MySQL学习-为啥系统有时候会选错索引

「这是我参与11月更文挑战的第27天,活动详情查看:2021最后一次更文挑战」 作者:汤圆 个人博客:javalover.cc 前言 大部分时候,系统选择的索引都是正确的,但是机器毕竟是机器,还是会有出错的时候; 今天就来分析一下,什么情况下会出现选错索引的问题,以及怎么去解决。 目录 选择索引的几个因素 索引的区分度 索引的采样统计 选错索引的解决办法 正文 1. 选择索引的几个因素 前面我们学习了一条SQL语句的查询和更新过程,知道了大概的流程为:连接器->分析器->优化器->执行器; 其中索引的选择就是在优化器那一步,因为选择一个好的索引就会对语句的优化起到关键的作用; 优化器选择索引,会考虑如下几个因素: 扫描的行数: 这里的扫描行数不是真实的扫描行数,而是一个预估值; 这个预估的扫描行数是根据索引的区分度来统计得出的; 索引的区分度简单点来理解,就是一个表中的索引的不同值的个数,不同值越多,区分度越好(具体的统计细节下面会有介绍), 是否使用临时表: 临时表顾名思义就是临时使用的表,在会话完成后就会结束; 比如我们在使用union联合查询并集时,就会用到临时表,如下所示:可以看到 extra这一列显示为​​​Using temporary​​就是用了临时表才存储查询结果; 是否需要排序:如果索引A需要排序,而索引B不需要排序,那么系统会优先考虑不需要排序的索引; 你可能会有疑问,索引不都是有序的吗?怎么会需要排序呢 这里排序的场景是:当筛选条件中有多个索引的情况下,且需要 order by 的场景,比如下面的语句:假设有10万条数据,a和b都是索引 ​​explain select * from t where (a between 1 and 10000) and (b between 10000 and 50000) order by b limit 1;复制代码​​此时按扫描行数来看的话,应该是选择索引a,因为索引a只需要扫描1000行,而索引b需要扫描50000行; 但是实际上系统选择的索引是b,通过执行explain可以看到,如下所示: 这是因为如果用了索引a来查询数据,那么查询到的结果集还要根据b字段进行排序; 在这里,系统自觉地认为排序会影响查询的性能,且影响要大于多扫描的5万行数据,所以就选择了索引b; 这里我们可以试着把order by b 去掉,此时系统就会选择索引a; 还有其他的一些因素,比如是否需要回表等等; 2. 索引的区分度 索引的区分度:指的是索引上不同值的个数,也称为"基数"(cardinality); 当一个索引上,不同值的个数越多,基数就越大,这个索引的区分度越好; 通过如下的命令可以查看索引的区分度: show index from t复制代码 打印如下所示: 系统是怎么取得这个基数值的呢? 首先可以肯定的是,基数值不是通过逐行扫描比对获取的,因为这样的话效率就太低了; 实际上系统的方法还是比较粗暴的,它是通过采样统计的方法来获取; 下面我们就介绍下采样统计; 3. 索引的采样统计 为啥要用采样统计呢? 就是上面我们介绍的,如果全表扫描的话效率很低,所以通过这种简单直接的方式,会提高效率,当然会损失一些精度; 那采样统计的流程是怎么样的呢? 首先系统会去取出N个数据页来做采样统计;这里的N是有默认值的,下面会介绍; 然后再统计每个数据页上不同值的个数,再做平均得到一个平均基数值 Avg;此时我们有了每个数据页上的基数值Avg; 最后再用Avg*数据页的数量,就是整个表的基数值。 采样统计的时机是什么时候? 在更新数据时,如果更新的记录数比例超过 1/M,就会重新执行一次采样统计(M有默认值,下面介绍); 怎么存储采样统计的结果? 通过设置 innodb_stats_persistent 的值来选对应的存储方式: on 统计信息会持久化存储,默认的N=20,M=10 off 统计信息只会存在内存中,默认的N=8,M=16 如果采样统计偏差太大怎么办? 比如我们用explain命令查看的预估扫描行数为10000,但实际上通过show index 命令查看的基数值为20000多(可能由于多个会话同时更新数据导致); 这是我们就可以手动修正,命令如下: analyze table t;复制代码 修正后,再次执行show index 就可以看到跟预估的扫描行数差不多了 4. 选错索引的解决办法 选错索引有多种情况,比如上面分析的预估扫描行数出错,需要排序等等,都会导致系统使用错误的索引; 当然办法总比困难多,下面就简单介绍下对应的解决办法; 预估扫描行数跟实际的差太多? 可以通过​​analyze table t​​来进行修正; 比如下面的例子,我本来只有2万多数据,用show index分析也是显示基数值为2万多; 但是当我把数据增加到5万多时,再次用show index分析还是显示2万多; 这时就可以执行​​analyze table t​​命令来修正,修正后如下所示,显示为5万多,正常了; 排序导致的索引选错: 解铃还须系铃人,既然排序导致的选错索引,那么我们可以修改排序; 比如下面的例子: select * from t where (a between 1 and 10000) and (b between 10000 and 50000) order by b limit 1;复制代码 这里系统选择索引b的原因上面有介绍,就是系统认为索引b虽然扫描行数多,但是可以减少排序带来的性能消耗,所以系统选了索引b; **那么我们可以将​​order by b​​​改为​​order by b,a​​,**这样一来,索引b和索引a都需要排序,那么排序就不在性能考虑范围之内了,剩下的考虑因素就是扫描行数,此时系统就会选择索引a了; 不过这种改法会修改原有的语义,比如上面的例子只是返回一个数据​​limit 1​​​;所以将​​order by b​​​改为​​order by b,a​​都是返回结果集中b最小的那一个; 但是如果没有limit限制,那么改了之后返回的结果集顺序就不一致了; 还有一个办法就是删除索引b,前提是确保其他地方没有用到索引b; 通用的解决办法: 上面两种是针对特定的场景而言,其实有一个通用的办法就是强制系统选择某个索引,命令为: force index (a)复制代码 不过这种办法缺点也很明显,就是不够敏捷,比如发现问题、修改索引、测试上线整个过程会比较耗时; 总结 上面分析了可能选错索引的几种情况:扫描行数、临时表、排序、回表等等 也介绍了对应的几种解决办法:分析表​​analyze table t​​​、修改排序规则​​order by b,a​​​、强制选择索引 ​​force index( k )​​等 不过系统选错索引的情况也不多见,基本上出现了就按照上面这几个思路去排查,问题应该就可以解决。 有时候感觉查询慢,就可以先通过explain可以查看系统使用的索引是不是预期的,然后再对症下药

提供全面的网站源码正版坑位,小程序、APP、H5、支付、游戏、区块链、商城、直播、影音、小说、公众号等源码学习交流。
精品源码资源网 » MySQL学习-为啥系统有时候会选错索引
喜欢我嘛?喜欢就按“ctrl+D”收藏我吧!♡