为什么会使用内部临时表

create table t1(id int primary key, a int, b int, index(a));

(select 1000 as f) union (select id from t1 order by id desc limit 2);

union的语义是取这两个子查询结果的并集，重复的行只保留一行。

1. 第二行的key=Primary表示用到了索引，第三行的EXTRA字段，表示结果集在做union的时候，使用了临时表。
2. 创建一个临时表，临时表只有一个整形字段f，并且f是主键字段。
3. 执行第一个子查询，得到1000这个值，存入临时表。
4. 执行第二个子查询：
   • 拿到第一行id=1000，试图插入临时表，但由于1000这个值已经存在于临时表，违反了唯一性约束，插入失败。
   • 拿到第二行id=999，插入成功。
5. 从临时表中按行取出数据，返回结果，删除临时表，结果中包含两行数据分别1000和999.

• 可以看到，这里内存临时表起到了暂存数据的作用，而且计算过程还用上了临时表主键id的唯一性约束，实现了union语义。
• 如果把这个语句中的union改成union all的话，就依次执行子查询，就不需要临时表了。

select id%10 as m, count(*) as c from t1 group by m;

这个语句的逻辑是表t1里的数据，按照id%10进行分组统计，按照m的结果排序后输出。

1. 创建内存临时表，表里有两个字段m和c，主键m
2. 扫描t1的索引a，依次取出叶子节点的id值，计算id10%的结果，记为x
   1. 如果临时表中没有主键为x的行，就插入一个记录（x,1)
   2. 如果有主键为x的行，就将x这一行的c值加1
3. 遍历完成后，在根据字段m做排序，得到的结果集返回给客户端

如果 你在最后输入了order by null，就可以跳过最后排序的阶段，直接从临时表中取数据返回。

假设，现在有一个类似下图的这么一个数据结构，我们来看看group by可以怎么做。

可以看到，如果可以确保输入的数据是有序的，那么计算group by的时候，就只需要从左到右，顺序扫描，依次累加。也就是下面这个过程：

InnoDB的索引，就可以满足这个输入有序的条件。

alter table t1 add column z int generated always as(id % 100), add index(z); select z, count(*) as c from t1 group by z;

之后再用explain查看执行结果，就会发现该语句不需要临时表，也不需要排序了。

如果某些业务不适合加索引，怎么优化group呢？

1. 先指定优化器用磁盘临时表。
2. 优化器根据存储效率，选择数组存储而不是B+树。

select SQL_BIG_RESULT id%100 as m, count(*) as c from t1 group by m;

执行流程如下：

1. 初始化sort_buffer，确定放入一个整型字段，记为m；

2. join_buffer是无序数组，sort_buffer是有序数组，临时表是二维表结构；
6. 
   tmp_table_size参数，来避免用到磁盘临时表；