簡(jiǎn)介
mysql的innodb引擎查詢記錄時(shí)在無法使用索引覆蓋的場(chǎng)景下，需要做回表操作獲取記錄的所需字段。
mysql執(zhí)行sql前會(huì)執(zhí)行sql優(yōu)化、索引選擇等操作，mysql會(huì)預(yù)估各個(gè)索引所需要的查詢代價(jià)以及不走索引所需要的查詢代價(jià)，從中選擇一個(gè)mysql認(rèn)為代價(jià)最小的方式進(jìn)行sql查詢操作。而在回表數(shù)據(jù)量比較大時(shí)，經(jīng)常會(huì)出現(xiàn)mysql對(duì)回表操作查詢代價(jià)預(yù)估代價(jià)過大而導(dǎo)致索引使用錯(cuò)誤的情況。
案例
示例如下，在5.6版本的mysql、1CPU2G內(nèi)存的Linux環(huán)境下，新建一個(gè)測(cè)試表，并創(chuàng)建將近200萬的記錄用于測(cè)試。
CREATE TABLE `salary_static` (
`id` int(11) NOT NULL AUTO_INCREMENT COMMENT '自增主鍵',
`school_id` int(11) NOT NULL COMMENT '學(xué)校id',
`student_id` int(11) NOT NULL COMMENT '畢業(yè)生id',
`salary` int(11) NOT NULL DEFAULT '0' COMMENT '畢業(yè)薪水',
`year` int(11) NOT NULL COMMENT '畢業(yè)年份',
PRIMARY KEY (`id`),
KEY `school_id_key` (`school_id`) USING BTREE,
KEY `year_school_key` (`year`,`school_id`)
) ENGINE=InnoDB DEFAULT CHARSET=utf8mb4 COMMENT='畢業(yè)生薪水?dāng)?shù)據(jù)統(tǒng)計(jì)';
delimiter //
CREATE PROCEDURE init_salary_static()
BEGIN
DECLARE year INT;
DECLARE schid INT;
DECLARE stuid INT;
SET year = 2000;
WHILE year 2020 DO
START TRANSACTION;
SET schid = 1;
WHILE schid 100 DO
SET stuid = 1;
WHILE stuid 1000 DO
insert into salary_static(school_id,student_id,salary,year) values (schid,stuid,floor(rand()*10000),year);
SET stuid = stuid + 1;
END WHILE;
SET schid = schid + 1;
END WHILE;
SET year = year + 1;
COMMIT;
END WHILE;
END //
delimiter ;
call init_salary_static();
測(cè)試數(shù)據(jù)創(chuàng)建完成后，執(zhí)行以下sql語句進(jìn)行統(tǒng)計(jì)查詢。
select school_id,avg(salary) from salary_static where year between 2016 and 2019 group by school_id;
預(yù)計(jì)該sql應(yīng)該使用year_school_key索引進(jìn)行查詢，但實(shí)際上通過explain命令可以發(fā)現(xiàn)，該sql使用的是school_id_key索引，并且由于使用了錯(cuò)誤的索引，該sql進(jìn)行了全表掃描導(dǎo)致查詢時(shí)間花費(fèi)了7秒。
強(qiáng)制使用year_school_key索引進(jìn)行查詢后發(fā)現(xiàn)，該sql的查詢時(shí)間花費(fèi)銳減到了0.6秒，比起school_id_key索引的時(shí)間減少了10倍。
select school_id,avg(salary) from salary_static force index(year_school_key) where year between 2015 and 2019 group by school_id;
分析
使用mysql的optimizer tracing（mysql5.6版本開始支持）功能來分析sql的執(zhí)行計(jì)劃：
SET optimizer_trace="enabled=on";
select school_id,avg(salary) from salary_static where year between 2016 and 2019 group by school_id;
SELECT * FROM INFORMATION_SCHEMA.OPTIMIZER_TRACE;
輸出的結(jié)果為一個(gè)json，展示了該sql在mysql內(nèi)部的sql優(yōu)化過程、索引選擇過程的執(zhí)行計(jì)劃。
重點(diǎn)關(guān)注執(zhí)行計(jì)劃的json中range_analysis下的內(nèi)容，這里展示了where范圍查詢過程中索引選擇。table_scan表示全表掃描，預(yù)估需要掃描1973546條記錄，但是由于全表掃描走聚集索引是順序IO讀，因此每條記錄的查詢成本很小，最終計(jì)算出來的查詢成本為399741。range_scan_alternatives表示使用索引的范圍查詢，year_school_key索引預(yù)估需要掃描812174條記錄，但是由于需要回表操作導(dǎo)致隨機(jī)IO讀，最終計(jì)算出來的查詢成本為974610。所以對(duì)于where查詢過程最終選擇全表掃描不走索引。
"range_analysis": {
"table_scan": {
"rows": 1973546,
"cost": 399741
},
"potential_range_indices": [
{
"index": "PRIMARY",
"usable": false,
"cause": "not_applicable"
},
{
"index": "school_id_key",
"usable": true,
"key_parts": [
"school_id",
"id"
]
},
{
"index": "year_school_key",
"usable": true,
"key_parts": [
"year",
"school_id",
"id"
]
}
],
"setup_range_conditions": [
],
"group_index_range": {
"chosen": false,
"cause": "not_applicable_aggregate_function"
},
"analyzing_range_alternatives": {
"range_scan_alternatives": [
{
"index": "year_school_key",
"ranges": [
"2016 = year = 2019"
],
"index_dives_for_eq_ranges": true,
"rowid_ordered": false,
"using_mrr": false,
"index_only": false,
"rows": 812174,
"cost": 974610,
"chosen": false,
"cause": "cost"
}
],
"analyzing_roworder_intersect": {
"usable": false,
"cause": "too_few_roworder_scans"
}
}
}
這里的查詢成本cost值完全可以手算出來，cost=I/O成本（每一次讀取記錄頁一次成本，每次成本為1.0）+CPU成本（每一條記錄一次成本，每次成本為0.2）。
全表掃描查詢成本
table_scan全表掃描時(shí)預(yù)估需要掃描1973546條記錄，通過show table status like "salary_static"命令可得全表記錄為82411520字節(jié)（Data_length），innodb每個(gè)記錄頁為16KB即全表掃描需要讀取82411520/1024/16 = 5030個(gè)記錄頁。
5030 + 394709.2 = 399739.2
索引查詢成本
year_school_key索引時(shí)預(yù)估需要掃描812174條記錄，且使用該索引需要先通過索引查詢到rowId，然后通過rowId回表。mysql認(rèn)為每次回表均需要一次單獨(dú)的I/O成本
162434.8 + 812174 = 974608.8
接著再關(guān)注reconsidering_access_paths_for_index_ordering，表示最終對(duì)排序再進(jìn)行一次索引選擇優(yōu)化。這里選擇了school_id_key索引并且一票否決了上面where條件選擇的全表掃描："plan_changed": true，詳見group-by-optimization。
{
"reconsidering_access_paths_for_index_ordering": {
"clause": "GROUP BY",
"index_order_summary": {
"table": "`salary_static`",
"index_provides_order": true,
"order_direction": "asc",
"index": "school_id_key",
"plan_changed": true,
"access_type": "index_scan"
}
}
}
事實(shí)上排序索引優(yōu)化也存在bug，詳見Bug＃93845。
優(yōu)化
通過分析sql執(zhí)行過程，可以發(fā)現(xiàn)選擇索引錯(cuò)誤的是因?yàn)閥ear_school_key索引回表記錄太多導(dǎo)致預(yù)估查詢成本大于全表掃描最終選擇了錯(cuò)誤的索引。
因此減少該sql的執(zhí)行時(shí)間，下一步的優(yōu)化方案是減少該sql的回表操作，即讓該sql進(jìn)行索引覆蓋。該sql涉及到的字段只有school_id、salary和year這3個(gè)字段，因此創(chuàng)建這3個(gè)索引的聯(lián)合索引，并注意這3個(gè)字段在聯(lián)合索引中的順序：where過濾語句最先執(zhí)行，所以year字段在聯(lián)合索引第一位；group by語句本質(zhì)上和order by一樣，因此排在where后面即聯(lián)合索引第二位；salary僅僅為了減少回表因此放在聯(lián)合索引末位。
CREATE INDEX year_school_salary_key ON salary_static (year, school_id, salary);
在創(chuàng)建了聯(lián)合索引后，再執(zhí)行sql語句后效果如下，僅花費(fèi)了0.2秒完成查詢，比起school_id_key索引的時(shí)間減少了35倍。
回表率計(jì)算
上述問題為sql一次性查詢數(shù)量太多，導(dǎo)致回表代價(jià)太大。事實(shí)上，上述現(xiàn)象的臨界值完全可以計(jì)算出來：
假設(shè)一行記錄的大小為a字節(jié)，表的記錄數(shù)量為b，臨界記錄數(shù)量為c，則該表的記錄頁數(shù)量為b*a/1024/16
全表掃描的查詢成本 = I/O成本 + CPU成本
= b*a/1024/16 * 1.0 + b * 0.2
索引掃描的查詢成本 = I/O成本 + CPU成本
= c * 1.0 + c * 0.2 = c * 1.2
b*a/1024/16 * 1.0 + b * 0.2 = c * 1.2
臨界比例 = c/b
= (a/1024/16 + 0.2)/1.2
= a * 5E-5 + 0.1667
即當(dāng)一條sql查詢超過表中超過大概17%的記錄且不能使用覆蓋索引時(shí)，會(huì)出現(xiàn)索引的回表代價(jià)太大而選擇全表掃描的現(xiàn)象。且這個(gè)比例隨著單行記錄的字節(jié)大小的增加而略微增大。
到此這篇關(guān)于mysql回表致索引失效案例講解的文章就介紹到這了,更多相關(guān)mysql回表致索引失效內(nèi)容請(qǐng)搜索腳本之家以前的文章或繼續(xù)瀏覽下面的相關(guān)文章希望大家以后多多支持腳本之家！
您可能感興趣的文章: 解決mysql模糊查詢索引失效問題的幾種方法 MySQL索引失效的典型案例 mysql索引失效的幾種情況分析 MySQL索引失效的幾種情況詳析 MySQL索引失效的幾種情況匯總 mysql索引失效的五種情況分析 Mysql索引會(huì)失效的幾種情況分析 mysql索引失效的十大問題小結(jié)
