MySQL索引优化
2021-03-16 本文已影响0人
传达室马大爷
trace工具
MySQL执行的跟踪工具，通过trace可以查询sql语句具体使用中使用了哪些索引以及索引的性能比较等，方便定位慢查询和优化sql
trace使用
-- 开启trace，json格式输出
set session optimizer_trace="enabled=on",end_markers_in_json=on;
-- 执行慢查询语句
SELECT * from employees where name > 'a';
-- 查询trace结果
SELECT * FROM information_schema.OPTIMIZER_TRACE;
-- 关闭trace
set session optimizer_trace=“enabled=off”;
结果分析
{
"steps": [
/* 第一阶段：SQL准备阶段 */
{
"join_preparation": {
"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')"
}] /* steps */
} /* join_preparation */
},
/* 第二阶段：SQL优化阶段 */
{
"join_optimization": {
"select#": 1,
"steps": [{
/* 条件处理 */
"condition_processing": {
"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 */
},
/* 表依赖详情 */
{
"table_dependencies": [{
"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 */
},
/* 预估表的访问成本 */
{
"rows_estimation": [{
"table": "`employees`",
"range_analysis": {
/* 全表扫描 */
"table_scan": {
/* 扫描行数 */
"rows": 3,
/* 查询成本 */
"cost": 3.7
} /* table_scan */ ,
/* 查询可能使用的索引 */
"potential_range_indexes": [
/* 主键索引 */
{
"index": "PRIMARY",
"usable": false,
"cause": "not_applicable"
},
/* 辅助索引 */
{
"index": "idx_name_age_position",
"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 */ ,
/* 分析各个索引使用成本 */
"analyzing_range_alternatives": {
"range_scan_alternatives": [{
"index": "idx_name_age_position",
/* 索引使用范围 */
"ranges": [
"a < name"
] /* ranges */ ,
"index_dives_for_eq_ranges": true,
/* 使用该索引获取的记录是否按照主键排序 */
"rowid_ordered": false,
"using_mrr": false,
/* 是否使用覆盖索引 */
"index_only": false,
/* 索引扫描行数 */
"rows": 3,
/* 索引使用成本 */
"cost": 4.61,
/* 可能选择该索引 */
"chosen": false,
"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`",
/* 最优访问路径 */
"best_access_path": {
/* 决定的访问路径 */
"considered_access_paths": [{
"rows_to_scan": 3,
/* 访问类型 scan：全表扫描 */
"access_type": "scan",
"resulting_rows": 3,
"cost": 1.6,
/* 确定选择 */
"chosen": true
}] /* considered_access_paths */
} /* best_access_path */ ,
"condition_filtering_pct": 100,
"rows_for_plan": 3,
"cost_for_plan": 1.6,
"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 */
},
{
"refine_plan": [{
"table": "`employees`"
}] /* refine_plan */
}
] /* steps */
} /* join_optimization */
},
/* 第三阶段：SQL执行阶段 */
{
"join_execution": {
"select#": 1,
"steps": [] /* steps */
} /* join_execution */
}
] /* steps */
}
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
MySQL排序
Using index
是MySQL扫描索引本身就可以完成排序
Order by使用Using index索引排序需要满足以下两个条件：
- 排序字段使用索引最左前缀规则
- where子句和order by子句字段条件组合满足索引最左前缀规则
Using filesort
Using filesort是文件排序，并不是在磁盘中进行排序，而是告诉我们是一种排序算法，文件排序通过相应排序算法将数据读取到内存中，MySQL在内存中对数据进行排序。通过sort_buffer_size字段排序区大小，排序区线程独占，同一时间MySQL中有多个sort_buffer_size排序区同时存在
-
单路排序
一次性取出满足条件的所有行记录的所有字段，然后在sort_buffer中进行排序，用trace工具可
以看到sort_mode信息里显示< sort_key, additional_fields >或者< sort_key, packed_additional_fields > -
双路排序（回表排序）
首先根据查询条件取出相应的排序字段和能直接定位行记录的行id（rowId），然后在sort_buffer中进行排序，排序完成后在根据行id取出其他需要的字段，用trace工具可以看到sort_mode信息里显示< sort_key, rowid >
MySQL 通过比较系统变量 max_length_for_sort_data(默认1024字节) 的大小和需要查询的字段总大小来判断使用哪种排序模式。
- 如果 max_length_for_sort_data 比查询字段的总长度大，那么使用 单路排序模式
- 如果 max_length_for_sort_data 比查询字段的总长度小，那么使用 双路排序模式
单路排序执行流程
- 1、根据索引查找出满足条件的第一行记录的主键id
- 2、根据主键id取出整行数据，取出需要查询的字段列表，放入sort buffer中
- 3、根据索引查找出满足条件的下一行记录的主键id
- 4、重复2、3步操作，直到不满足筛选条件
- 5、对sort_buffer中的数据按排序字段进行排序
- 6、返回客户端
双路排序执行流程
- 1、根据索引查找出满足条件的第一行记录的主键id
- 2、根据主键id取出整行数据，取出排序列和主键id值，放入sort buffer中
- 3、根据索引查找出满足条件的下一行记录的主键id
- 4、重复2、3步操作，直到不满足筛选条件
- 5、对sort_buffer中的数据按排序字段进行排序
- 6、对sort_buffer中排序好的数据，根据主键id回表查询需要查询的其他字段取出后返回客户端
表关联查询
驱动表：表关联查询数据量少的表为驱动表
被驱动表：表关联查询数据量大的表为被驱动表
MySQL在关联字段有索引时使用NLJ算法，没有索引时使用BNL算法，有索引的情况下NLJ算法比BNL算法效率更高
嵌套循环连接 Nested-Loop Join(NLJ) 算法
一行一行的从循环从驱动表中读取行数据，在这行数据中取关联字段，根据关联字段去被驱动表中查询满足条件的行，然后取出两张表的合集，小表驱动大表
-- t1为大表，t2为小表
-- t1表上a字段创建idx_a索引
EXPLAIN select*from t1 inner join t2 on t1.a= t2.a;
image-20210315233330104
由执行计划可知，t2为驱动表，t1为被驱动表，优化器一般会选择小表作为驱动表。索引 inner join时排在前面的表不一样是驱动表
如果Extra中未出现Using join buffer，则表示join算法为NLJ算法
sql执行流程
- 读取t2表的第一行数据
- 从第一步中取出关联字段a，到t1表中查找
- 取出t1表满足条件的行，和t2表合并
- 重复1-3步骤，直到t2表取完
- 合并后返回客户端
基于块的嵌套循环连接 Block Nested-Loop Join(BNL)算法
把驱动表的所有数据一次性读取到join_buffer中，然后在扫描被驱动表，把被驱动表每一行数据取出来和join_buffer中的数据比较
-- t1为大表，t2为小表
-- t1的b字段没有创建索引
EXPLAIN select * from t1 inner join t2 on t1.b= t2.b;
image-20210315234226821
Extra 中 的Using join buffer (Block Nested Loop)说明该关联查询使用的是 BNL 算法。
sql执行流程
- 将t2中所有数据存入join buffer中
- 取出t1表的第一行数据，与join buffer中的数据做对比
- 重复1-2操作，知道t1表全部取完
- 返回客户端
in和exists优化
原则：小表驱大表，即小的数据集驱动大的数据集
in
当IN中子查询（t2表）的数据集小于t1表时，in优于exists
SELECT * FROM t1 where id IN (SELECT userId FROM t2)
-- 等价于
for (userId in t2) {
SELECT * FROM t1 where t1.id = t2.userId
}
exists
当EXISTS中子查询（t2表）的数据集大于t1表时，exists优于in
-- 将主表（t1）的数据放到子查询（t2表）中进行条件校验，根据校验结果（true或false）来决定主表数据是否保留
SELECT * FROM t1 WHERE EXISTS (SELECT 1 FROM t2 WHERE t1.id = t2.userId)
-- 等价于
for (t1.id in t1) {
SELECT * FROM t2 where t2.userId = t1.id
}
