這篇文章主要介紹了一個優化MySQL查詢操作的具體案例分析,主要針對join字段的使用方面做出調整,需要的朋友可以參考下

問題描述

一個用戶反映先線一個SQL語句執行時間慢得無法接受。SQL語句看上去很簡單(本文描述中修改了表名和字段名):

SELECT count(*) FROM a JOIN b ON a.`S` = b.`S` WHERE a.`L` > '2014-03-30 00:55:00' AND a.`L` < '2014-03-30 01:00:00' ;

且查詢需要的字段都建了索引，表結構如下：

1. CREATE TABLE `a` ( 
2. `L` timestamp NOT NULL DEFAULT '2000-01-01 00:00:00', 
3. `I` varchar(32) CHARACTER SET utf8 COLLATE utf8_bin DEFAULT NULL, 
4. `A` varchar(32) CHARACTER SET utf8 COLLATE utf8_bin DEFAULT NULL, 
5. `S` varchar(64) CHARACTER SET utf8 COLLATE utf8_bin DEFAULT NULL, 
6. `F` tinyint(4) DEFAULT NULL, 
7. `V` varchar(256) CHARACTER SET utf8 COLLATE utf8_bin DEFAULT '', 
8. `N` varchar(64) CHARACTER SET utf8 COLLATE utf8_bin DEFAULT NULL, 
9. KEY `IX_L` (`L`), 
10. KEY `IX_I` (`I`), 
11. KEY `IX_S` (`S`) 
12. ) ENGINE=InnoDB DEFAULT CHARSET=utf8; 
13.  
14. CREATE TABLE `b` ( 
15. `R` timestamp NOT NULL DEFAULT '2000-01-01 00:00:00', 
16. `V` varchar(32) DEFAULT NULL, 
17. `U` varchar(32) DEFAULT NULL, 
18. `C` varchar(16) DEFAULT NULL, 
19. `S` varchar(64) DEFAULT NULL, 
20. `I` varchar(64) DEFAULT NULL, 
21. `E` bigint(32) DEFAULT NULL, 
22. `ES` varchar(128) DEFAULT NULL, 
23. KEY `IX_R` (`R`), 
24. KEY `IX_C` (`C`), 
25. KEY `IX_S` (`S`) 
26. ) ENGINE=InnoDB DEFAULT CHARSET=utf8; 

從語句看，這個查詢計劃很自然的，就應該是先用a作為驅動表，先后使用 a.L和b.S這兩個索引。而實際上explain的結果卻是：

1. +----+-------------+-------+-------+---------------+------+---------+----------+---------+-------------+ 
2. | id | select_type | table | type | possible_keys | key | key_len | ref | rows | Extra | 
3. +----+-------------+-------+-------+---------------+------+---------+----------+---------+-------------+ 
4. | 1 | SIMPLE | b | index | IX_S | IX_S | 195 | NULL | 1038165 | Using index | 
5. | 1 | SIMPLE | a | ref | IX_L,IX_S | IX_S | 195 | test.b.S | 1 | Using where | 
6. +----+-------------+-------+-------+---------------+------+---------+----------+---------+-------------+ 

分析

從explain的結果看，查詢用了b作為驅動表。

上一篇文章我們介紹到，MySQL選擇jion順序是分別分析各種join順序的代價后，選擇最小代價的方法。

這個join只涉及到兩個表，自然也與optimizer_search_depth無關。于是我們的問題就是，我們預期的那個join順序的為什么沒有被選中?

MySQL Tips: MySQL提供straight_join語法，強制設定連接順序。

1. explain SELECT count(*) FROM a straight_join b ON a.`S` = b.`S` WHERE a.`L` > '2014-03-30 00:55:00' AND a.`L` < '2014-03-30 01:00:00' ; 
2.  
3. +----+-------------+-------+-------+---------------+------+---------+------+---------+---------------------------------------------+ 
4.  
5. | id | select_type | table | type | possible_keys | key | key_len | ref | rows | Extra | 
6.  
7. +----+-------------+-------+-------+---------------+------+---------+------+---------+---------------------------------------------+ 
8.  
9. | 1 | SIMPLE | a | range | IX_L,IX_S | IX_L | 4 | NULL | 63 | Using where | 
10.  
11. | 1 | SIMPLE | b | index | IX_S | IX_S | 195 | NULL | 1038165 | Using where; Using index; Using join buffer | 
12.  
13. +----+-------------+-------+-------+---------------+------+---------+------+---------+---------------------------------------------+ 

MySQL Tips: explain結果中，join的查詢代價可以用依次連乘rows估算。

?join順序對了，簡單的分析查詢代價：普通join是1038165*1, straight_join是 63*1038165. 貌似MySQL沒有錯。但一定哪里不對!

發現異常

回到我們最初的設想。我們預計表a作為驅動表，是因為認為表b能夠用上IX_S索引，而實際上staight_join的時候確實用上了，但這個結果與我們預期的又不同。

我們知道，索引的過濾性是決定了一個索引在查詢中是否會被選中的重要因素，那么是不是b.S的過濾性不好呢?

MySQL Tips: show index from tbname返回結果中Cardinality的值可以表明一個索引的過濾性。

show index的結果太多，也可以從information_schema表中取。

1. mysql> select * from information_schema.STATISTICS where table_name='b' and index_name='IX_S'/G 
2. *************************** 1. row *************************** 
3. TABLE_CATALOG: def 
4. TABLE_SCHEMA: test 
5. TABLE_NAME: b 
6. NON_UNIQUE: 1 
7. INDEX_SCHEMA: test 
8. INDEX_NAME: IX_S 
9. SEQ_IN_INDEX: 1 
10. COLUMN_NAME: S 
11. COLLATION: A 
12. CARDINALITY: 1038165 
13. SUB_PART: NULL 
14. PACKED: NULL 
15. NULLABLE: YES 
16. INDEX_TYPE: BTREE 
17. COMMENT: 
18. INDEX_COMMENT: 

可以這個索引的CARDINALITY: 1038165，已經很大了。那這個表的估算行是多少呢。

1. show table status like 'b'/G 
2. *************************** 1. row *************************** 
3. Name: b 
4. Engine: InnoDB 
5. Version: 10 
6. Row_format: Compact 
7. Rows: 1038165 
8. Avg_row_length: 114 
9. Data_length: 119160832 
10. Max_data_length: 0 
11. Index_length: 109953024 
12. Data_free: 5242880 
13. Auto_increment: NULL 
14. Create_time: 2014-05-23 00:24:25 
15. Update_time: NULL 
16. Check_time: NULL 
17. Collation: utf8_general_ci 
18. Checksum: NULL 
19. Create_options: 
20. Comment: 
21. 1 row in set (0.00 sec) 

從Rows: 1038165看出，IX_S這個索引的區分度被認為非常好，已經近似于唯一索引。

MySQL Tips: 在show table status結果中看到的Rows用于表示表的當前行數。對于MyISAM表這是一個精確值，但對InnoDB這是個估算值。

雖然是估算值，但優化器是以此為指導的，也就是說，上面的某個explain里面的數據完全不符合期望：staight_join結果中第二行的rows。

階段結論

我們發現整個錯誤的邏輯是這樣的：以a為驅動表的執行計劃，由于索引b.S的rows估計為1038165導致優化器認為代價大于以b為驅動表。而實際上這個索引的區分度為1.(當然對explan結果比較熟悉的同學會發現，第二行的type字段和Extra字段一起詭異了)

也就是說，straight_join得到的每一行去b中查詢的時候，都走了全表掃描。在MySQL里面出現這種情況的最常見的是類型轉換。比如一個字符串字段，雖然包含的是全數字，但查詢的時候傳入的不是字符串格式。

在這個case里面，兩個都是字符串。因此，就是字符集相關了。

回到兩個表結構，發現S字段的聲明差別在于 COLLATE utf8_bin -- 這個就是本case的根本原因了：a表得到的S值是utf8_bin，優化器認為類型不同，無法直接用上索引b.IX_S過濾。

至于為什么還會用上索引，這個是因為覆蓋索引帶來“誤解”。

MySQL Tips：若查詢的所有結果能夠從某個索引完全得到，則會優先用遍歷索引替代遍歷數據。

作為驗證，

1. mysql> explain SELECT * FROM a straight_JOIN b ON binary a.`S` = b.`S` WHERE a.`L` > '2014-03-30 00:55:00' AND a.`L` < '2014-03-30 01:00:00' ; 
2.  
3. +—-+————-+——-+——-+—————+——+———+——+———+————————————————+ 
4.  
5. | id | select_type | table | type | possible_keys | key | key_len | ref | rows | Extra | 
6.  
7. +—-+————-+——-+——-+—————+——+———+——+———+————————————————+ 
8.  
9. | 1 | SIMPLE | a | range | IX_L | IX_L | 4 | NULL | 63 | Using where | 
10.  
11. | 1 | SIMPLE | b | ALL | IX_S | NULL | NULL | NULL | 1038165 | Range checked for each record (index map: 0x4) | 
12.  
13. +—-+————-+——-+——-+—————+——+———+——+———+————————————————+ 

由于結果是select *， 無法使用覆蓋索引，因此第二行的key就顯示為NULL. (筆者淚：要是早出這個結果查起來可方便多了)

優化

當然最直接的想法就是修改兩個表的S字段的定義，改成相同即可。這個方法可以避免修改業務代碼，但DDL代價略大。這里提供兩種在SQL語句方面的優化。

1. select count(*) from b join (select s from a WHERE a.`L` > '2014-03-30 00:55:00' AND a.`L` < '2014-03-30 01:00:00') ta on b.S=ta.s; 

這個寫法比較直觀，需要注意最后b.S和ta.S的順序

1. SELECT count(*) FROM a JOIN b ON binary a.`S` = b.`S` WHERE a.`L` > '2014-03-30 00:55:00' AND a.`L` < '2014-03-30 01:00:00' ; 

從前面的分析知道是由于b.S定義為utf8_bin.

MySQL Tips: MySQL中字符集命名規則中, XXX_bin與XXX的區別為大小寫是否敏感。

這里我們將A.s全部增加binary限定，先轉為小寫，就是將臨時結果集轉成utf8_bin，之后使用b.S匹配時就能夠直接利用索引。

其實兩個改寫方法的本質相同，區別是寫法1是隱式轉換。理論上說寫法2速度更快些。

小結

做join的字段盡量設計為類型完全相同。