MySQL EXPLAIN ANALYZE 怎样看排序是否落盘
想判断 MySQL 的排序是不是“落盘”,不要只看普通 EXPLAIN 里有没有 Using filesort。更可靠的做法是先用 EXPLAIN ANALYZE 找到实际执行树里的排序节点,再在同一个会话中读取状态变量的变化。
结论:EXPLAIN ANALYZE 能告诉你排序节点的估算行数、实际行数、耗时和循环次数,但它不会直接给出一个“Sort 已落盘”的布尔字段。Created_tmp_disk_tables 的增量是磁盘临时表线索,Sort_merge_passes 的增量说明排序发生了归并过程;两者要和执行树一起解释。
把判断拆成两层:执行树回答“哪里在排序、实际代价多大”,会话状态回答“这次执行是否创建了磁盘临时表或产生了归并”。

先用 EXPLAIN ANALYZE 找到排序节点
先把问题查询限制为可重复的 SELECT,再用 FORMAT=TREE 查看执行树。MySQL 8.4 的 EXPLAIN ANALYZE 会实际执行语句,并以 TREE 形式展示每个迭代器的估算成本、估算行数、首行时间、实际耗时、实际行数和循环次数。
EXPLAIN ANALYZE FORMAT=TREE SELECT order_id, customer_id, created_at, total_amount FROM orders WHERE created_at >= '2026-10-01' ORDER BY total_amount DESC LIMIT 100; -- EXPLAIN ANALYZE 会真正执行 SELECT;先确认查询只读且 LIMIT、过滤条件符合排查场景。 -- FORMAT=TREE 让 Sort、Filter、Table scan 等迭代器关系更容易阅读。
输出中如果出现 Sort: 或带排序语义的迭代器,说明这条执行路径确实包含排序。先记录排序节点附近的 cost、rows、actual time、rows 和 loops。例如,估算只有几百行而实际进入排序的行数达到几十万,通常比单看“有没有排序”更值得继续追查。
不要把 Sort 节点直接等同于磁盘落盘
排序节点只说明执行计划需要排序,并不能单独证明排序数据已经写入磁盘。排序可能在内存中完成,也可能因为中间结果、临时表或多路归并产生磁盘相关开销。actual time 变大是性能线索,但不是存储介质证明;并发、缓存和数据分布也会改变耗时。
可以先做一个简单的对照表:
| 观察项 | 能说明什么 | 不能单独说明什么 |
|---|---|---|
Sort 节点 | 执行路径包含排序 | 不等于已经落盘 |
| actual rows/time | 实际输入规模和耗时 | 不等于磁盘 I/O |
Created_tmp_disk_tables | 本会话创建了磁盘临时表 | 不一定只有排序造成 |
Sort_merge_passes | 排序发生了归并轮次 | 不替代执行树和业务语句归因 |
在同一会话读取磁盘临时表和归并计数

为了减少其它连接的噪声,最好在专用会话中观察 SESSION 状态,并在目标查询前后比较数值。下面的写法先清零当前会话的计数,再执行查询,最后一次性读取与临时表和排序有关的变量:
FLUSH STATUS;
EXPLAIN ANALYZE FORMAT=TREE
SELECT order_id, customer_id, created_at, total_amount
FROM orders
WHERE created_at >= '2026-10-01'
ORDER BY total_amount DESC
LIMIT 100;
SHOW SESSION STATUS
WHERE Variable_name IN (
'Created_tmp_tables',
'Created_tmp_disk_tables',
'Sort_merge_passes',
'Sort_rows',
'Sort_scan',
'Sort_range'
);
-- FLUSH STATUS 只作用于当前会话的状态计数,便于把结果归因到这次排查。
-- Created_tmp_disk_tables 增长是磁盘临时表线索,Sort_merge_passes 增长是归并线索。
-- SHOW SESSION STATUS 本身会使用内部临时表,Created_tmp_tables 可能包含这一步的开销。
如果 Created_tmp_disk_tables 大于零,说明这次会话创建过内部磁盘临时表;但它是语句级计数,不能单凭这个数断言“排序就是唯一原因”。如果 Sort_merge_passes 大于零,说明排序算法发生了归并轮次,通常值得结合 sort_buffer_size、排序行数和查询形状继续分析。
Created_tmp_tables 与 Created_tmp_disk_tables 应一起看:前者是内部临时表总数,后者是其中的磁盘临时表数量。MySQL 文档还提示,某些以内存映射文件承载的临时表不计入 Created_tmp_disk_tables,所以它适合作为强线索,而不是覆盖所有实现路径的绝对证明。
最后按证据强弱判断是否需要优化
建议按下面的顺序收敛结论:
- 先确认 TREE 输出里确实有排序节点,并记录实际输入行数和耗时。
- 再看当前会话的
Created_tmp_disk_tables是否增长;增长说明出现了磁盘临时表,但还要结合语句是否包含分组、去重或其它中间结果。 - 再看
Sort_merge_passes、Sort_rows与actual rows是否同方向增长,用来判断排序规模和归并压力。 - 最后才回到索引、排序列顺序、过滤条件和数据分布讨论改写方案;不要因为看到
Using filesort就直接增加索引。
还要注意 EXPLAIN ANALYZE 会执行语句。对只读查询可以在低风险环境中使用;对写入语句不要把它当成普通计划查看命令。若需要观察生产问题,应使用脱敏数据、只读副本或经过审批的同会话采样,避免为了取证改变业务负载。
常见问题
看到 Sort 节点就说明排序落盘了吗?
不是。Sort 节点只说明执行路径需要排序。要判断是否出现磁盘临时表,应结合同一会话的 Created_tmp_disk_tables;要判断是否发生排序归并,还要看 Sort_merge_passes。
为什么 Created_tmp_disk_tables 没增长,但查询仍然很慢?
慢不一定来自磁盘临时表,可能是排序输入行数过大、扫描范围过宽、并发竞争或缓存状态变化。回到 EXPLAIN ANALYZE 的实际行数和各迭代器耗时,不要把一个状态变量当成完整性能剖析。
EXPLAIN ANALYZE 能替代普通 EXPLAIN 吗?
不能完全替代。它会实际执行并给出运行时指标,适合验证估算与实际的偏差;普通 EXPLAIN 更适合低成本查看优化器计划。选择哪一个,要看查询是否可安全执行。
因此,MySQL EXPLAIN ANALYZE 判断排序落盘的关键不是寻找一个神奇字段,而是把执行树与同会话状态计数拼成一条证据链:先定位排序,再确认实际规模,最后用磁盘临时表和归并计数补足存储路径判断。
MySQL INFORMATION_SCHEMA.INNODB_TRX 怎样查看未提交事务
- 上一篇
- MySQL INFORMATION_SCHEMA.INNODB_TRX 怎样查看未提交事务
- 下一篇
- MySQL CTE 递归查询怎样限制深度
-
- 数据库 · MySQL | 25分钟前 |
- MySQL collation_connection 怎样排查字符串比较异常
- 149浏览 收藏
-
- 数据库 · MySQL | 25分钟前 | MySQL · 数据库 · DDL · 迁移 · InnoDB · mysql innodb ALTER TABLE INSTANT ADD COLUMN 在线DDL 表结构变更
- MySQL INSTANT ADD COLUMN 怎样判断 DDL 是否支持
- 149浏览 收藏
-
- 数据库 · MySQL | 43分钟前 | MySQL · mysql SQL JSON JSON_TABLE NESTED PATH
- MySQL JSON_TABLE 多个 NESTED PATH 为什么会补出 NULL 行
- 189浏览 收藏
-
- 数据库 · MySQL | 46分钟前 | MySQL · SQL · mysql WITH RECURSIVE cte_max_recursion_depth CTE 递归查询
- MySQL CTE 递归查询怎样限制深度
- 360浏览 收藏
-
- 数据库 · MySQL | 1天前 |
- MySQL 不同字符集列的索引长度参数对比
- 118浏览 收藏
-
- 数据库 · MySQL | 1天前 |
- MySQL Performance Schema 按线程聚合等待事件
- 306浏览 收藏
-
- 数据库 · MySQL | 1天前 |
- MySQL 事务隔离级别与锁定读的组合方案
- 271浏览 收藏
-
- 前端进阶之JavaScript设计模式
- 设计模式是开发人员在软件开发过程中面临一般问题时的解决方案,代表了最佳的实践。本课程的主打内容包括JS常见设计模式以及具体应用场景,打造一站式知识长龙服务,适合有JS基础的同学学习。
- 543次学习
-
- GO语言核心编程课程
- 本课程采用真实案例,全面具体可落地,从理论到实践,一步一步将GO核心编程技术、编程思想、底层实现融会贯通,使学习者贴近时代脉搏,做IT互联网时代的弄潮儿。
- 516次学习
-
- 简单聊聊mysql8与网络通信
- 如有问题加微信:Le-studyg;在课程中,我们将首先介绍MySQL8的新特性,包括性能优化、安全增强、新数据类型等,帮助学生快速熟悉MySQL8的最新功能。接着,我们将深入解析MySQL的网络通信机制,包括协议、连接管理、数据传输等,让
- 500次学习
-
- JavaScript正则表达式基础与实战
- 在任何一门编程语言中,正则表达式,都是一项重要的知识,它提供了高效的字符串匹配与捕获机制,可以极大的简化程序设计。
- 487次学习
-
- 从零制作响应式网站—Grid布局
- 本系列教程将展示从零制作一个假想的网络科技公司官网,分为导航,轮播,关于我们,成功案例,服务流程,团队介绍,数据部分,公司动态,底部信息等内容区块。网站整体采用CSSGrid布局,支持响应式,有流畅过渡和展现动画。
- 485次学习
-
- PubMedQA
- 深入了解PubMedQA生物医学问答数据集,涵盖其核心功能、使用方法及在临床决策、药物研发等场景的应用,助力提升NLP模型性能。
- 838次使用
-
- H2O EvalGPT
- H2O EvalGPT是H2O.ai推出的开源LLM评估平台,提供详细的大模型性能排行榜、行业特定基准测试及A/B测试功能,助您快速选择最适合项目的高性能大语言模型。
- 836次使用
-
- LMArena
- LMArena是加州大学伯克利分校推出的AI模型匿名评测平台。通过盲测投票机制,用户可对比不同大模型回答并生成实时排行榜,助力开发者优化模型及用户选择最佳AI工具。
- 919次使用
-
- HELM
- 深入了解斯坦福推出的HELM(Holistic Evaluation of Language Models)大模型评测体系。本文解析其核心功能、安装配置步骤及应用场景,涵盖准确性、公平性、鲁棒性等多维度指标,助力开发者全面优化语言模型性能。
- 894次使用
-
- MMBench
- MMBench是由上海人工智能实验室等机构联合推出的多模态基准测试平台,提供细粒度能力评估、大规模数据集及VLMEvalKit工具。本文详细介绍其核心功能、安装使用方法及应用场景,助力开发者全面评估多模态模型性能。
- 719次使用
-
- MySQL 明明加了索引,为什么查询还是很慢?先查这 6 个点
- 2026-06-27 374浏览
-
- 接口列表页越查越慢怎么办:N+1 查询从 120 次降到 3 次
- 2026-06-29 180浏览
-
- golang MySQL实现对数据库表存储获取操作示例
- 2022-12-22 499浏览
-
- golang 基于 mysql 简单实现分布式读写锁
- 2023-01-07 384浏览
-
- 详解如何利用GORM实现MySQL事务
- 2023-01-07 184浏览

