在之前的文章中有介绍order by语句的几种执行模式。考虑如下场景有一个APP有一个随机显示英语单词的功能也就是根据每个用户的级别有一个单词表然后这个用户每次访问首页的时候都会随机滚动显示三个单词。会发现随着单词表变大选单词这个逻辑变得越来越慢甚至影响到了首页的打开速度。

如果要我们来设计这个SQL语句要怎么设计呢对这个例子进行了简化去掉每个级别的用户都有一个对应的单词表这个逻辑直接就是从一个单词表中随机选出三个单词。这个表的建表语句和初始数据的命令如下

CREATE TABLE `words` (
  `id` int(11) NOT NULL AUTO_INCREMENT,
  `word` varchar(64) DEFAULT NULL,
  PRIMARY KEY (`id`)
) ENGINE=InnoDB;
 
delimiter ;;
create procedure idata()
begin
  declare i int;
  set i=0;
  while i<10000 do
    insert 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();

在这个表里面插入了 10000 行记录。接下来我们就一起看看要随机选择 3 个单词有什么方法实现存在什么问题以及如何改进。

内存临时表

首先你会想到用 order by rand() 来实现这个逻辑。

 select word from words order by rand() limit 3;

这个语句的意思很直白随机排序取前 3 个。虽然这个 SQL 语句写法很简单但执行流程却有点复杂的。

我们先用 explain 命令来看看这个语句的执行情况。

Extra 字段显示 Using temporary表示的是需要使用临时表Using filesort表示的是需要执行排序操作。

因此这个 Extra 的意思就是需要临时表并且需要在临时表上排序。

对于 InnoDB 表来说执行全字段排序会减少磁盘访问因此会被优先选择。

对于内存表回表过程只是简单地根据数据行的位置直接访问内存得到数据根本不会导致多访问磁盘。优化器没有了这一层顾虑那么它会优先考虑的就是用于排序的行越小越好了所以MySQL 这时就会选择 rowid 排序。

理解了这个算法选择的逻辑我们再来看看语句的执行流程。同时通过今天的这个例子我们来尝试分析一下语句的扫描行数。

这条语句的执行流程是这样的

1. 创建一个临时表。这个临时表使用的是 memory 引擎表里有两个字段第一个字段是 double 类型为了后面描述方便记为字段 R第二个字段是 varchar(64) 类型记为字段 W。并且这个表没有建索引。

2. 从 words 表中按主键顺序取出所有的 word 值。对于每一个 word 值调用 rand() 函数生成一个大于 0 小于 1 的随机小数并把这个随机小数和 word 分别存入临时表的 R 和 W 字段中到此扫描行数是 10000。

3. 现在临时表有 10000 行数据了接下来你要在这个没有索引的内存临时表上按照字段 R 排序。

4. 初始化 sort_buffer。sort_buffer 中有两个字段一个是 double 类型另一个是整型。

5. 从内存临时表中一行一行地取出 R 值和位置信息分别存入 sort_buffer 中的两个字段里。这个过程要对内存临时表做全表扫描此时扫描行数增加 10000变成了 20000。

6. 在 sort_buffer 中根据 R 的值进行排序。注意这个过程没有涉及到表操作所以不会增加扫描行数。

7. 排序完成后取出前三个结果的位置信息依次到内存临时表中取出 word 值返回给客户端。这个过程中访问了表的三行数据总扫描行数变成了 20003。

接下来我们通过慢查询日志slow log来验证一下我们分析得到的扫描行数是否正确。 

# 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;

 其中Rows_examined20003 就表示这个语句执行过程中扫描了 20003 行也就验证了我们分析得出的结论。

把完整的排序执行流程图画出来。

图中的 pos 就是位置信息 如果你创建的表没有主键或者把一个表的主键删掉了那么 InnoDB 会自己生成一个长度为 6 字节的 rowid 来作为主键。

这也就是排序模式里面rowid 名字的来历。实际上它表示的是每个引擎用来唯一标识数据行的信息。

• 对于有主键的 InnoDB 表来说这个 rowid 就是主键 ID
• 对于没有主键的 InnoDB 表来说这个 rowid 就是由系统生成的
• MEMORY 引擎不是索引组织表。在这个例子里面你可以认为它就是一个数组。因此这个 rowid 其实就是数组的下标。

到这里我来稍微小结一下order by rand() 使用了内存临时表内存临时表排序的时候使用了 rowid 排序方法。

磁盘临时表

那么是不是所有的临时表都是内存表呢

其实不是的。tmp_table_size 这个配置限制了内存临时表的大小默认值是 16M。如果临时表大小超过了 tmp_table_size那么内存临时表就会转成磁盘临时表。

磁盘临时表使用的引擎默认是 InnoDB是由参数 internal_tmp_disk_storage_engine 控制的。

当使用磁盘临时表的时候对应的就是一个没有显式索引的 InnoDB 表的排序过程。

为了复现这个过程我把 tmp_table_size 设置成 1024把 sort_buffer_size 设置成 32768, 把 max_length_for_sort_data 设置成 16。

set tmp_table_size=1024;
set sort_buffer_size=32768;
set max_length_for_sort_data=16;
/* 打开 optimizer_trace只对本线程有效 */
SET optimizer_trace='enabled=on'; 
 
/* 执行语句 */
select word from words order by rand() limit 3;
 
/* 查看 OPTIMIZER_TRACE 输出 */
SELECT * FROM `information_schema`.`OPTIMIZER_TRACE`\G

 

然后我们来看一下这次 OPTIMIZER_TRACE 的结果。

因为将 max_length_for_sort_data 设置成 16小于 word 字段的长度定义所以我们看到 sort_mode 里面显示的是 rowid 排序这个是符合预期的参与排序的是随机值 R 字段和 rowid 字段组成的行。

这时候你可能心算了一下发现不对。R 字段存放的随机值就 8 个字节rowid 是 6 个字节数据总行数是 10000这样算出来就有 140000 字节超过了 sort_buffer_size 定义的 32768 字节了。但是number_of_tmp_files 的值居然是 0难道不需要用临时文件吗

这个 SQL 语句的排序确实没有用到临时文件采用是 MySQL 5.6 版本引入的一个新的排序算法即优先队列排序算法。接下来我们就看看为什么没有使用临时文件的算法也就是归并排序算法而是采用了优先队列排序算法。

其实我们现在的 SQL 语句只需要取 R 值最小的 3 个 rowid。但是如果使用归并排序算法的话虽然最终也能得到前 3 个值但是这个算法结束后已经将 10000 行数据都排好序了。

也就是说后面的 9997 行也是有序的了。但我们的查询并不需要这些数据是有序的。所以想一下就明白了这浪费了非常多的计算量。

而优先队列算法就可以精确地只得到三个最小值执行流程如下

1. 对于这 10000 个准备排序的 (R,rowid)先取前三行构造成一个堆

2. 取下一个行 (R’,rowid’)跟当前堆里面最大的 R 比较如果 R’小于 R把这个 (R,rowid) 从堆中去掉换成 (R’,rowid’)

3. 重复第 2 步直到第 10000 个 (R’,rowid’) 完成比较。

这里有一个优先队列排序过程的示意图。

图 6 是模拟 6 个 (R,rowid) 行通过优先队列排序找到最小的三个 R 值的行的过程。整个排序过程中为了最快地拿到当前堆的最大值总是保持最大值在堆顶因此这是一个最大堆。

图 5 的 OPTIMIZER_TRACE 结果中filesort_priority_queue_optimization 这个部分的 chosen=true就表示使用了优先队列排序算法这个过程不需要临时文件因此对应的 number_of_tmp_files 是 0。

这个流程结束后我们构造的堆里面就是这个 10000 行里面 R 值最小的三行。然后依次把它们的 rowid 取出来去临时表里面拿到 word 字段

 

总之不论是使用哪种类型的临时表order by rand() 这种写法都会让计算过程非常复杂需要大量的扫描行数因此排序过程的资源消耗也会很大。

再回到我们文章开头的问题怎么正确地随机排序呢

随机排序方法

我们先把问题简化一下如果只随机选择 1 个 word 值可以怎么做呢思路上是这样的

1. 取得这个表的主键 id 的最大值 M 和最小值 N;

2. 用随机函数生成一个最大值到最小值之间的数 X = (M-N)*rand() + N;

3. 取不小于 X 的第一个 ID 的行。

我们把这个算法暂时称作随机算法 1。这里直接给贴一下执行语句的序列:

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;

这个方法效率很高因为取 max(id) 和 min(id) 都是不需要扫描索引的而第三步的 select 也可以用索引快速定位可以认为就只扫描了 3 行。但实际上这个算法本身并不严格满足题目的随机要求因为 ID 中间可能有空洞因此选择不同行的概率不一样不是真正的随机。

比如你有 4 个 id分别是 1、2、4、5如果按照上面的方法那么取到 id=4 的这一行的概率是取得其他行概率的两倍。

如果这四行的 id 分别是 1、2、40000、40001 呢这个算法基本就能当 bug 来看待了。

所以为了得到严格随机的结果你可以用下面这个流程:

1. 取得整个表的行数并记为 C。

2. 取得 Y = floor(C * rand())。 floor 函数在这里的作用就是取整数部分。

3. 再用 limit Y,1 取得一行。

我们把这个算法称为随机算法 2。下面这段代码就是上面流程的执行语句的序列。

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;

由于 limit 后面的参数不能直接跟变量所以我在上面的代码中使用了 prepare+execute 的方法。你也可以把拼接 SQL 语句的方法写在应用程序中会更简单些。

这个随机算法 2解决了算法 1 里面明显的概率不均匀问题。

MySQL 处理 limit Y,1 的做法就是按顺序一个一个地读出来丢掉前 Y 个然后把下一个记录作为返回结果因此这一步需要扫描 Y+1 行。再加上第一步扫描的 C 行总共需要扫描 C+Y+1 行执行代价比随机算法 1 的代价要高。

当然随机算法 2 跟直接 order by rand() 比起来执行代价还是小很多的。

如果我们按照随机算法 2 的思路要随机取 3 个 word 值呢你可以这么做

1. 取得整个表的行数记为 C

2. 根据相同的随机方法得到 Y1、Y2、Y3

3. 再执行三个 limit Y, 1 语句得到三行数据。

我们把这个算法称作随机算法 3。下面这段代码就是上面流程的执行语句的序列。

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 @Y11 // 在应用代码里面取 Y1、Y2、Y3 值拼出 SQL 后执行
select * from t limit @Y21
select * from t limit @Y31