InfoQ

新闻

排序应该在数据库还是在应用程序中进行?

作者 冯大辉 发布于 2008年9月15日 下午10时36分

社区
Architecture
主题
数据访问,
数据库设计,
性能和可伸缩性
标签
专家解惑,
开源软件,
MySQL,
数据库

在网站开发中,究竟是在数据库(DB)中排序好,还是在应用程序中排序更优,这一直是个很有趣的话题。DBANotes.net博主,在数据库方面比较有研究的冯大辉就这一问题日前和读者明灵(Dragon)做了探讨,本文是关于该问题的总结。

问:请列出在PHP中执行排序要优于在MySQL中排序的原因?

答: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HASHtables、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,合理利用的话,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。

问:请提供一些必须在MySQL中排序的实例?

答:在PHP中执行排序更优的情况举例如下:

  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。

必须在MySQL中排序的实例如下:

  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TOP10;
  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。

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。

例子有点极端吧? 发表人 Colder Eliza 发表于 2008年9月16日 上午3时23分
Re: 例子有点极端吧? 发表人 Fenng David 发表于 2008年9月16日 上午4时2分
Re: 例子有点极端吧? 发表人 sobizz sasumi 发表于 2008年9月16日 上午4时58分
这篇就是传说中的标题党么 发表人 德翔 高 发表于 2008年9月16日 上午7时25分
Re: 这篇就是传说中的标题党么 发表人 Fenng David 发表于 2008年9月16日 上午9时7分
Re: 这篇就是传说中的标题党么 发表人 firefly sen 发表于 2008年9月18日 上午8时18分
Re: 这篇就是传说中的标题党么 发表人 德翔 高 发表于 2008年9月20日 上午4时56分
Re: 这篇就是传说中的标题党么 发表人 liu chenghui 发表于 2008年11月22日 上午11时33分
Re: 这篇就是传说中的标题党么 发表人 德翔 高 发表于 2008年9月20日 上午4时54分
无厘头 发表人 陈 老 发表于 2008年12月24日 上午4时50分
  1. 返回顶部

    例子有点极端吧?

    2008年9月16日 上午3时23分 发表人 Colder Eliza

    恕我直言 下面的4V4的例子 也太极端了吧 貌似完全说明不了问题

  2. 返回顶部

    Re: 例子有点极端吧?

    2008年9月16日 上午4时2分 发表人 Fenng David

    # 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。 是说这个么? 这个的确有点偏颇。作者原意应该是客户端排序溢出的情况。因为一次 DB-->App(PHP) 会产生过多的 IO ,且 PHP 排序应付不了过多数据(PHP Cache满了)的情况

  3. 返回顶部

    Re: 例子有点极端吧?

    2008年9月16日 上午4时58分 发表人 sobizz sasumi

    覺得確實有點極端。。

  4. 返回顶部

    这篇就是传说中的标题党么

    2008年9月16日 上午7时25分 发表人 德翔 高

    顺便问问"不过,用Java,甚至C++来处理这类操作会更好。"...这句何指呢?

  5. 返回顶部

    Re: 这篇就是传说中的标题党么

    2008年9月16日 上午9时7分 发表人 Fenng David

    这个其实是指类似Build 到搜索引擎中的事儿 其中这个事情总体上说来,还是个 I/O 经济性的事儿

  6. 返回顶部

    Re: 这篇就是传说中的标题党么

    2008年9月18日 上午8时18分 发表人 firefly sen

    请不要怀疑~~如果大家真的理解PHP的话会发现PHP是太快了。一般的MIS系统的原则是越靠近数据库越快,而PHP是相反的,PHP中70%的时间是在等待数据库。

  7. 返回顶部

    Re: 这篇就是传说中的标题党么

    2008年9月20日 上午4时54分 发表人 德翔 高

    ?? 难道是说lucene?

  8. 返回顶部

    Re: 这篇就是传说中的标题党么

    2008年9月20日 上午4时56分 发表人 德翔 高

    这个说法没有说服力。数据量大的时候,甚至不是那么大的时候,很多情况都是等数据库。但这不能说明前台的这些脚本处理数据更快

  9. 返回顶部

    Re: 这篇就是传说中的标题党么

    2008年11月22日 上午11时33分 发表人 liu chenghui

    系统优化是万物平衡的道理,是消耗数据库资源还是消耗应用服务器资源,这篇文章说地是如何去打造衡量标准尺子的方法,而不是给你这把尺子。

  10. 返回顶部

    无厘头

    2008年12月24日 上午4时50分 发表人 陈 老

    “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TOP10” 貌似没关系吧,如果结果集需要很大一个集合比如100000行呢?难道就在PHP里(假设没有超出内存的问题)排了? “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” 量不大的话,在库里排能增加库的多少压力呢?何况排序并非简单,如果在代码里实现数据库的ORDER BY field1, field2, field3一致的效果,而且字段顺序是动态的,DESC/ASC也是动态的,只怕也得相当的人力成本 “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”貌似个很大的话题。 总不能没检索一次就从硬盘、内存里把这些数据往库里全部重写一次,得考虑哪些更新了哪些没更新等等策略,是个数据整合的很大的话题

深度内容

和Google互补的搜索引擎Wolfram|Alpha

Wolfram|Alpha与Google究竟是什么关系,Wolfram|Alpha自己是如何定位的?Wolfram|Alaph在多大程度上是语义网搜索呢?InfoQ中文站就等等这些问题采访了Wolfram研究公司中国区商务经理王翔。

SOA契约成熟度模型

本文说明了所推荐的契约版本管理设计策略是如何与SOA成熟度模型发生联系的。文章目的是为实现版本管理和可组合性提供一个路线图。

数据服务简介

Vijay Narayanan在这篇文章中对数据服务的几个方面进行了介绍,它们都是SOA实践者和数据架构师感兴趣的内容。本文对数据服务的几个方面进行了介绍,包括需求定义,基本原理和好处、范围、开发以及消费模式。

分块云计算

在本文中,Jimmy Nilsson描述了一种他在过去数年间观察到的一种正在缓慢成长的架构风格,他把这种风格称为“分块云计算”。

豆瓣网技术架构变迁

罗马不是一天建成的,豆瓣的技术架构也是随着用户规模的增长一直在持续变化中。在本次演讲中,豆瓣的首席架构师洪强宁将与大家一起分享从上线时的单台服务器架构开始一直到现在的豆瓣架构变迁历程。

融合思想:深入探索S#arp架构

Billy McCafferty展示了S#arp架构,它在ASP.NET MVC框架的基础上,荟萃了当今的最佳实践,应用在ASP.NET Web应用程序的架构设计中。

王雷谈开源以及新兴市场计划

中国作为新兴市场中的新兴市场,是Sun在美国之外实施SSE(SUN Startup Essentials)项目重点关注的地区。在QCon Beijing 2009期间,InfoQ中文站有幸对此项目的负责人王雷先生进行了采访,探讨了关于开源、新兴市场、SSE等话题。

使用HTML5构建下一代的Web Form

HTML5 是由 WHATWG发起的,最开始的名称叫做Web Application 1.0,而后这个标准吸纳了Web Forms 2.0的标准,并一同被W3C组织所采用,合并成为下一代的HTML5标准。