PHP 中执行排序与 MySQL 中排序

此文首发在 infoq 中文站。作者：明灵(dragon) , fenng . note：要转载的朋友请注意注明这篇文章的第一作者!
这篇文章是dragon 朋友来邮探讨后他做的一个总结。在 db 中排序还是在 应用程序中排序是个很有趣的话题，dragon 第一份邮件中其实已经总结的很好了，我添加了一点建议而已。现在放上来，与大家共享。这篇文章也投稿到了 infoq 中文站 。

q：列出在 php 中执行排序要优于在 mysql 中排序的原因？给一些必须在mysql中排序的实例？

a：通常来说，执行效率需要考虑 cpu、内存和硬盘等的负载情况，假定 mysql 服务器和 php 的服务器都已经按照最适合的方式来配置，那么系统的可伸缩性（scalability）和用户感知性能（user-perceived performance）是我们追求的主要目标。在实际运行中，mysql 中数据往往以 hash tables、btree 等方式存贮于内存，操作速度很快；同时 index 已经进行了一些预排序；很多应用中，mysql 排序是首选。而在应用层（php）中排序，也必然在内存中进行，与 mysql 相比具有如下优势：

• 1、 考虑整个网站的可伸缩性和整体性能，在应用层（php）中排序明显会降低数据库的负载，从而提升整个网站的扩展能力。而数据库的排序，实际上成本是非常高的，消耗内存、cpu，如果并发的排序很多，db 很容易到瓶颈。
• 2、 如果在应用层(php)和mysql之间还存在数据中间层，合理利用，php会有更好的收益。
• 3、 php在内存中的数据结构专门针对具体应用来设计，比数据库更为简洁、高效；
• 4、 php不用考虑数据灾难恢复问题，可以减少这部分的操作损耗；
• 5、 php不存在表的锁定问题；
• 6、 mysql中排序，请求和结果返回还需要通过网络连接来进行，而php中排序之后就可以直接返回了，减少了网络io。

至于执行速度，差异应该不会很大，除非应用设计有问题，造成大量不必要的网络io。另外，应用层要注意php 的 cache 设置，如果超出会报告内部错误；此时要根据应用做好评估，或者调整cache。具体选择，将取决于具体的应用。

列出一些 php 中执行排序更优的情况：

• 1、 数据源不在 mysql 中，存在硬盘、内存或者来自网络的请求等；
• 2、 数据存在 mysql 中，量不大，而且没有相应的索引，此时把数据取出来用php排序更快；
• 3、 数据源来自于多个 mysql 服务器，此时从多个 mysql 中取出数据，然后在php中排序更快；
• 4、 除了 mysql 之外，存在其他数据源，比如硬盘、内存或者来自网络的请求等，此时不适合把这些数据存入 mysql 后再排序；

列出一些必须在 mysql 中排序的实例：

• 1、 mysql 中已经存在这个排序的索引；
• 2、 mysql 中数据量较大，而结果集需要其中很小的一个子集；比如 1000000 行数据，取top 10；
• 3、 对于一次排序、多次调用的情况，比如统计聚合的情形，可以提供给不同的服务使用，那么在 mysql 中排序是首选的。另外，对于数据深度挖掘，通常做法是在应用层做完排序等复杂操作，把结果存入mysql即可，便于多次使用。
• 4、 不论数据源来自哪里，当数据量大到一定的规模后，由于占用内存/cache 的关系，不再适合 php 中排序了；此时把数据复制、导入或者存在 mysql ，并用 index 优化，是优于 php 的。不过，用 java，甚至 c++ 来处理这类操作会更好。 [有些类似大数据集聚合或者汇总的数据，在客户端排序得不偿失。当然，也有用类似搜索引擎的思路来解决类似应用的情况。]

从网站整体考虑，就必须加入人力和成本的考虑。假如网站规模和负载较小，而人力有限（人数和能力都可能有限），此时在应用层（php）做排序要做不 少开发和调试工作，耗费时间，得不偿失；不如在 db 中处理，简单快速。对于大规模的网站，电力、服务器的费用很高，在系统架构上精打细算，可以节约大量的费用，是公司持续发展之必要；此时如果能在应用层(php) 进行排序并满足业务需求，尽量在应用层进行。