1 选错索引的现象

  在MySQL中一张表可以支持多个索引。但是，写SQL语句的时候并没有主动指定使用哪个索引，使用哪个索引是由MySQL来确定的。   一条本来可以执行得很快的语句，却可能由于MySQL选错了索引会导致执行速度变得很慢。

  创建一个简单的表，表里有a、b两个字段，并分别建上索引：

CREATE TABLE `t` (
  `id` int(11) NOT NULL,
  `a` int(11) DEFAULT NULL,
  `b` int(11) DEFAULT NULL,
  PRIMARY KEY (`id`),
  KEY `a` (`a`),
  KEY `b` (`b`)
) ENGINE=InnoDB;

然后往表t中插入10万行记录，取值按整数递增，即：(1,1,1)，(2,2,2)，(3,3,3) ......

delimiter ;;
create procedure idata()
begin
  declare i int;
  set i=1;
  while(i<=100000)do
    insert into t values(i, i, i);
    set i=i+1;
  end while;
end;;
delimiter ;
call idata();

接下来，分析一条SQL语句：

select * from t where a between 10000 and 20000;
复制代码

下图显示用explain命令看到的这条语句的执行情况。

key这个字段值是’a’，表示优化器选择了索引a。

在已经准备好的包含了10万行数据的表上，再做如下操作。

  session A开启了一个事务。随后，session B把数据都删除后，又调用了 idata这个存储过程，插入了10万行数据。

  这时session B的查询语句select * from t where a between 10000 and 20000就不会再选择索引a了。可以通过慢查询日志（slow log）来查看一下具体的执行情况。

  为了对比可以使用force index(a)来让优化器强制使用索引a。

set long_query_time=0;
select * from t where a between 10000 and 20000; /*Q1*/
select * from t force index(a) where a between 10000 and 20000;/*Q2*/

• 第一句，将慢查询日志的阈值设置为0，表示这个线程接下来的语句都会被记录入慢查询日志中；
• 第二句，Q1是session B原来的查询；
• 第三句，Q2是加了force index(a)来和session B原来的查询语句执行情况对比。

慢查询日志如下：

slow log结果

  可以看到，Q1扫描了10万行，显然是走了全表扫描，执行时间是40毫秒。Q2扫描了10001行，执行了21毫秒。在没有使用force index的时候，MySQL用错了索引，导致了更长的执行时间。

2 优化器的逻辑

  选择索引是优化器的工作。   优化器选择索引的目的，是找到一个最优的执行方案，并用最小的代价去执行语句。在数据库里面，扫描行数是影响执行代价的因素之一。扫描的行数越少，意味着访问磁盘数据的次数越少，消耗的CPU资源越少。

扫描行数是怎么判断的？   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。   这个统计信息就是索引的“区分度”。一个索引上不同的值越多（重复值越少），这个索引的区分度就越好。一个索引上不同的值的个数称为“基数”（cardinality）。这个基数越大，索引的区分度越好。   可以使用show index方法，看到一个索引的基数。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得到索引基数的方法：   把整张表取出来一行行统计，虽然可以得到精确的结果，但是代价太高了，所以只能选择“采样统计”。   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，得到一个平均值，然后乘以这个索引的页面数，得到索引的基数。   数据表是会持续更新的，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N/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：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：表示统计信息只存储在内存中。这时，默认的N是8，M是16。

  从图中看到，这次的索引统计值（cardinality列）虽然不够精确，但大体上还是差不多的，选错索引一定还有别的原因。   其实索引统计只是一个输入，对于一个具体的语句来说，优化器还要判断，执行这个语句本身要扫描多少行。   再看一下优化器预估的，这两个语句的扫描行数是多少。

rows这个字段表示的是预计扫描行数。   其中，Q1的结果还是符合预期的，key为NULL的时候，rows的值是104620；但Q2的rows值是37116，偏差就大了。而用explain命令看到的rows是只有10001行，是这个偏差误导了优化器的判断。

优化器为什么放着扫描37000行的执行计划不用，却选择了扫描行数是100000的执行计划？   如果使用索引a，每次从索引a上拿到一个值，都要回到主键索引上查出整行数据，这个代价优化器也要算进去的。如果选择扫描10万行，是直接在主键索引上扫描的，没有额外的代价。优化器会估算这两个选择的代价，从结果看来，优化器认为直接扫描主键索引更快。

  MySQL选错索引，主要原因还是没能准确地判断出扫描行数。analyze table t 命令，可以用来重新统计索引信息。

  所以在实践中，如果发现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。   其实，如果只是索引统计不准确，通过analyze命令可以解决很多问题，但优化器不止是看扫描行数。

依然是基于这个表t，另外一个语句：

select * from t where (a between 1 and 1000)  and (b between 50000 and 100000) order by b limit 1;

从条件上看，这个查询没有符合条件的记录，因此会返回空集合。

在开始执行这条语句之前，应选择哪一个索引？ 先看一下a、b这两个索引的结构图。

  如果使用索引a进行查询，那么就是扫描索引a的前1000个值，然后取到对应的id，再到主键索引上去查出每一行，然后根据字段b来过滤。显然这样需要扫描1000行。   如果使用索引b进行查询，那么就是扫描索引b的最后50001个值，与上面的执行过程相同，也是需要回到主键索引上取值再判断，所以需要扫描50001行。 直观上的想法是：如果使用索引a的话，执行速度明显会快很多

explain select * from t where (a between 1 and 1000) and (b between 50000 and 100000) order by b limit 1;

  可以看到，返回结果中key字段显示，这次优化器选择了索引b，而rows字段显示需要扫描的行数是50198。

从这个结果中，可以得到两个结论：

1. 扫描行数的估计值依然不准确；
2. 这个例子里MySQL又选错了索引。

3 索引选择异常和处理

3.1 采用force index强行选择一个索引

  MySQL会根据词法解析的结果分析出可能使用的索引作为候选项，然后在候选列表中依次判断每个索引需要扫描多少行。如果force index指定的索引在候选索引列表中，就直接选择这个索引。

  可以看到，原本语句需要执行2.23秒，当使用force index(a)的时候，只用了0.05秒，比优化器的选择快了40多倍。   优化器没有选择正确的索引，force index起到了“矫正”的作用。

不过，数据库的问题最好还是在数据库内部来解决。   既然优化器放弃了使用索引a，说明a还不够合适，所以考虑修改语句，引导MySQL使用我们期望的索引。比如把order by b limit 1改成 order by b,a limit 1 ，语义的逻辑是相同的。

  之前优化器选择使用索引b，是因为它认为使用索引b可以避免排序（b本身是索引，已经是有序的了），所以即使扫描行数多，也判定为代价更小。   现在order by b,a 这种写法，要求按照b,a排序，就意味着使用这两个索引都需要排序。因此，扫描行数成了影响决策的主要条件，于是此时优化器选了只需要扫描1000行的索引a。   当然，这种修改并不是通用的优化手段，只是刚好在这个语句里面有limit 1，所以，如果有满足条件的记录， order by b limit 1和order by b,a limit 1 都会返回b是最小的那一行，逻辑上一致，才可以这么做。

3.2 第二种方法

select * from  (select * from t where (a between 1 and 1000)  and (b between 50000 and 100000) order by b limit 100)alias limit 1;

用limit 100让优化器意识到，使用b索引代价是很高的。其实是根据数据特征诱导了一下优化器，也不具备通用性。

3.3 第三种方法

  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。   这种情况其实比较少，尤其是经过DBA索引优化过的库，再碰到这个bug，找到一个更合适的索引一般比较难。

3.4 第四种方法

  删掉索引b

4 例子中force index(a)的扫描行数为什么是37000

  在构造第一个例子的过程中，通过session A的配合，让session B删除数据后又重新插入了一遍数据，然后就发现explain结果中，rows字段从10001变成37000多。

  delete 语句删掉了所有的数据，然后再通过call idata()插入了10万行数据，看上去是覆盖了原来的10万行。   但是，session A开启了事务并没有提交，所以之前插入的10万行数据是不能删除的。这样，之前的数据每一行数据都有两个版本，旧版本是delete之前的数据，新版本是标记为deleted的数据。   这样，索引a上的数据其实就有两份。

另外一个疑问：主键上的数据也没删，没有使用force index的语句，使用explain命令看到的扫描行数还是100000？

  主键是直接按照表的行数来估计的。而表的行数，优化器直接用的是show table status的值。