查询命令被编译为CPU可运行的二进制形式的查询计划（query plan），并可以被缓存

*）如果存在索引，那么先扫描索引，如果数据被索引覆盖，那么不需要额外的查找，如果不是，根据索引查找和读取对应的记录

*）如果有关联查询，查询次序是扫描第一张表找到满足条件的记录，按照第一张表和第二张表的关联键值，扫描第二张表查找满足条件的记录，按此顺序循环

*）输出查询结果，并记录binary logs

显然合适的索引将大大简化和加速查找。再看一下上面那条查询语句，除了条件查询外，还有关联查询以及ORDER BY即排序操作，

那么让我们进一步了解下关联查询（JOIN）和ORDER BY是怎么工作的，MySQL有三种方式来处理关联查询和数据排序：

方法	                                                    EXPLAIN结果显示
Use index-based access method that produces ordered output	      不会出现filesort
Use filesort() on 1st non-constant table	                      “Using filesort”出现在第一行Extra中
Put join result into a temporary table and use filesort() on it	      “Using temporary; Using filesort”出现在第一行Extra中

第一种方法是基于索引，第二种是对第一个非常量表进行filesort（quicksort），还有一种是把联合查询的结果放入临时表，然后进行filesort。

注1：关于什么是非常量表，请参考阅读MySQL开发手册：Consts and Constant Tables，
注2：什么是filesort呢，这不是字面意思的文件排序，filesort有两种模式：
1、模式1：排序后的元素涵盖了要输出的数据。排序结果是一串有序序列元素组，不再需要额外的记录读取；
2、模式2：排序结果是<sort_key,row_id>键值对序列，通过这些row_ids再去读取记录（随机读取，效率低下）；

注3：关于什么是临时表，请参考阅读MySQL开发手册：How MySQL Uses Internal Temporary Tables

第一种方法用于第一个非常量表中存在ORDER BY所依赖的列的索引，那就可直接使用已经有序的索引来查找关联表的数据，这种方式是性能最优的，因为不需要额外的排序动作：

第二种方式用于ORDER BY所依赖的列全部属于第一张查询表且没有索引，那么我们可以先对第一张表的记录进行filesort（模式可能是模式1也可能是模式2），得到有序行索引，然后再做关联查询，filesort的结果可能是在内存中，也可能在硬盘上，这取决于系统变量sort_buffer_size（一般为2M左右）：

第三种方法用于当ORDER BY的元素不属于第一张表时，需要把关联查询的结果放入临时表，最后对临时表进行filesort：

第三种方法中的临时表，可能是在内存中(in-memory table)，也可能是在硬盘上，一般是下面两种情况会使用硬盘（on-disk table）：

（1）使用了BLOB，TEXT类型的数据

（2）内存表占用超过了系统变量tmp_table_size/max_heap_table_size的限定（一般为16M左右），只能放在硬盘上

从上面的查询执行过程和方式，我们应该可以清楚的知道为什么Using filesort，Using temporary会严重的影响查询性能，因为如果数据类型或者字段设计有问题，

在需要查询的表以及结果中存在大数据的字段，而没有合适的索引可用时，都可能会导致产生大量的IO操作，这就是查询性能缓慢的根源所在。

回到文章开头所举的查询实例，它显然是使用了效率最低的第三种方法，我们需要做和尝试的优化手段有：

1、为users.fl_no添加索引，为select和where所使用的字段建立索引

2、把users.fl_no转移到或者作为冗余字段添加到表user_profile中