18 | 为什么SQL语句逻辑相同,性能却差异大?

案例一:条件字段函数操作

交易记录表 tradelog :交易流水号(tradeid)、交易员 id(operator)、交易时间(t_modified)

2016 初到 2018 年底的所有数据,统计所有年份中 7 月交易总数。t_modified 上有索引,但特别久才返回:字段函数计算,用不上索引了

mysql> select  count(*) from tradelog where month(t_modified)=7;

为什么wheret_modified='2018-7-1’可用索引(绿色箭头,快速定位),month(t_modified)=7不行?

图 1 t_modified 索引示意图  

B+ 树提供的这个快速定位能力,同一层兄弟节点的有序性。month() 7 ,第一层不知怎么办。

索引做函数,破坏有序性,优化器放弃树搜索(不是放弃用这个索引)。

优化器遍历主键索引/索引 t_modified, t_modified 更小,比主键索引快。

图 2 explain 结果

key="t_modified"用 t_modified 索引;插入 10 万行数据,rows=100335扫描所有值;Extra  Using index用覆盖索引

 month() 函数导致全索引扫描。为用上索引定位能力,范围查询:

mysql> select  count(*) from tradelog where

    -> (t_modified >= '2016-7-1' and  t_modified<'2016-8-1') or

    -> (t_modified >= '2017-7-1' and  t_modified<'2017-8-1') or

    -> (t_modified >= '2018-7-1' and  t_modified<'2018-8-1');

上线时间更早,其他年份补齐。

优化器“偷懒”,select * from tradelog where id + 1 = 10000  +1 不改变有序性,不能用 id 索引快速定位到 9999。改10000-1 可以。

案例二:隐式类型转换

mysql> select  * from tradelog where tradeid=110717;  tradeid 有索引,explain走全表扫描。 varchar(32),参数整型,需类型转换。

数据类型转换规则更多,记不住,简单方法 :select “10”> 9 的结果:

1. (MYSQL规则)是“将字符串转成数字”,做数字比较, 1

2. 规则是“将数字转成字符串”,字符串比较, 0。

图 3 MySQL 中字符串和数字转换的效果示意图  

索引函数操作,放弃树搜索,相当于:mysql> select  * from tradelog where  CAST(tradid AS  signed int) = 110717;

id 是int ,是否全表扫描?select * from  tradelog where id="83126";

答:id 类型是整数,参数字符串,可用索引。

案例三:隐式字符编码转换

trade_detail,操作细节

查询 id=2所有操作步骤信息,mysql> select d.* from tradelog l, trade_detail d where d.tradeid=l.tradeid and l.id=2

图 4 语句 Q1 的 explain 结果  

1.  tradelog 查 id=2 ,主键索引rows=1 只扫描一行;

2.  key=NULL,没有用上交易详情表 trade_detail tradeid 索引,全表扫描

不符合预期。没用索引,字符集不同, utf8, utf8mb4,

从 tradelog 表中取 tradeid 字段,trade_detail查询匹配字段。tradelog 驱动表,trade_detail 被驱动表

图 5 语句 Q1 的执行过程  

mysql> select  * from trade_detail where tradeid=$L2.tradeid.value;

utf8mb4 是 utf8 超集。避免截断数据错误,“按数据长度增加方向”转换

换成 utf8mb4,再跟 L2 做比较:select * from  trade_detail  where CONVERT(traideid  USING utf8mb4)=$L2.tradeid.value;

CONVERT() 函数,输入字符串转成 utf8mb4 字符集。被驱动表加函数操作

mysql>select  l.operator from tradelog l , trade_detail d where d.tradeid=l.tradeid and  d.id=4;trade_detail成驱动表, tradelog 里索引 (tradeid),扫描行数是 1。

图 6 explain 结果

这次用上被驱动表 tradeid 索引:

驱动表 trade_detail里 id=4 的行记为 R4,连接时候(图 5 的第 3 步),被驱动表 tradelog:select operator  from tradelog  where traideid  =$R4.tradeid.value(字符集是 utf8转成 utf8mb4)改写成:

加在输入参数上:select operator  from tradelog  where traideid  =CONVERT($R4.tradeid.value USING utf8mb4);

优化语句:select d.* from  tradelog l, trade_detail d where d.tradeid=l.tradeid and l.id=2;

(1)trade_detail 的 tradeid 改成 utf8mb4,没有转换问题

alter table  trade_detail modify tradeid varchar(32) CHARACTER SET utf8mb4 default null;

(2)修改 SQL (数据量比较大)

mysql> select  d.* from tradelog l , trade_detail d where d.tradeid=CONVERT(l.tradeid USING  utf8) and l.id=2;

图 7 SQL 语句优化后的 explain 结果  

主动把 l.tradeid 转 utf8,避免被驱动表转换,索引走对。

小结

三个例子,说同一件事:索引做函数操作,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。

例子2:隐式类型转换

例子3:隐式字符编码转换,都跟例子1一样,索引上做函数操作,导致全索引扫描

优化器“偷懒”,where id+1=1000 改成 id=1000-1 用索引快速查找不主动重写

思考题

类似性能问题原因是什么,怎么解决?

mysql> CREATE  TABLE `table_a` (

  `id` int(11) NOT NULL,

  `b` varchar(10) DEFAULT NULL,

  PRIMARY KEY (`id`),

  KEY `b` (`b`)

) ENGINE=InnoDB;

100 万行数据,10 万行数据b =’1234567890’  mysql> select  * from table_a where b='1234567890abcd';

(1)最理想 b 定义的是 varchar(10),返回空

(2)’1234567890abcd’拿到索引做匹配,没快速判断出索引树 b 没值,返回空。

(3)MySQL 不这么做。执行很慢:

1.  传引擎执行时,做字符截断。引擎定义长度10,截前 10 ’1234567890’匹配;

2.  满足有 10 万行;

3.   select *,10 万次回表;

4.  查整行到 server 层判断,b 值都不是’1234567890abcd’;

5. 返回结果是空。

经过函数,拿到结果,server 层做一轮判断。

评论1

隐式类型转换坑。任务表记录待执行任务:

CREATE TABLE `task` (

  `task_id` int(11) NOT NULL AUTO_INCREMENT COMMENT '自增主键',

  `task_type` int(11) DEFAULT NULL COMMENT '任务类型id',

  `task_rfid` varchar(50) COLLATE utf8_unicode_ci DEFAULT NULL COMMENT '关联外键1',   

  PRIMARY KEY (`task_id`)

) ENGINE=InnoDB AUTO_INCREMENT CHARSET=utf8 COLLATE=utf8_unicode_ci COMMENT='任务表';

select * from task where task_rfid =123;//业务主键,数字

有隐式转换问题,只有几千条记录,没有什么感觉。对应的历史表,几千万 select * from task_history where task_rfid =99;

超时报错,task_rfid 没有索引,task_rfid =‘99’全表扫描。

根据creat_time字段猜task_id的范围,估出id范围。select * from task_history where task_rfid =99 and id between ? and ?

评论2

多表连接时,mysql怎么选择驱动表和被驱动表的?

相同模板语句,匹配行数不同,执行时间相差大。 order by 更明显。

你可能感兴趣的:(18 | 为什么SQL语句逻辑相同,性能却差异大?)