MySQL45讲MySQL选错索引
Posted sysu_lluozh
tags:
篇首语:本文由小常识网(cha138.com)小编为大家整理,主要介绍了MySQL45讲MySQL选错索引相关的知识,希望对你有一定的参考价值。
在mysql中一张表其实是可以支持多个索引的,但是在写SQL语句的时候,并没有主动指定使用哪个索引,也就是说,使用哪个索引是由MySQL 来确定的
有没有碰到过这种情况,一条本来可以执行得很快的语句,却由于MySQL选错了索引,而导致执行速度变得很慢?
一、栗子
接下来看一个例子
建一个简单的表,表里有a、b两个字段,并分别建上索引:
CREATE TABLE `t` (
`id` int(11) NOT NULL,
`a` int(11) DEFAULT NULL,
`b` int(11) DEFAULT NULL,
PRIMARY KEY (`id`),
KEY `a` (`a`),
KEY `b` (`b`)
) ENGINE=InnoDB;
然后,往表t中插入10万行记录,取值按整数递增,即:
(1,1,1),(2,2,2),(3,3,3) 直到 (100000,100000,100000)
使用存储过程插入数据,实现如下:
delimiter ;;
create procedure idata()
begin
declare i int;
set i=1;
while(i<=100000)do
insert into t values(i, i, i);
set i=i+1;
end while;
end;;
delimiter ;
call idata();
分析一条SQL语句
select * from t where a between 10000 and 20000;
这个语句索引使用很简单呀,a是索引,肯定是要使用索引a
下面显示的就是使用explain命令看到的这条语句的执行情况
从上图可以看出,这条查询语句的执行符合预期,key这个字段值是a
,表示优化器选择 了索引a
不过这个案例不会这么简单,在已经准备好的包含了10万行数据的表上,再做如下操作
session A和session B的执行流程:
session A的操作就是开启一个事务,随后,session B把数据都删除后,又调用了idata这个存储过程,插入了10万行数据
session B的查询语句select * from t where a between 10000 and 20000
就不会再选择索引a了,可以通过慢查询日志(slow log)查看具体的执行情况
为了说明优化器选择的结果是否正确,增加了一个对照,即使用force index(a)来让优化器强制使用索引a
下面的三条SQL语句,就是这个实验过程
set long_query_time=0;
select * from t where a between 10000 and 20000; /*Q1*/
select * from t force index(a) where a between 10000 and 20000;/*Q2*/
- 第一句:将慢查询日志的阈值设置为0,表示这个线程接下来的语句都会被记录入慢查询 日志中
- 第二句:Q1是session B原来的查询
- 第三句:Q2是加了force index(a)来和session B原来的查询语句执行情况对比
可以看到:
- Q1扫描了10万行,显然是走了全表扫描,执行时间是40毫秒
- Q2扫描了10001 行,执行了21毫秒
也就是说,没有使用force index时MySQL用错了索引,导致了更长的执行时间
这个例子对应的是我们平常不断地删除历史数据和新增数据的场景
MySQL竟然会选错索引,是不是有点奇怪呢?从这个奇怪的结果说起
二、优化器的逻辑
2.1 优化器的目的
选择索引是优化器的工作,而优化器选择索引的目的,是找到一个最优的执行方案,并用最小的代价去执行语句
2.2 优化器选择标准
在数据库里面,扫描行数是影响执行代价的因素之一。扫描的行数越少,意味着访问磁盘数据的次数越少,消耗的CPU资源越少
当然,扫描行数并不是唯一的判断标准,优化器还会结合是否使用临时表、是否排序等因素进行综合判断
上面栗子中的查询语句并没有涉及到临时表和排序,所以MySQL选错索引肯定是在判断扫描行数时出现了问题
2.3 扫描行数判断
那么问题是:扫描行数是怎么判断的?
MySQL在真正开始执行语句之前,并不能精确地知道满足这个条件的记录有多少条,而只能根据统计信息来估算记录数,这个统计信息就是索引的"区分度"
显然,一个索引上不同的值越多,这个索引的区分度就越好
2.4 索引的基数
一个索引上不同的值的个数,称之为"基数"(cardinality),也就是说,这个基数越大,索引的区分度越好
可以使用show index方法,看到一个索引的基数
表t的show index的结果:
虽然这个表的每一行的三个字段值都是一样的,但是在统计信息中,这三个索引的基数值并不同,而且其实都不准确
2.5 索引基数的统计
MySQL是怎样得到索引的基数的呢?
这里,简单介绍一下MySQL采样统计的方法
为什么要采样统计呢?因为把整张表取出来一行行统计,虽然可以得到精确的结果,但是代价太高了,所以只能选择"采样统计"
采样统计的时候,InnoDB默认会选择N个数据页,统计这些页面上的不同值,得到一个平均 值,然后乘以这个索引的页面数,就得到了这个索引的基数
而数据表是会持续更新的,索引统计信息也不会固定不变,所以,当变更的数据行数超过1/M时,会自动触发重新做一次索引统计
在MySQL中,有两种存储索引统计的方式,可以通过设置参数innodb_stats_persistent
的值来选择:
- 设置为on时,表示统计信息会持久化存储
默认的N是20,M是10 - 设置为off时,表示统计信息只存储在内存中
默认的N是8,M是16
由于是采样统计,所以不管N是20还是8,这个基数都是很容易不准的
2.6 执行本身扫描行数
但从show index
的结果中可以看到,索引统计值(cardinality列)虽然不够精确,但大体上还是差不多,选错索引一定还有别的原因
其实索引统计只是一个输入,对于一个具体的语句来说,优化器还要判断,执行这个语句本身要扫描多少行
接下来,看看优化器预估这两个语句的扫描行数是多少
rows这个字段表示的是预计扫描行数
其中:
- Q1的结果还是符合预期的,rows的值是104620
- Q2的结果偏差很大,rows的值是37116
而在一开始用explain命令看到的rows是只有10001行,是这个偏差误导了优化器的判断
2.7 主键索引和普通索引
那肯定会疑问不是为什么不准,而是优化器为什么放着扫描37000行的执行计划不用,却选择了扫描行数是100000的执行计划呢?
这是因为,如果使用索引a,每次从索引a上拿到一个值,都要回到主键索引上查出整行数据,这个代价优化器也要算进去的
而如果选择扫描10万行,是直接在主键索引上扫描的,没有额外的代价
优化器会估算这两个选择的代价,从结果看来,优化器认为直接扫描主键索引更快。当然, 从执行时间看来,这个选择并不是最优的
使用普通索引需要把回表的代价算进去,在一开始执行explain的时候,也考虑了这个策略的代价,但选择却是对的,也就是说,这个策略并没有问题
所以MySQL选错索引,这件事儿还得归咎到没能准确地判断出扫描行数
2.8 修正explain行数预估
既然是统计信息不对那就修正,analyze table t
命令可以用来重新统计索引信息
看一下执行analyze table t
命令恢复的explain结果:
所以在实践中,如果发现explain的结果预估的rows值跟实际情况差距比较大,可以采用这个方法来处理
如果只是索引统计不准确,通过analyze命令可以解决很多问题,但是优化器可不止是看扫描行数
2.9 选错索引栗子
依然是基于这个表t,我们看看另外一个语句:
select * from t where (a between 1 and 1000) and (b between 50000 and 100000) order by b limit 1;
从条件上看,这个查询没有符合条件的记录,因此会返回空集合
在开始执行这条语句之前,可以设想一下,如果选择索引会选择哪一个呢?
为了便于分析,先看看a、b这两个索引的结构图:
- 如果使用索引a进行查询
扫描索引a的前1000个值,然后取到对应的id,再到主键索引上去查出每一行,然后根据字段b来过滤,显然这样需要扫描1000行
- 如果使用索引b进行查询
扫描索引b的最后50001个值,与上面的执行过程相同,也是需要回到主键索引上取值再判断,这样需要扫描50001行
所以如果使用索引a的话,执行速度明显会快很多,那么,下面看看到底是不是这么一回事儿
执行explain的结果:
可以看到,返回结果中key字段显示,优化器选择了索引b,而rows字段显示需要扫描的行数是50198
从这个结果中,可以得到两个结论:
- 扫描行数的估计值依然不准确
- 例子中MySQL又选错了索引
三、索引选择异常和处理
其实大多数时候优化器都能找到正确的索引,但偶尔还是会碰到上面举例的情况:原本可以执行得很快的SQL语句,执行速度却比预期慢很多,应该怎么办呢?
3.1 强行选择索引
一种方法是,像第一个例子一样,采用force index强行选择一个索引
MySQL会根据词法解析的结果分析出可能可以使用的索引作为候选项,然后在候选列表中依次判断每个索引需要扫描多少行
如果force index指定的索引在候选索引列表中,就直接选择这个索引,不再评估其他索引的执行代价
看看2.9的例子,刚开始分析时,认为选择索引a会更好,现在看看使用不同索引的语句执行效果:
可以看到,原本语句需要执行2.23秒,而当使用force index(a)的时候,只用了0.05秒,比优化器的选择快了40多倍
也就是说,优化器没有选择正确的索引,force index起到了"矫正"的作用
不过很多时候并不喜欢使用force index,一来这么写不优美,二来如果索引改了名字,这个语句也得改,显得很麻烦,而且如果以后迁移到别的数据库的话,这个语法还可能会不兼容
但其实使用force index最主要的问题还是变更的及时性,因为选错索引的情况还是比较少出现,所以开发的时候通常不会先写上force index,而是等到线上出现问题的时候,再去修改SQL语句加上force index,但是修改之后还要测试和发布,对于生产系统来说 这个过程不够敏捷
3.2 引导选择对应索引
数据库的问题最好还是在数据库内部来解决,那么在数据库里面该怎样解决呢?
- 语句修改
既然优化器放弃了使用索引a,说明a还不够合适,所以第二种方法就是,考虑修改语句引导MySQL使用我们期望的索引
比如,在这个例子里,显然把order by b limit 1
改成order by b,a limit 1
,语义的逻辑是相同的
- 执行结果
看看order by b,a limit 1
执行结果:
- 原因分析
之前优化器选择使用索引b,是因为它认为使用索引b可以避免排序(b本身是索引,所以是有序的,如果选择索引b的话,不需要再做排序,只需要遍历),所以即使扫描行数多,也判定为代价更小
现在order by b,a 这种写法,要求按照b,a排序,就意味着使用这两个索引都需要排序。因 此,扫描行数成了影响决策的主要条件,于是此时优化器选了只需要扫描1000行的索引a
当然,这种修改并不是通用的优化手段,只是刚好在这个语句里面有limit 1,因此如果有满足 条件的记录,order by b limit 1
和order by b,a limit 1
都会返回b是最小的那一行,逻辑上一致才可以这么做
如果觉得修改语义这件事儿不太好,还有一种改法:
select * from (select * from t where (a between 1 and 1000) and (b between 50000 and 100000) order by b limit 100)alias limit 1;
explain结果:
在这个例子里,用limit 100让优化器意识到,使用b索引代价是很高的,其实是根据数据特征诱导了优化器,也不具备通用性
3.3 新建合适索引
第三种方法是,在有些场景下可以新建一个更合适的索引,来提供给优化器做选择
不过,在这个例子中,没有找到通过新增索引来改变优化器行为的方法
这种情况其实比较少,尤其是经过DBA索引优化过的库,再碰到这个bug,找到一个更合适的索引一般比较难
3.4 删除误用索引
其实还有一个方法是删掉误用索引b
发现优化器错误选择的索引其实根本没有必要存在,于是就删掉了这个索引,优化器也就重新选择到了正确的索引
以上是关于MySQL45讲MySQL选错索引的主要内容,如果未能解决你的问题,请参考以下文章