filesort排序原理

在执行计划中，可能经常看到有Extra列有filesort，这就是使用了文件排序，这当然是不好的，应该优化，但是，了解一下他排序的原理也许很有帮助，下面看一下filesort的过程：

1、根据表的索引或者全表扫描，读取所有满足条件的记录。

2、对与每一行，存储一对值到缓冲区（排序列，行记录指针），一个是排序的索引列的值，即order by用到的列值，和指向该行数据的行指针，缓冲区的大小为sort_buffer_size大小。

3、当缓冲区满后，运行一个快速排序（qsort）来将缓冲区中数据排序，并将排序完的数据存储到一个临时文件，并保存一个存储块的指针，当然如果缓冲区不满，则不会重建临时文件了。

4、重复以上步骤，直到将所有行读完，并建立相应的有序的临时文件。

5、对块级进行排序，这个类似与归并排序算法，只通过两个临时文件的指针来不断交换数据，最终达到两个文件，都是有序的。

6、重复5直到所有的数据都排序完毕。

7、采取顺序读的方式，将每行数据读入内存，并取出数据传到客户端，这里读取数据时并不是一行一行读，读如缓存大小由read_rnd_buffer_size来指定。

这就是filesort的过程，采取的方法为：快速排序 + 归并排序，但有一个问题，就是，一行数据会被读两次，第一次是where条件过滤时，第二个是排完序后还得用行指针去读一次，一个优化的方法是，直接读入数据，排序的时候也根据 这个排序，排序完成后，就直接发送到客户端了，过程如下：

1、读取满足条件的记录

2、对于每一行，记录排序的key和数据行指针，并且把要查询的列也读出来

3、根据索引key排序

4、读取排序完成的文件，并直接根据数据位置读取数据返回客户端，而不是去访问表

这也有一个问题：当获取的列很多的时候，排序起来就很占空间，因此，max_length_for_sort_data变量就决定了是否能使用这个排序算法

建议：

1、对于使用filesort的慢查询，可以改小一些max_length_for_sort_data来使用第一个方法

2、对于想要加快order by 的顺序，有以下一些策略：

a、增加sort_buffer_size的大小，如果大量的查询较小的话，这个很好，就缓存中就搞定了

b、增加read_rnd_buffer_size大小，可以一次性多读到内存中

c、列的长度尽量小些

d、改变tmpdir，使其指向多个物理盘(不是分区)的目录，这将机会循环使用做为临时文件区