MySQL为什么会选错索引

使用explain命令可以查看查询语句使用了具体使用了哪个索引，比如

explain select * from t where a between 10000 and 20000;

查询结果如图所示。

选择索引是优化器的工作

优化器选择索引的目的是想找到一个最优的执行方案，并用最小的代价去执行语句。

在数据库中，扫描行数是影响代价的因素之一，扫描的行数越少，意味着访问磁盘的次数也就越少，消耗的CPU资源越少。

当然了，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。

问题 扫描行数是怎么判断的呢？

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。

统计信息是什么呢？

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。而一个索引上不同的值的个数，我们称之为“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的方法，看索引的基数具体是多少。比如

show index from t;

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。

MySQL索引的基数是怎么算的呢？

采用了采样统计的方法。在采样统计的时候，InnoDB默认会选择N个数据页，统计这些页面上的不同值，然后加起来在除页数得到一个平均值，然后平均值乘数据表总页数就得到了索引的基数。

数据表不断地更新，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 的时候，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 的时候，表示统计信息会持久化存储。这时，默认的 N 是 20，M 是 10。
• 设置为 off 的时候，表示统计信息只存储在内存中。这时，默认的 N 是 8，M 是 16。

可以使用show variables innodb_stats_persistent来查看使用的是on或者是off。

上边图中的三个索引的基数虽然不一样，但是都是大差不差的，所以选错索引肯定还有其他的原因。

优化器还需要看需要扫描的行数（rows），

我认为预计扫描行数是与统计信息（基数）有关，还与索引具体的是否回表等有关。

如果你的explain语句执行出来的rows和心里预估的不吻合，可能是走你想要走的索引要回表，优化器考虑着这个回表的代价，就走主键索引了。

修正这项统计信息的方法：analyze table 表名。

所以在实践中，如果你发现 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。

索引选择异常和处理

• 一种方法是，采用 force index 强行选择一个索引。
• 第二种方法就是，我们可以考虑修改语句，引导 MySQL 使用我们期望的索引。
• 第三种方法是，在有些场景下，我们可以新建一个更合适的索引，来提供给优化器做选择，或删掉误用的索引。

怎么引导MySQL的优化器使用我们想使用的索引呢？

根据经验。