问SQL ORDER BY有多贵？

EN

几乎可以肯定的是，对数据库中的数据进行排序会更有效。数据库是为处理大数据量而设计的。并且有各种可用于数据库的优化，而这些优化对于中间层则不可用。如果您计划在中间层编写一个超级高效的排序例程，该例程利用数据库没有的有关数据的信息(例如，将数据分派到由数十台中间层机器组成的集群中，这样排序就不会溢出到磁盘，从而利用这样一个事实，即您的数据大多被排序，以选择一种通常效率不是特别高的算法)，那么您可能可以超越数据库的排序速度。但这种情况往往很少见。

例如，根据查询，数据库优化器可以选择按顺序返回数据而不执行排序的查询计划。例如，数据库知道索引中的数据是排序的，因此它可以选择执行索引扫描来按顺序返回数据，而不必物化和排序整个结果集。如果它必须物化整个结果，那么它只需要排序所依据的列和某种行标识符(即Oracle中的ROWID )，而不是像简单的中间层实现那样对整行数据进行排序。例如，如果您有一个关于( col1，col2)的复合索引，并且您决定按上部( col2 )、下部(Col1)进行排序，那么数据库可以从索引中读取col1&col2值，对行标识符进行排序，然后从表中获取数据。当然，数据库不必这样做--优化器将考虑执行排序的成本与从表或从各种索引获取数据的成本。数据库可能会得出这样的结论:最有效的方法是进行表扫描，将整个行读入内存，然后对其进行排序。它可能会得出结论，利用索引会导致更多的I/O来获取数据，但通过减少或消除排序成本来弥补这一点。

确切的方法取决于您使用的产品，但通常一个功能齐全的DBMS有多种排序算法可供其使用。有些在磁盘上工作，随着时间的推移优化空间，有些在内存中工作，优化速度。如果你对血淋淋的细节感兴趣，请查看可用的开源软件的源代码。

您不太可能通过自己进行排序或使用其他库来获得更好的结果，尽管可能存在病态情况，例如某些操作系统的qsort()在某些数据分布方面存在问题。如果必须的话，可以尝试一下，但更喜欢使用DBMS来管理数据，因为这是他们擅长的。

除非排序是基于索引的，否则如果您使用数据库排序，您可以保证您将等待整个结果集在数据库中解析和排序，然后才能看到结果集的任何一行。

如果你自己排序，数据可能会被增量地流式传输(更适合于网络受限的环境)，并且可能会逐渐对应用程序有用，即使排序操作消耗了相同的总时间，也会减少执行延迟。

根据部署场景的不同，与排序相关的额外成本应该在哪里支付，这可能会产生很大的不同。在我使用的场景中，中间层是一次性和可伸缩的，而数据层向外扩展的成本更高。如果它的CPU成本相同，但数据库CPU的运营成本是它的5倍或10倍，那么在数据库之外做这件事实际上就更便宜了。