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。
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
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：
- 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。
- 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。
- 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；
- 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；
- PHP不存在表的锁定问题；
- 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：
- 数据源不在MySQL中，存在硬盘、内存或者来自网络的请求等；
- 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；
- 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；
- 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：
- MySQL中已经存在这个排序的索引；
- 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；
- 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。
- 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。
相关厂商内容
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
-
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
-
# 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
-
覺得確實有點極端。。
-
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？
-
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
-
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。
-
？？ 难道是说lucene？
-
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
-
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。
-
“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
10 条回复
关注此讨论 回复