在编程中，我们很多场景都会用到groupby关键字。比如分页读取数据时，为了避免重复扫描记录，就需要使用groupby。例如，我们使用如下DDL创建表：CREATETABLE`user_info`(`id`int(11)NOTNULLAUTO_INCREMENTCOMMENT'主键ID',`city`varchar(16)NOTNULLCOMMENT'city',`name`varchar(16)NOTNULLCOMMENT'name',`age`int(11)NOTNULLCOMMENT'age',`addr`varchar(128)DEFAULTNULLCOMMENT'address',PRIMARYKEY(`id`),KEY`city`(`city`))ENGINE=InnoDBDEFAULTCHARSET=utf8我们将执行如下查询语句SELECTcity,`name`,ageFROMuser_infoWHEREcity='Shanghai'ORDERBY`name`LIMIT1000;对所有字段进行排序因为上面的建表语句已经在city字段上创建了索引，所以当我们使用EXPLAIN命令时，会得到如下结果：上面Extra字段中的“Usingfilesort”表示需要排序，MySQL会为每个线程分配一块内存用于排序，成为sort_buffer。我们先看一下index(city)的结构图。执行过程如下：初始化sort_buffer，并确保放入citynameage这三个字段；从城市索引中获取city='Shanghai'的第一条记录，即id_x；获取主键索引中对应的记录，并取出namecityage的值放入sort_buffer；取下一条符合条件的记录，重复34的操作，直到不满足条件；根据name快速对sort_buffer中的数据进行排序；取出前1000条记录返回。我们暂且称这个排序过程为“全域排序”，如下图：图中的“按名称排序”可能是在内存中排序，也可能是使用磁盘文件，具体取决于排序所需的内存和sort_buffer_size。sort_buffer_size是mysql开辟的用于排序的内存大小。当所需内存小于sort_buffer_size时，将直接在内存中进行排序。如果所需内存大于sort_buffer_size，则需要额外的磁盘空间来辅助排序。上面的rowid排序算法在数据量比较大的时候可能会出现一些问题。因为在排序的时候，把返回的字段全部存储起来，增加了排序空间（sort_buffer）的压力。SETmax_length_for_sort_data=16;max_length_for_sort_data是MySQL限制排序行大小的参数。意思是，如果排序的行大小超过这个值，将选择另一种排序算法。上面namecityage三个字段的大小都是36，大于16。在新算法中，只有name（排序字段）和id会参与sort_buffer中的排序。过程如下，初始化sort_buffer，并确保放入nameid两个字段；从城市索引中获取city='Shanghai'的第一条记录，即id_x；从主键索引中取出对应的记录，取出nameid值放入sort_buffer；取下一条符合条件的记录，重复34的操作，直到不满足条件；将sort_buffer中的数据按照name快速排序；取出前1000条数据，然后根据idnamecityage3个字段取出对应的记录并返回结果。这种排序过程称为rowid排序，过程如下：全字段排序VSrowid排序从以上两个过程来看，如果内存足够，MySQL会将返回值中的所有字段存储在排序空间中。当MySQL内存太小时，会考虑使用rowid排序。但是从上面的过程来看，rowid排序在返回结果之前，会再次对表进行排序。因此，当MySQL认为内存足够时，会优先按所有字段排序。上面的场景是：city字段过滤后，name字段没有排序。其实我们可以通过联合索引来避免name字段的排序。altertableuser_infoaddindexidx_city_user（城市，名称）；我们来看一下联合索引的示意图：从上面的流程图可以看出，当我们取出city='Shanghai'的记录时，name的字段也是有序的。过程如下：从(city,name)索引中获取第一条city='Shanghai'的记录id_x；从主键索引中获取对应的记录，取出namecityage的值作为结果集的一部分直接返回；对于下一条符合条件的记录，重复2和3的操作，直到不满足条件或达到1000条；从联合索引中，我们可以不进行排序操作，那么是否可以直接通过索引返回结果呢？即不进行回表操作。答案是肯定的，那就是覆盖索引。altertableuser_infoaddindexidx_city_user_age（城市、姓名、年龄）；在执行查询语句时，不仅name中的字段是有序的，而且结果集中的所有字段都已经被索引了，过程如下：从(city,name,age)索引中得到先记录city='Shanghai'，将namecityage的值作为结果集的一部分取出，直接返回；取下一条满足条件的记录，重复1和2的操作，直到不满足条件或者达到1000为止
