【MySQL】索引“失效”的几个场景

本片文章摘自极客时间丁奇的 《MySQL实战45讲》 中的 为什么这些SQL语句逻辑相同,性能却差异巨大?,其中这篇文章中的类型不同导致全表扫描的坑是我踩过的。鉴于此,为避免大家再踩同样类似的错误,在这里记录一下。

在 MySQL 中,有很多看上去逻辑相同,但性能却差异巨大的 SQL 语句。其实我们要知道,对索引字段做函数操作,可能会破坏索引值的有序性,因此优化器就决定放弃走树搜索功能,从而导致让索引失效,不经意间导致整个数据库的压力变大。下面列出一些会的常见场景:

案例一:条件字段函数操作

假设有交易记录表,其中包含流水号(tradeid),交易员id(operator),交易时间(trade_time)等字段。为了便于描述,先忽略其他字段。建表语句如下:

CREATE TABLE `tradelog` (
  `id` int(11) NOT NULL,
  `tradeid` varchar(32) DEFAULT NULL,
  `operator` int(11) DEFAULT NULL,
  `trade_time` date DEFAULT NULL,
  PRIMARY KEY (`id`),
  KEY `tradeid` (`tradeid`),
  KEY `trade_time` (`trade_time`)
) ENGINE=InnoDB DEFAULT CHARSET=utf8mb4;

生成测试数据:

delimiter ;;
create procedure idata()
begin
 declare i int;
 set i=1;
 while(i<=100000)do
 insert into tradelog values(i, i, i, (select date(from_unixtime(
 unix_timestamp('2017-01-01') 
 + floor(
   rand() * ( unix_timestamp('2018-08-08') - unix_timestamp('2016-01-01') + 1 )
 )
))));
 set i=i+1;
 end while;
end;;
delimiter ;
call idata();

假设,现在已经记录了从 2016 年初到 2018 年底的所有数据,运营部门有一个需求是,要统计发生在所有年份中 7 月份的交易记录总数。这个逻辑看上去并不复杂,你的 SQL 语句可能会这么写:

mysql> select count(*) from tradelog where month(trade_time)=7;

由于 trade_time 字段上有索引,于是你就很放心地在生产库中执行了这条语句,但却发现执行了特别久,才返回了结果。

如果你去google可能会发现:对字段做了函数计算,就用不上索引了,这是 MySQL 的规定。

为什么条件是 where trade_time='2018-07-01’的时候可以用上索引,而改成 where month(trade_time)=7 的时候就不行了?

下面是这个 trade_time 索引的示意图。方框上面的数字就是 month() 函数对应的值。

image

条件语句是where trade_time='2018-07-01’,引擎就会按照上面绿色箭头的路线,快速定位到 trade_time='2018-07-01’需要的结果。

实际上,B+ 树提供的这个快速定位能力,来源于同一层兄弟节点的有序性。

但是,如果计算 month() 函数的话,你会看到传入 7 的时候,在树的第一层就不知道该怎么办了(每一层的month计算出来的月份都是无序的)。

也就是说,对索引字段做函数操作,可能会破坏索引值的有序性,因此优化器就决定放弃走树搜索功能

需要注意的是,优化器并不是要放弃使用这个索引。

本例中,放弃了树搜索功能,优化器可以选择遍历主键索引,也可以选择遍历索引trade_time,优化器对比索引大小后发现,索引 trade_time 更小,遍历这个索引比遍历主键索引来得更快。因此最终还是会选择索引 trade_time。

再来一下这条 SQL 语句的执行结果:

mysql> explain select count(*) from tradelog where month(trade_time) = 7;
+----+-------------+----------+-------+---------------+------------+---------+------+--------+--------------------------+
| id | select_type | table    | type  | possible_keys | key        | key_len | ref  | rows   | Extra                    |
+----+-------------+----------+-------+---------------+------------+---------+------+--------+--------------------------+
|  1 | SIMPLE      | tradelog | index | NULL          | trade_time | 4       | NULL | 100184 | Using where; Using index |
+----+-------------+----------+-------+---------------+------------+---------+------+--------+--------------------------+

key="trade_time"表示的是,使用了 trade_time 这个索引;在测试表数据中我们已经插入了 10 万行数据,rows=100184,说明这条语句扫描了整个索引的所有值;Extra 字段的 Using index,表示的是使用了覆盖索引。

也就是说,由于在 trade_time 字段加了 month() 函数操作,导致了全索引扫描。为了能够用上索引的快速定位能力,我们就要把 SQL 语句改成基于字段本身的范围查询。按照下面这个写法,优化器就能按照我们预期的,用上 trade_time 索引的快速定位能力了。

mysql> select count(*) from tradelog where
 -> (t_modified >= '2016-7-1' and t_modified < '2016-8-1') or
 -> (t_modified >= '2017-7-1' and t_modified < '2017-8-1') or
 -> (t_modified >= '2018-7-1' and t_modified < '2018-8-1');

当然,如果你的系统上线时间更早,或者后面又插入了之后年份的数据的话,你就需要再把其他年份补齐。

这里我们已经知道了:由于加了 month() 函数操作,MySQL 无法再使用索引快速定位功能,而只能使用全索引扫描

不过优化器在这个问题上确实有“偷懒”行为,即使是对于不改变有序性的函数,也不会考虑使用索引。比如,对于 select * from tradelog where id + 1 = 10000 这个 SQL 语句,这个加 1 操作并不会改变有序性,但是 MySQL 优化器还是不能用 id 索引快速定位到 9999 这一行。所以,需要你在写 SQL 语句的时候,手动改写成 where id = 10000 -1 才可以。

案例二:隐式类型转换

看一下这条 SQL 语句:

mysql> explain select * from tradelog where tradeid=9527;
+----+-------------+----------+------+---------------+------+---------+------+--------+-------------+
| id | select_type | table    | type | possible_keys | key  | key_len | ref  | rows   | Extra       |
+----+-------------+----------+------+---------------+------+---------+------+--------+-------------+
|  1 | SIMPLE      | tradelog | ALL  | tradeid       | NULL | NULL    | NULL | 100184 | Using where |
+----+-------------+----------+------+---------------+------+---------+------+--------+-------------+

交易编号 tradeid 这个字段上,本来就有索引,但是 explain 的结果却显示,这条语句需要走全表扫描。你可能也发现了,tradeid 的字段类型是 varchar(32),而输入的参数却是整型,所以需要做类型转换。

那么就有两个问题:

  1. 数据类型转换的规则是什么?

  2. 为什么有数据类型转换,就需要走全索引扫描?

先来看第一个问题,数据库里面类型这么多,这种数据类型转换规则更多,你记不住,应该怎么办?

这里有一个简单的方法,看 select "10" > 9 的结果:

  1. 如果规则是“将字符串转成数字”,那么就是做数字比较,结果应该是 1;

  2. 如果规则是“将数字转成字符串”,那么就是做字符串比较,结果应该是 0。

结果如下:

mysql> select "10">9;
+--------+
| "10">9 |
+--------+
|      1 |
+--------+

select "10">9 返回的是 1,所以就能确认 MySQL 里的转换规则了:在MySQL 中,字符串和数字做比较的话,是将字符串转换成数字。

这时,你再看这个全表扫描的语句:

mysql> select * from tradelog where tradeid=9527;

就知道对于优化器来说,这个语句相当于:

mysql> select * from tradelog where CAST(tradid AS signed int) = 9527;

也就是说,这条语句触发了我们上面说到的规则:对索引字段做函数操作,优化器会放弃走树搜索功能。

同理对于 id 的类型是 int,执行下面这个语句,也会导致全表扫描:

mysql> explain select * from tradelog where id="9527";
+----+-------------+----------+------+---------------+------+---------+------+--------+-------------+
| id | select_type | table    | type | possible_keys | key  | key_len | ref  | rows   | Extra       |
+----+-------------+----------+------+---------------+------+---------+------+--------+-------------+
|  1 | SIMPLE      | tradelog | ALL  | NULL          | NULL | NULL    | NULL | 100184 | Using where |
+----+-------------+----------+------+---------------+------+---------+------+--------+-------------+

案例三:隐式字符编码转换

假设还有另一张表trade_detail,记录交易详情信息。为了方便分析和复现,往这两个表插入一些数据:

mysql> CREATE TABLE `trade_detail` (
 `id` int(11) NOT NULL,
 `tradeid` varchar(32) DEFAULT NULL,
 `trade_step` int(11) DEFAULT NULL, /* 操作步骤 */
 `step_info` varchar(32) DEFAULT NULL, /* 步骤信息 */
 PRIMARY KEY (`id`),
 KEY `tradeid` (`tradeid`)
) ENGINE=InnoDB DEFAULT CHARSET=utf8;

insert into tradelog values(1, 'aaaaaaaa', 1000, now());
insert into tradelog values(2, 'aaaaaaab', 1000, now());
insert into tradelog values(3, 'aaaaaaac', 1000, now());
insert into trade_detail values(1, 'aaaaaaaa', 1, 'add');
insert into trade_detail values(2, 'aaaaaaaa', 2, 'update');
insert into trade_detail values(3, 'aaaaaaaa', 3, 'commit');
insert into trade_detail values(4, 'aaaaaaab', 1, 'add');
insert into trade_detail values(5, 'aaaaaaab', 2, 'update');
insert into trade_detail values(6, 'aaaaaaab', 3, 'update again');
insert into trade_detail values(7, 'aaaaaaab', 4, 'commit');
insert into trade_detail values(8, 'aaaaaaac', 1, 'add');
insert into trade_detail values(9, 'aaaaaaac', 2, 'update');
insert into trade_detail values(10, 'aaaaaaac', 3, 'update again');
insert into trade_detail values(11, 'aaaaaaac', 4, 'commit');

这时候,如果要查询 id=2 的交易的所有操作步骤信息,SQL 语句可以这么写:

mysql> select d.* from tradelog l, trade_detail d where d.tradeid=l.tradeid and l.id=2;

explain 查看一下执行计划:

mysql> explain select d.* from tradelog l, trade_detail d where d.tradeid=l.tradeid and l.id=2;
+----+-------------+-------+-------+-----------------+---------+---------+-------+------+-------------+
| id | select_type | table | type  | possible_keys   | key     | key_len | ref   | rows | Extra       |
+----+-------------+-------+-------+-----------------+---------+---------+-------+------+-------------+
|  1 | SIMPLE      | l     | const | PRIMARY,tradeid | PRIMARY | 4       | const |    1 | NULL        |
|  1 | SIMPLE      | d     | ALL   | NULL            | NULL    | NULL    | NULL  |   11 | Using where |
+----+-------------+-------+-------+-----------------+---------+---------+-------+------+-------------+
  1. 第一行显示优化器会先在交易记录表 tradelog 上查到 id=2 的行,这个步骤用上了主键索引,rows=1 表示只扫描一行;

  2. 第二行 key=NULL,表示没有用上交易详情表 trade_detail 上的 tradeid 索引,进行了全表扫描。

在这个执行计划里,是从 tradelog 表中取 tradeid 字段,再去 trade_detail 表里查询匹配字段。因此,我们把 tradelog 称为驱动表,把 trade_detail 称为被驱动表,把 tradeid 称为关联字段。

接下来,我们看下这个 explain 结果表示的执行流程:

image

图中:

  • 第 1 步,是根据 id 在 tradelog 表里找到 L2 这一行;

  • 第 2 步,是从 L2 中取出 tradeid 字段的值;

  • 第 3 步,是根据 tradeid 值到 trade_detail表中查找条件匹配的行。explain 的结果里面第二行的 key=NULL表示的就是,这个过程是通过遍历主键索引的方式,一个一个地判断tradeid 的值是否匹配。

进行到这里,你会发现第 3 步不符合我们的预期。因为表 trade_detail 里 tradeid 字段上是有索引的,我们本来是希望通过使用 tradeid 索引能够快速定位到等值的行。但,这里并没有。

如果你搜索这个问题时可能会得到这样的答案,因为这两个表的字符集不同,一个是 utf8,一个是 utf8mb4,所以做表连接查询的时候用不上关联字段的索引。

但是你应该再多想一下,为什么字符集不同就用不上索引呢?

我们说问题是出在执行步骤的第 3 步,如果单独把这一步改成 SQL 语句的话,那就是:

mysql> select * from trade_detail where tradeid=$L2.tradeid.value;

其中,$L2.tradeid.value 的字符集是 utf8mb4。

参照前面的两个例子,你肯定就想到了,字符集 utf8mb4 是 utf8 的超集,所以当这两个类型的字符串在做比较的时候,MySQL 内部的操作是,先把 utf8 字符串转成 utf8mb4 字符集,再做比较。

这个设定很好理解,utf8mb4 是 utf8 的超集。类似地,在程序设计语言里面,做自动类型转换的时候,为了避免数据在转换过程中由于截断导致数据错误,也都是“按数据长度增加的方向”进行转换的。

因此, 在执行上面这个语句的时候,需要将被驱动数据表里的字段一个个地转换成 utf8mb4,再跟 L2 做比较。

也就是说,实际上这个语句等同于下面这个写法:

select * from trade_detail where CONVERT(traideid USING utf8mb4)=$L2.tradeid.value; 

CONVERT() 函数,在这里的意思是把输入的字符串转成 utf8mb4 字符集。

这就再次触发了我们上面说到的原则:对索引字段做函数操作,优化器会放弃走树搜索功能。

到这里,我们终于知道,字符集不同只是条件之一,连接过程中要求在被驱动表的索引字段上加函数操作,是直接导致对被驱动表做全表扫描的原因。

作为对比验证,再看这样一个需求,“查找 trade_detail 表里 id=4 的操作,对应的操作者是谁”,再来看下这个语句和它的执行计划。

mysql> explain select l.operator from tradelog l , trade_detail d where d.tradeid=l.tradeid and d.id=4;
+----+-------------+-------+-------+---------------+---------+---------+-------+------+-----------------------+
| id | select_type | table | type  | possible_keys | key     | key_len | ref   | rows | Extra                 |
+----+-------------+-------+-------+---------------+---------+---------+-------+------+-----------------------+
|  1 | SIMPLE      | d     | const | PRIMARY       | PRIMARY | 4       | const |    1 | NULL                  |
|  1 | SIMPLE      | l     | ref   | tradeid       | tradeid | 131     | const |    1 | Using index condition |
+----+-------------+-------+-------+---------------+---------+---------+-------+------+-----------------------+

这个语句里 trade_detail 表成了驱动表,但是 explain 结果的第二行显示,这次的查询操作用上了被驱动表 tradelog 里的索引 (tradeid),扫描行数是 1。

这也是两个 tradeid 字段的 join 操作,为什么这次能用上被驱动表的 tradeid 索引呢?我们来分析一下。

假设驱动表 trade_detail 里 id=4 的行记为 R4,那么在连接的时候(之前图中的第 3 步),被驱动表 tradelog 上执行的就是类似这样的 SQL 语句:

select operator from tradelog where traideid =$R4.tradeid.value;

这时候 $R4.tradeid.value 的字符集是 utf8, 按照字符集转换规则,要转成 utf8mb4,所以这个过程就被改写成:

select operator from tradelog where traideid =CONVERT($R4.tradeid.value USING utf8mb4); 

你看,这里的 CONVERT 函数是加在输入参数上的,这样就可以用上被驱动表的 traideid 索引。

理解了原理以后,就可以用来指导操作了。如果要优化语句

select d.* from tradelog l, trade_detail d where d.tradeid=l.tradeid and l.id=2;

的执行过程,有两种做法:

  • 比较常见的优化方法是,把 trade_detail 表上的 tradeid 字段的字符集也改成 utf8mb4,这样就没有字符集转换的问题了。
alter table trade_detail modify tradeid varchar(32) CHARACTER SET utf8mb4 default null;
  • 如果能够修改字段的字符集的话,是最好不过了。但如果数据量比较大, 或者业务上暂时不能做这个 DDL 的话,那就只能采用修改 SQL 语句的方法了。
mysql> explain select d.* from tradelog l , trade_detail d where d.tradeid=CONVERT(l.tradeid USING utf8);
+----+-------------+-------+-------+---------------+---------+---------+------+--------+-----------------------+
| id | select_type | table | type  | possible_keys | key     | key_len | ref  | rows   | Extra                 |
+----+-------------+-------+-------+---------------+---------+---------+------+--------+-----------------------+
|  1 | SIMPLE      | l     | index | NULL          | tradeid | 131     | NULL | 100260 | Using index           |
|  1 | SIMPLE      | d     | ref   | tradeid       | tradeid | 99      | func |      1 | Using index condition |
+----+-------------+-------+-------+---------------+---------+---------+------+--------+-----------------------+

这里,主动把 l.tradeid 转成 utf8,就避免了被驱动表上的字符编码转换,从 explain 结果可以看到,这次索引走对了。

小结

今天我给你举了三个例子,其实是在说同一件事儿,即:对索引字段做函数操作,可能会破坏索引值的有序性,因此优化器就决定放弃走树搜索功能。

第二个例子是隐式类型转换,第三个例子是隐式字符编码转换,它们都跟第一个例子一样,因为要求在索引字段上做函数操作而导致了全索引扫描。

MySQL 的优化器确实有“偷懒”的嫌疑,即使简单地把 where id+1=1000 改写成 where id=1000-1 就能够用上索引快速查找,也不会主动做这个语句重写。

因此,每次你的业务代码升级时,把可能出现的、新的 SQL 语句 explain 一下,是一个很好的习惯。

暂无评论

发送评论 编辑评论


				
|´・ω・)ノ
ヾ(≧∇≦*)ゝ
(☆ω☆)
(╯‵□′)╯︵┴─┴
 ̄﹃ ̄
(/ω\)
∠( ᐛ 」∠)_
(๑•̀ㅁ•́ฅ)
→_→
୧(๑•̀⌄•́๑)૭
٩(ˊᗜˋ*)و
(ノ°ο°)ノ
(´இ皿இ`)
⌇●﹏●⌇
(ฅ´ω`ฅ)
(╯°A°)╯︵○○○
φ( ̄∇ ̄o)
ヾ(´・ ・`。)ノ"
( ง ᵒ̌皿ᵒ̌)ง⁼³₌₃
(ó﹏ò。)
Σ(っ °Д °;)っ
( ,,´・ω・)ノ"(´っω・`。)
╮(╯▽╰)╭
o(*////▽////*)q
>﹏<
( ๑´•ω•) "(ㆆᴗㆆ)
😂
😀
😅
😊
🙂
🙃
😌
😍
😘
😜
😝
😏
😒
🙄
😳
😡
😔
😫
😱
😭
💩
👻
🙌
🖕
👍
👫
👬
👭
🌚
🌝
🙈
💊
😶
🙏
🍦
🍉
😣
Source: github.com/k4yt3x/flowerhd
颜文字
Emoji
小恐龙
花!
上一篇
下一篇