5.3.1 排序处理

排序处理

系统对SQL语句的处理可能需要进行排序。这主要是由于以下两个原因引起的：

（1）在SQL语句中，指定要对结果集进行排序，或者包含需要排序的关键字。

（2）进行表连接时，系统选用排序归并连接、散列连接；或者系统虽然选用嵌套循环连接，但发现作为输入的表如果已排序，其实现效率会更高。有关表连接的详细信息，可参见第5.3.2一节。

如果在要排序的字段上存在索引，系统就直接使用该索引，顺序读取表，从而完成排序。如果在要排序的字段上不存在索引，或者尽管存在索引，但按照索引访问需要更多的系统开销时，系统就不会使用索引，只是在最后，基于此字段对结果集进行排序。

如果要排序的数据，可以一次在内存中完成，这种排序就称为内排序。如果由于内存空间限制，无法一次完成数据的排序，系统就按照可用内存的空间大小，将要排序数据分成多个部分、分别排序，中间结果被存放在磁盘上，最后将多个已排序结果集合并，形成最终的结果集，这种排序称为外排序。

很显然，内排序的执行效率很高。如果数据库中存在排序操作，我们当然希望所有的排序均能够一次在内存中完成。

在SQL语句中出现下列的关键字后，如果优化器没有选用相关的索引，就一定会进行排序操作。

 

1. order by

 

该关键字要求对结果集进行排序。如果表中的某些字段经常在order by中使用，在这些字段上建立索引将有助于避免数据库中的排序操作。

 

2. group by

 

该关键字要求对结果集进行分组。系统对分组的处理，是首先基于要分组的字段进行排序，然后对已排序的记录数据，从上到下采取以下的处理步骤，形成结果集：

（1）取出第一条记录，放入结果集。

（2）取出下一条记录。如果该条记录和结果集中最后一条记录在要分组字段上取值相等，就将该条记录和最后一条记录合并；如果不相等，就将该记录放在结果集的最后面。

（3）继续处理，直到所有的记录被处理完成。

例如，下面SQL语句返回各部门中员工的月工资总额：

SELECT dept_no, sum(empy_salary)

FROM employee group by dept_no

系统首先对员工表employee基于部门号dept_no进行排序。然后对已经排序的记录集，按照字段dept_no的值，将字段empy_salary中的值相加。

 

3. distinct

 

该关键字要求结果集中不能有重复的记录。系统对distinct的处理，类似于对group by的处理。系统首先按照结果集中要求的字段进行排序，然后按照以下步骤剔除重复的记录。

（1）取出第一条记录，放入结果集。

（2）取出下一条记录。如果该条记录和结果集中最后一条记录相同，就放弃该条记录；如果不相同，就将该记录放在结果集的最后面。

（3）继续处理，直到所有的记录被处理完成。

例如，下面SQL语句从员工表employee中返回所有的部门号：

SELECT distinct dept_no

FROM employee

系统首先读取表employee中的所有记录，基于字段dept_no进行排序。然后对已经排序的记录集，按照字段dept_no的值，删除重复的记录。

 

4. 集合操作：union、intersect、minus

 

集合操作：union、intersect、minus，用来实现了两个记录集之间的并、交、差运算，其中：

（1）union：合并两个记录集，结果集中不能有重复的记录。

（2）intersect：返回同时出现在两个记录集中的记录。

（3）minus：返回出现在第一个记录集，而不在第二个记录集的所有记录。

对于这些集合运算，系统首先将两个记录集基于相同的字段或者字段组合，分别按照相同的方向排序，然后将这两个已经排序的记录集合从上到下进行比较，从而找到最终的结果集。

这里，我们需要注意关键字union和union all的区别。union all允许结果集中有重复的记录，因此优化器不会要求对记录集进行排序。