由于选择性低（全为 NULL），MariaDB 不在 1 列自连接上使用索引

Posted 2023-02-24

【中文标题】由于选择性低（全为 NULL），MariaDB 不在 1 列自连接上使用索引

【英文标题】：MariaDB doesn't use index on 1 column self-join due to low selectivity (all NULLs)

【发布时间】：2016-03-10 07:40:44

【问题描述】：

我们有一个查询，它根据一个很少可用的标识符在我们的一个表中查找重复项，我们称之为rareIdentifier INT(10) UNSIGNED NULL。我们在此列上有一个单列常规旧索引。

有问题的查询如下所示：

SELECT a.id, b.id FROM
    widget a INNER JOIN widget b
ON a.rareIdentifier = b.rareIdentifier;

问题在于，对于最近的重复查找运行，我们实际上有 0 行，其值为 rareIdentifier；即该列的所有行都有NULL。 MariaDB 决定不使用索引，而是选择了扫描整个表的Using join buffer (flat, BNL join) 方法。

但是NULLs 不能互相平等！那么它为什么要尝试比较每一对行呢？

我知道如果 mysql/MariaDB 的选择性太低，它不会使用索引。我相信这里就是这种情况。事实上，索引中只有 1 个值似乎意味着查询几乎是即时的。

该表是一个 InnoDB 表。

【问题讨论】：

你当前对该表的索引是什么？

【参考方案1】：

InnoDB 可能不够聪明，无法意识到与NULL 相比总是NULL，因此是虚假的。也许它只是决定“所有值都相同，因此它们必须相等”（但实际上我真的不知道）。

作为一种解决方法，添加 ... AND a.rareIdentifier IS NOT NULL 应该会给优化器足够的提示。

【参考方案2】：

在大多数情况下，这可能会更快，特别是如果有许多行具有相同的rareIdentifier。

SELECT  rareIdentifier, MIN(id), MAX(id), COUNT(*)
    FROM tbl
    WHERE rareIdentifier IS NOT NULL
    GROUP BY rareIdentifier
    HAVING COUNT(*) > 1;

或者您可以使用GROUP_CONCAT(id) 代替最小值和最大值。 （但是，如果有很多 dup，列表将被截断。）

假设 InnoDB 和 INDEX(rareIdentifier)，这个 SELECT 应该是一个非常有效的索引“范围”扫描。

回到你的问题...

实际上有 0 行...MariaDB 决定不使用索引

我以前在旧版本的 MySQL 中经常看到这种情况。我想知道 Oracle 是否修复了，但 MariaDB 没有修复。