目录
前言
案例一:条件字段函数操作
案例二:隐式类型转换
案例三:隐式字符编码转换
-
前言
- 在MySQL中,有很多看上去逻辑相同,但性能却差异巨大的SQL语句
- 对这些语句使用不当的话,就会不经意间导致整个数据库的压力变大
- 这里挑选了三个这样的案例
- 希望再遇到相似的问题时,可以做到举一反三、快速解决问题
-
案例一:条件字段函数操作
- 假设你现在维护了一个交易系统,其中交易记录表tradelog包含交易流水号(tradeid)、交易员id(operator)、交易时间(t_modified)等字段
- 为了便于描述,先忽略其他字段
- 这个表的建表语句如下:
- 假设,现在已经记录了从2016年初到2018年底的所有数据,运营部门有一个需求是,要统计发生在所有年份中7月份的交易记录总数
- 这个逻辑看上去并不复杂,你的SQL语句可能会这么写:
- 由于t_modified字段上有索引,于是你就很放心地在生产库中执行了这条语句,但却发现执行了特别久,才返回了结果
- 但如果对字段做了函数计算,就用不上索引了,这是MySQL的规定
- 为什么条件是wheret_modified='2018-7-1'的时候可以用上索引,而改成where month(t_modified)=7的时候就不行了?
- 下面是这个t_modified索引的示意图
- 方框上面的数字就是month()函数对应的值
- 如果你的SQL语句条件用的是where t_modified='2018-7-1'的话,引擎就会按照上面绿色箭头的路线,快速定位到 t_modified='2018-7-1'需要的结果
- 实际上,B+树提供的这个快速定位能力,来源于同一层兄弟节点的有序性
- 但是,如果计算month()函数的话,你会看到传入7的时候,在树的第一层就不知道该怎么办了
- 也就是说,对索引字段做函数操作,可能会破坏索引值的有序性,因此优化器就决定放弃走树搜索功能
- 需要注意的是,优化器并不是要放弃使用这个索引
- 在这个例子里,放弃了树搜索功能,优化器可以选择遍历主键索引,也可以选择遍历索引t_modified,优化器对比索引大小后发现,索引t_modified更小,遍历这个索引比遍历主键索引来得更快
- 因此最终还是会选择索引t_modified
- 接下来使用explain命令,查看一下这条SQL语句的执行结果
- key="t_modified"表示的是,使用了t_modified这个索引
- 在测试表数据中插入了10万行数据,rows=100335,说明这条语句扫描了整个索引的所有值
- Extra字段的Using index,表示的是使用了覆盖索引
- 也就是说,由于在t_modified字段加了month()函数操作,导致了全索引扫描
- 为了能够用上索引的快速定位能力,就要把SQL语句改成基于字段本身的范围查询
- 按照下面这个写法,优化器就能按照我们预期的,用上t_modified索引的快速定位能力了
- 当然,如果系统上线时间更早,或者后面又插入了之后年份的数据的话,就需要再把其他年份补齐
- 到这里说明了,由于加了month()函数操作,MySQL无法再使用索引快速定位功能,而只能使用全索引扫描
- 不过优化器在个问题上确实有“偷懒”行为,即使是对于不改变有序性的函数,也不会考虑使用索引
- 比如,对于select *fromtradelog where id + 1 = 10000这个SQL语句,这个加1操作并不会改变有序性,但是MySQL优化器还是不能用id索引快速定位到9999这一行
- 所以,需要在写SQL语句的时候,手动改写成 where id = 10000 -1才可以
-
案例二:隐式类型转换
- 一起看一下这条SQL语句:
- 交易编号tradeid这个字段上,本来就有索引,但是explain的结果却显示,这条语句需要走全表扫描
- tradeid的字段类型是varchar(32),而输入的参数却是整型,所以需要做类型转换
- 那么,现在这里就有两个问题:
- 1-数据类型转换的规则是什么?
- 2-为什么有数据类型转换,就需要走全索引扫描?
- 先来看第一个问题,那数据库里面类型这么多,这种数据类型转换规则更多,记不住应该怎么办呢?
- 这里有一个简单的方法,看 select “10” > 9的结果:
- 1-如果规则是“将字符串转成数字”,那么就是做数字比较,结果应该是1
- 2-如果规则是“将数字转成字符串”,那么就是做字符串比较,结果应该是0
- 验证结果如图所示
- 从图中可知,select “10” > 9返回的是1
- 所以就能确认MySQL里的转换规则了:在MySQL中,字符串和数字做比较的话,是将字符串转换成数字
- 这时再看这个全表扫描的语句:
- 就知道对于优化器来说,这个语句相当于:
- 也就是说,这条语句触发了上面说到的规则:对索引字段做函数操作,优化器会放弃走树搜索功能
-
案例三:隐式字符编码转换
- 假设系统里还有另外一个表trade_detail,用于记录交易的操作细节
- 为了便于量化分析和复现,往交易日志表tradelog和交易详情表trade_detail这两个表里插入一些数据
- 这时候,如果要查询id=2的交易的所有操作步骤信息,SQL语句可以这么写:
- 语句的explain结果
- 来看下这个结果:
- 1-第一行显示优化器会先在交易记录表tradelog上查到id=2的行,这个步骤用上了主键索引,rows=1表示只扫描一行
- 2-第二行key=NULL,表示没有用上交易详情表trade_detail上的tradeid索引,进行了全表扫描
- 在这个执行计划里,是从tradelog表中取tradeid字段,再去trade_detail表里查询匹配字段
- 因此把tradelog称为驱动表,把trade_detail称为被驱动表,把tradeid称为关联字段
- 接下来看下这个explain结果表示的执行流程:
- 图中:
- 第1步,是根据id在tradelog表里找到L2这一行
- 第2步,是从L2中取出tradeid字段的值
- 第3步,是根据tradeid值到trade_detail表中查找条件匹配的行
- explain的结果里面第二行的key=NULL表示的就是,这个过程是通过遍历主键索引的方式,一个一个地判断tradeid的值是否匹配
- 进行到这里,会发现第3步不符合预期
- 因为表trade_detail里tradeid字段上是有索引的,本来是希望通过使用tradeid索引能够快速定位到等值的行
- 但,这里并没有
- 这是因为这两个表的字符集不同,一个是utf8,一个是utf8mb4,所以做表连接查询的时候用不上关联字段的索引
- 这个回答,也是通常你搜索这个问题时会得到的答案
- 但是为什么字符集不同就用不上索引呢?
- 问题是出在执行步骤的第3步,如果单独把这一步改成SQL语句的话,那就是:
- 其中,$L2.tradeid.value的字符集是utf8mb4
- 参照前面的两个例子,字符集utf8mb4是utf8的超集,所以当这两个类型的字符串在做比较的时候
- MySQL内部的操作是,先把utf8字符串转成utf8mb4字符集,再做比较
- 这个设定很好理解,utf8mb4是utf8的超集
- 类似地,在程序设计语言里面,做自动类型转换的时候,为了避免数据在转换过程中由于截断导致数据错误,也都是“按数据长度增加的方向”进行转换的
- 因此,在执行上面这个语句的时候,需要将被驱动数据表里的字段一个个地转换成utf8mb4,再跟L2做比较
- 也就是说,实际上这个语句等同于下面这个写法:
- CONVERT()函数,在这里的意思是把输入的字符串转成utf8mb4字符集
- 这就再次触发了上面说到的原则:对索引字段做函数操作,优化器会放弃走树搜索功能
- 到这里终于明确了,字符集不同只是条件之一,连接过程中要求在被驱动表的索引字段上加函数操作,是直接导致对被驱动表做全表扫描的原因
- 作为对比验证,再提另外一个需求,“查找trade_detail表里id=4的操作,对应的操作者是谁”,再来看下这个语句和它的执行计划
- explain结果
- 这个语句里trade_detail 表成了驱动表,但是explain结果的第二行显示,这次的查询操作用上了被驱动表tradelog里的索引(tradeid),扫描行数是1
- 这也是两个tradeid字段的join操作,为什么这次能用上被驱动表的tradeid索引呢?
- 来分析一下
- 假设驱动表trade_detail里id=4的行记为R4,那么在连接的时候,被驱动表tradelog上执行的就是类似这样的SQL 语句:
- 这时候$R4.tradeid.value的字符集是utf8,按照字符集转换规则,要转成utf8mb4,所以这个过程就被改写成:
- 这里的CONVERT函数是加在输入参数上的,这样就可以用上被驱动表的traideid索引
- 理解了原理以后,就可以用来指导操作了
- 如果要优化语句的执行过程,有两种做法:
- 比较常见的优化方法是,把trade_detail表上的tradeid字段的字符集也改成utf8mb4,这样就没有字符集转换的问题了
- 如果能够修改字段的字符集的话,是最好不过了
- 但如果数据量比较大, 或者业务上暂时不能做这个DDL的话,那就只能采用修改SQL语句的方法了
- SQL语句优化后的explain结果
- 这里主动把 l.tradeid转成utf8,就避免了被驱动表上的字符编码转换,从explain结果可以看到,这次索引走对了