• 为什么我加了索引,SQL执行还是这么慢(一)?


    在MySQL中,有一些语句即使逻辑相同,执行起来的性能差异确实极大的。

    先抛出一个结论:如果想使用索引树搜索功能,就不能使用数据库函数来处理索引字段值,而是在不改变索引字段值的同时,自己通过SQL语句来实现逻辑

    条件字段函数操作

    假设我们现在维护了一张系统交易表:

    mysql> CREATE TABLE `tradelog` (
      `id` int(11) NOT NULL,
      `tradeid` varchar(32) DEFAULT NULL,
      `operator` int(11) DEFAULT NULL,
      `t_modified` datetime DEFAULT NULL,
      PRIMARY KEY (`id`),
      KEY `tradeid` (`tradeid`),
      KEY `t_modified` (`t_modified`)
    ) ENGINE=InnoDB DEFAULT CHARSET=utf8mb4;

    我们在表中插入5条测试数据:

    insert into tradelog (id,tradeid,t_modified) values(1,'a','2017-03-15');
    insert into tradelog (id,tradeid,t_modified) values(2,'b','2017-06-11');
    insert into tradelog (id,tradeid,t_modified) values(3,'c','2017-07-03');
    insert into tradelog (id,tradeid,t_modified) values(4,'d','2018-08-11');
    insert into tradelog (id,tradeid,t_modified) values(5,'e','2018-09-12');

     SQL执行结果

    接下来我们需要查询2016年到2018年,所有7月份的数据。

    SQL可以这样写:

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

    我们可以通过explain命令,对这行语句的执行结果进行分析。

    SQL执行结果

    即该语句使用了t_modified索引,row=5,代表了该语句进行了全索引扫描,Using index表示使用了覆盖索引。

    那么为什么会这样呢?

    首先执行操作用哪个索引,是优化器决定的,这里可以使用的索引是主键索引和t_modified索引。在对比索引树大小后发现,t_modified索引树更小,所以优化器选择使用t_modified索引,但是为什么还会使用全索引扫描,而不是索引树查找的方式呢?原因是innodb索引树查找的方式,是由于同级的兄弟节点具有顺序性(类似于二分查找,要求数据有序),锁索引值的顺序性被破坏,优化器就只能选择全索引扫描的方式执行语句,所以

    对索引字段的函数操作,会破坏索引值的顺序性,导致优化器放弃走索引树搜索功能。

    我们如果想使用索引树搜索功能,就不能使用数据库函数来处理索引字段值,而是在不改变索引字段值的同时,自己通过SQL语句来实现逻辑,上述SQL语句可做如下的改写:

    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');

    接着我们使用explain对其进行分析:

     SQL执行结果

    此时我们可以看出,此时该语句采用了树搜索的方式,只扫描了3行数据。

  • 相关阅读:
    初学Python语言者必须理解的下划线
    Python初学者必须了解的星号(*)90%的人都不懂
    90%人不知道的Python炫技操作:合并字典的七种方法
    用Python爬取了妹子网100G的套图,值得收藏
    这种python反爬虫手段有点意思,看我怎么破解
    函数极限(上)
    数学分析--实数和数列极限--数轴
    B1046. 划拳
    B1026. 程序运行时间
    2019考研英语一 Text2分析
  • 原文地址:https://www.cnblogs.com/nedulee/p/11832522.html
Copyright © 2020-2023  润新知