技术分享 | 优化案例

作者：杨奇龙
网名“北在南方”，目前任职于杭州有赞科技 DBA，主要负责数据库架构设计和运维平台开发工作，擅长数据库性能调优、故障诊断。
本文来源：原创投稿
*爱可生开源社区出品，原创内容未经授权不得随意使用，转载请联系小编并注明来源。

前言

在数据库表结构变更发布之前，我们会和开发沟通索引设计是否合理，发现部分开发同学对于索引设计还是有一些知识盲区。本文把常见的案例记录下来，做个分析，抛砖引玉。

区分度和过滤性

先看一段和开发同学日常 sql review 的对话：

上面的对话其实在工作中比较常见（同时也说明我们培训没有到位 T_T），这样的想法会导致开发忽略选择性比较低的字段，sql 的执行计划使用 using where 匹配更多的数据行，结果执行耗时比较，性能就不理想。大部分开发会了解这样的《开发规范》：创建索引要选择区分度高的字段。他们会认为区分度低的字段不适合创建索引或者不适合添加到组合索引里面。但是这样的操作会导致很多慢查。举例来说：

select  * from  tab where a=1 and b=2;

场景 1

符合 a=1 的记录数有 10w 条记录，b=2 有 1000 条记录。如果只是创建 idx_a(a)，sql 请求通过索引 idx_a 访问 10w 条件记录，然后还要逐一匹配 10w 条记录中的 status，找到符合 b=2 的记录。这个动作会导致慢查。如果创建组合索引 idx_ab(a,b)，sql 请求通过索引 idx_ab 可以直接定位到 1000 条记录，无需额外的过滤。这样减少访问 9900 条记录的时间，提升查询速度。

场景 2

符合 a=1 的有 100 条记录，status=2 有 10 条记录。其实场景 2 因为数据量比较少，直接访问 100 条记录和定位到 10 条记录的时间消耗相差不大，量变不足以引发质变，可以忽略了。

Tips：

创建索引的目的是通过索引尽可能找到匹配 where 条件的行，减少不必要的回表，提高查询效率；
需要辩证地看待区分度比较低的字段在组合索引中的作用。在组合索引的情况下，我们不能只是单纯地看字段的区分度，而是要看符合条件的记录数是多少。符合条件的记录越少，性能越好。

索引的有序性

在优化业务 sql 的过程中，经常发现开发将 order by 的字段添加到组合索引里面，但是依然有 file sort 产生，导致慢查。这是为什么呢？索引本身是有序的，之所以产生 file sort 说明组合索引中存在字段在索引中存储的顺序和order by 字段的顺序不一致，不是严格正相关导致 MySQL 根据结果重新排序。order by 语句利用索引的有序性是有比较高要求的，组合索引中 order by 之前的字段必须是等值查询，不能是 in、between、<、> 等范围查询，explain 的 type 是 range 的 sql 都会导致 order by 不能正常利用索引的有序性。动手实践一下，初始化一张表 x

create table x(id int not null auto_increment primary key, a int ,b int,key idx(a,b));
insert into x(a,b) values(1,8),(1,6),(1,3),(2,1),(2,2),(2,4),(3,7),(3,9);

索引中存储的 (a,b) 顺序如下

mysql>  select * from x order  by a, b; 
+----+------+------+
| id | a    | b    |
+----+------+------+
|  3 |    1 |    3 |
|  2 |    1 |    6 |
|  1 |    1 |    8 |
|  4 |    2 |    1 |
|  5 |    2 |    2 |
|  6 |    2 |    4 |
|  7 |    3 |    7 |
|  8 |    3 |    9 |
+----+------+------+
8 rows in set (0.00 sec)

对于组合索引 (a,b) 在 where 条件中 a=2使用等值查询，explain 的 extra 字段中提示 using index ，并无额外的排序。

mysql> select * from x where a=2 order  by b;
+----+------+------+
| id | a    | b    |
+----+------+------+
|  4 |    2 |    1 |
|  5 |    2 |    2 |
|  6 |    2 |    4 |
+----+------+------+
3 rows in set (0.00 sec)

mysql> desc select * from x where a=2 order  by b \G
*************************** 1. row ***************************
           id: 1
  select_type: SIMPLE
        table: x
   partitions: NULL
         type: ref
possible_keys: idx
          key: idx
      key_len: 5
          ref: const
         rows: 3
     filtered: 100.00
        Extra: Using index
1 row in set, 1 warning (0.00 sec)

对于组合索引 (a,b) 在 where 条件中 a 使用范围查询，执行计划中出现 using filesort 排序。说明 order by b 并未利用索引的有序性，进行了额外的排序。

mysql> select * from x where a>=1 and a<3 order  by b;
+----+------+------+
| id | a    | b    |
+----+------+------+
|  4 |    2 |    1 |
|  5 |    2 |    2 |
|  3 |    1 |    3 |
|  6 |    2 |    4 |
|  2 |    1 |    6 |
|  1 |    1 |    8 |
+----+------+------+
6 rows in set (0.00 sec)

mysql> desc select * from x where a>=1 and a<3 order  by b \G
*************************** 1. row ***************************
           id: 1
  select_type: SIMPLE
        table: x
   partitions: NULL
         type: range
possible_keys: idx
          key: idx
      key_len: 5
          ref: NULL
         rows: 6
     filtered: 100.00
        Extra: Using where; Using index; Using filesort
1 row in set, 1 warning (0.01 sec)

数据 a b 在索引中的顺序和实际访问的结果顺序不一致，需要额外的排序就产生了 file sort 。(a,b) 字段在索引中存储的顺序如下图，明显和上面的查询条件的结果顺序不一致，就导致 sql 执行计划出现额外的排序，数据量比较大的情况（比如 5000 以上）下就出现慢查。

小结

本文总结两种出现频率比较高的场景。希望开发同学看完本文之后，能设计出更合理的索引。