【图灵MySQL】MySQL索引优化实战（上）
数据准备-SQL
CREATE TABLE `employees` (
`id` int(11) NOT NULL AUTO_INCREMENT,
`name` varchar(24) NOT NULL DEFAULT '' COMMENT '姓名',
`age` int(11) NOT NULL DEFAULT '0' COMMENT '年龄',
`position` varchar(20) NOT NULL DEFAULT '' COMMENT '职位',
`hire_time` timestamp NOT NULL DEFAULT CURRENT_TIMESTAMP COMMENT '入职时间',
PRIMARY KEY (`id`),
KEY `idx_name_age_position` (`name`,`age`,`position`) USING BTREE
) ENGINE=InnoDB AUTO_INCREMENT=1 DEFAULT CHARSET=utf8 COMMENT='员工记录表';
INSERT INTO employees(name,age,position,hire_time) VALUES('LiLei',22,'manager',NOW());
INSERT INTO employees(name,age,position,hire_time) VALUES('HanMeimei', 23,'dev',NOW());
INSERT INTO employees(name,age,position,hire_time) VALUES('Lucy',23,'dev',NOW());
-- 插入一些示例数据
drop procedure if exists insert_emp;
delimiter //
create procedure insert_emp()
begin
declare i int;
set i=1;
while(i<=100000)do
insert into employees(name,age,position) values(CONCAT('zhuge',i),i,'dev');
set i=i+1;
end while;
end //
delimiter ;
call insert_emp();如果上面的存储过程报错，那就不用理会了，用navicat工具自动生成10w+的数据就行。在下面的的案例中，表的数据量，也会影响MySQL底层对于索引策略的选择！
表字段
索引情况
一些复杂的索引优化例子
1、联合索引第一个字段用范围不会走索引
EXPLAIN SELECT * FROM employees
WHERE name > 'LiLei' AND age = 22 AND position ='manager';联合索引第一个字段就用范围查找不会走索引，MySQL内部可能觉得第一个字段就用范围，结果集应该很大，回表效率不高，还不如就全表扫描。
我们不妨做个实验
EXPLAIN SELECT * FROM employees
WHERE name = 'LiLei' AND age > 22 AND position ='manager';
EXPLAIN SELECT * FROM employees
WHERE name = 'LiLei' AND age = 22 AND position >'manager';用了两个字段索引
用了三个字段索引
2、强制走索引
EXPLAIN SELECT * FROM employees force index(idx_name_age_position)
WHERE name > 'LiLei' AND age = 22 AND position ='manager';虽然使用了强制走索引让联合索引第一个字段范围查找也走索引，扫描的行rows看上去也少了点，但是最终查找效率不一定比全表扫描高，因为回表效率不高。
不妨看看下面的这个例子
如果是MySQL8.0以下的版本，MySQL还有缓存，所以要先将其关闭！
MySQL8.0以上的可以忽略！
-- 关闭查询缓存，8.0以上版本没有这个东西了！
set global query_cache_size=0;
set global query_cache_type=0;执行结果如下，反而走全表扫描的查询效率更高！（尽管扫描行数更多）
-- 执行时间0.081s，不走索引，扫描行数：99977
SELECT * FROM employees WHERE name > 'LiLei';
-- 执行时间0.176s，强制走索引，扫描行数：49988
SELECT * FROM employees force index(idx_name_age_position) WHERE name > 'LiLei';
-- 如果使用覆盖索引，我们会发现执行效率更快！！！
-- 执行时间0.036s，扫描行数：49988
SELECT name,age,position FROM employees WHERE name > 'LiLei'3、覆盖索引优化
EXPLAIN SELECT name,age,position FROM employees
WHERE name > 'LiLei' AND age = 22 AND position ='manager';
所以一般情况下，我们遇到上述的这些问题，直接使用覆盖索引就好了！这也是为什么阿里巴巴手册上写着，慎用 “ SELECT * ” 的原因了！
4、in和or在表数据量比较大的情况会走索引，在表记录不多的情况下会选择全表扫描
EXPLAIN SELECT * FROM employees
WHERE name in ('LiLei','HanMeimei','Lucy')
AND age = 22 AND position ='manager';大体的的意思就是数据量太大了，走索引的效率会高一点；但是如果数据量很小，那直接全表扫描可能效率更高。
5、like KK% 一般情况都会走索引（索引下推）
我们之前有提到过这样的一张表
-- ALL
EXPLAIN SELECT * FROM employees
WHERE name > 'LiLei' AND age = 22 AND position ='manager';
-- range （不管数据量大小都会走索引）
EXPLAIN SELECT * FROM employees
WHERE name like 'LiLei%' AND age = 22 AND position ='manager';
EXPLAIN SELECT * FROM employees_copy
WHERE name like 'LiLei%' AND age = 22 AND position ='manager';这里主要是因为发生了索引下推！
索引下推（Index Condition Pushdown，ICP）, 是MySQL5.6版本之后才有的东西。like KK%其实就是用到了索引下推优化。
索引下推
什么是索引下推？
对于辅助的联合索引(name,age,position)，正常情况按照最左前缀原则
SELECT * FROM employees
WHERE name like 'LiLei%' AND age = 22 AND position ='manager';这种情况只会走name字段索引，因为根据name字段过滤完，得到的索引行里的age和position是无序的，无法很好的利用索引。
在MySQL5.6之前的版本，这个查询只能在联合索引里匹配到名字是 'LiLei' 开头的索引，然后拿这些索引对应的主键逐个回表，到主键索引上找出相应的记录，再比对age和position这两个字段的值是否符合。
MySQL 5.6引入了索引下推优化，可以在索引遍历过程中，对索引中包含的所有字段先做判断，过滤掉不符合条件的记录之后再回表，可以有效的减少回表次数！！！
使用了索引下推优化后，上面那个查询在联合索引里匹配到名字是 'LiLei' 开头的索引之后，同时还会在索引里过滤age和position这两个字段，拿着过滤完剩下的索引对应的主键id再回表查整行数据。
所以这里的key_len是140，表示这3个字段的索引都有用到！！！
索引下推会减少回表次数，对于innodb引擎的表索引下推只能用于二级索引，innodb的主键索引（聚簇索引）树叶子节点上保存的是全行数据，所以这个时候索引下推并不会起到减少查询全行数据的效果。
为什么范围查找（大于号）MySQL没有用索引下推优化？
估计应该是MySQL认为范围查找过滤的结果集过大，like KK% 在绝大多数情况来看，过滤后的结果集比较小，所以这里MySQL选择给 like KK% 用了索引下推优化（不管数据量是大还是小！）
MySQL如何选择合适的索引
我们先来看看下面的这几条SQL
-- 执行时间 0.121s ALL
EXPLAIN SELECT * FROM employees WHERE name > 'a';
-- 执行时间 0.070s range
EXPLAIN SELECT name,age,position FROM employees WHERE name > 'a';
如果用name索引需要遍历name字段联合索引树，然后还需要根据遍历出来的主键值（如果符合条件的值很多），再去主键索引树里再去查出最终数据。这样做的成本比全表扫描还高，可以用覆盖索引优化，这样只需要遍历name字段的联合索引树就能拿到所有结果。
从两者的执行时间上来看，也可以发现走覆盖索引的效率要高得多！
再看看这一条SQL
不难发现它与第一条SQL相比，只是判断条件从“ name > 'a' ” 变成了 “ name > 'z' ”，但是后者居然就可以走索引了！
-- 执行时间 0.021s range
EXPLAIN SELECT * FROM employees WHERE name > 'zzz';
对于上面这两种 name>'a' 和 name>'zzz' 的执行结果，mysql最终如何选择索引，我们可以用trace工具来查看！
trace工具用法
我们先要开启trace
-- 开启trace
set session optimizer_trace="enabled=on",end_markers_in_json=on;
-- 关闭trace
set session optimizer_trace="enabled=off";
将下面的两条语句选中，一起执行！
select * from employees where name > 'a' order by position;
SELECT * FROM information_schema.OPTIMIZER_TRACE;
使用trace工具，我们可以清晰的看到SQL执行的三个阶段。为了方便阅读，我们将这一整个JSON拆成3个片段。
第一阶段：SQL准备阶段，格式化sql
第二阶段：SQL优化阶段
第三阶段：SQL执行阶段
第一阶段：SQL准备阶段，格式化sql
"join_preparation": { // 第一阶段：SQL准备阶段，格式化sql
"select#": 1,
"steps": [
{
"expanded_query": "/* select#1 */ select `employees`.`id` AS `id`,`employees`.`name` AS `name`,`employees`.`age` AS `age`,`employees`.`position` AS `position`,`employees`.`hire_time` AS `hire_time` from `employees` where (`employees`.`name` > 'a') order by `employees`.`position`"
}
] /* steps */
} /* join_preparation */
第二阶段：SQL优化阶段
"join_optimization": { // 第二阶段：SQL优化阶段
"select#": 1,
"steps": [
{
"condition_processing": { // 条件处理
"condition": "WHERE",
"original_condition": "(`employees`.`name` > 'a')",
"steps": [
{
"transformation": "equality_propagation",
"resulting_condition": "(`employees`.`name` > 'a')"
},
{
"transformation": "constant_propagation",
"resulting_condition": "(`employees`.`name` > 'a')"
},
{
"transformation": "trivial_condition_removal",
"resulting_condition": "(`employees`.`name` > 'a')"
}
] /* steps */
} /* condition_processing */
},
{
"substitute_generated_columns": {
} /* substitute_generated_columns */
},
{
"table_dependencies": [ // 表依赖详情
{
"table": "`employees`",
"row_may_be_null": false,
"map_bit": 0,
"depends_on_map_bits": [
] /* depends_on_map_bits */
}
] /* table_dependencies */
},
{
"ref_optimizer_key_uses": [
] /* ref_optimizer_key_uses */
},
{
"rows_estimation": [ // 预估表的访问成本
{
"table": "`employees`",
"range_analysis": {
"table_scan": { // 全表扫描情况
"rows": 99977, // 扫描行数
"cost": 10104.1 // 查询成本
} /* table_scan */,
"potential_range_indexes": [ // 查询可能使用的索引
{
"index": "PRIMARY", // 主键索引
"usable": false,
"cause": "not_applicable"
},
{
"index": "idx_name_age_position", // 辅助索引
"usable": true,
"key_parts": [
"name",
"age",
"position",
"id"
] /* key_parts */
}
] /* potential_range_indexes */,
"setup_range_conditions": [
] /* setup_range_conditions */,
"group_index_range": {
"chosen": false,
"cause": "not_group_by_or_distinct"
} /* group_index_range */,
"skip_scan_range": {
"potential_skip_scan_indexes": [
{
"index": "idx_name_age_position",
"usable": false,
"cause": "query_references_nonkey_column"
}
] /* potential_skip_scan_indexes */
} /* skip_scan_range */,
"analyzing_range_alternatives": { // 分析各个索引使用成本
"range_scan_alternatives": [
{
"index": "idx_name_age_position",
"ranges": [
"'a' < name" // 索引使用范围
] /* ranges */,
"index_dives_for_eq_ranges": true,
"rowid_ordered": false, // 使用该索引获取的记录是否按照主键排序
"using_mrr": false,
"index_only": false, // 是否使用覆盖索引
"in_memory": 1,
"rows": 49988, // 索引扫描行数
"cost": 17496.1, // 索引使用成本
"chosen": false, // 是否选择该索引
"cause": "cost"
}
] /* range_scan_alternatives */,
"analyzing_roworder_intersect": {
"usable": false,
"cause": "too_few_roworder_scans"
} /* analyzing_roworder_intersect */
} /* analyzing_range_alternatives */
} /* range_analysis */
}
] /* rows_estimation */
},
{
"considered_execution_plans": [
{
"plan_prefix": [
] /* plan_prefix */,
"table": "`employees`",
"best_access_path": { // 最优访问路径
"considered_access_paths": [ // 最终选择的访问路径
{
"rows_to_scan": 99977,
"access_type": "scan", // 访问类型：为scan，全表扫描
"resulting_rows": 99977,
"cost": 10102,
"chosen": true, //
"use_tmp_table": true
}
] /* considered_access_paths */
} /* best_access_path */,
"condition_filtering_pct": 100,
"rows_for_plan": 99977,
"cost_for_plan": 10102,
"sort_cost": 99977,
"new_cost_for_plan": 110079,
"chosen": true
}
] /* considered_execution_plans */
},
{
"attaching_conditions_to_tables": {
"original_condition": "(`employees`.`name` > 'a')",
"attached_conditions_computation": [
] /* attached_conditions_computation */,
"attached_conditions_summary": [
{
"table": "`employees`",
"attached": "(`employees`.`name` > 'a')"
}
] /* attached_conditions_summary */
} /* attaching_conditions_to_tables */
},
{
"optimizing_distinct_group_by_order_by": {
"simplifying_order_by": {
"original_clause": "`employees`.`position`",
"items": [
{
"item": "`employees`.`position`"
}
] /* items */,
"resulting_clause_is_simple": true,
"resulting_clause": "`employees`.`position`"
} /* simplifying_order_by */
} /* optimizing_distinct_group_by_order_by */
},
{
"reconsidering_access_paths_for_index_ordering": {
"clause": "ORDER BY",
"steps": [
] /* steps */,
"index_order_summary": {
"table": "`employees`",
"index_provides_order": false,
"order_direction": "undefined",
"index": "unknown",
"plan_changed": false
} /* index_order_summary */
} /* reconsidering_access_paths_for_index_ordering */
},
{
"finalizing_table_conditions": [
{
"table": "`employees`",
"original_table_condition": "(`employees`.`name` > 'a')",
"final_table_condition ": "(`employees`.`name` > 'a')"
}
] /* finalizing_table_conditions */
},
{
"refine_plan": [
{
"table": "`employees`"
}
] /* refine_plan */
},
{
"considering_tmp_tables": [
{
"adding_sort_to_table": "employees"
} /* filesort */
] /* considering_tmp_tables */
}
] /* steps */
} /* join_optimization */第三阶段：SQL执行阶段
"join_execution": {
"select#": 1,
"steps": [
{
"sorting_table": "employees",
"filesort_information": [
{
"direction": "asc",
"expression": "`employees`.`position`"
}
] /* filesort_information */,
"filesort_priority_queue_optimization": {
"usable": false,
"cause": "not applicable (no LIMIT)"
} /* filesort_priority_queue_optimization */,
"filesort_execution": [
] /* filesort_execution */,
"filesort_summary": {
"memory_available": 262144,
"key_size": 40,
"row_size": 190,
"max_rows_per_buffer": 1379,
"num_rows_estimate": 99977,
"num_rows_found": 100003,
"num_initial_chunks_spilled_to_disk": 35,
"peak_memory_used": 271736,
"sort_algorithm": "std::stable_sort",
"sort_mode": "<fixed_sort_key, packed_additional_fields>"
} /* filesort_summary */
}
] /* steps */
} /* join_execution */
所以我们这边得出的结论：
全表扫描的成本低于索引扫描，所以mysql最终选择全表扫描
通过上面的JSON数据，我们就可以知道MySQL底层计算出来的策略。
有一些SQL语句，我们可能觉得它应该要走索引，但是实际上并没有，我们就可以通过trace，这个工具来看看SQL底层的执行逻辑，从而对其做出优化策略！
Order by与Group by优化（重点！！！）
