• sql查询调优之where条件排序字段以及limit使用索引的奥秘


      
    奇怪的慢sql

    我们先来看2条sql

    第一条:
    select * from acct_trans_log WHERE  acct_id = 1000000000009000757 order by create_time desc limit 0,10
      
    第二条:
     select * from acct_trans_log WHERE  acct_id = 1000000000009003061 order by create_time desc limit 0,10
    表的索引及数据总情况:
     
    索引:acct_id,create_time分别是单列索引,数据库总数据为500w
    通过acct_id过滤出来的结果集在1w条左右
     
    查询结果:第一条要5.018s,第二条0.016s
    为什么会是这样的结果呢?第一,acct_id和create_time都有索引,不应该出现5s查询时间这么慢啊
     
    那么先来看执行计划
    第一条sql执行计划:

     第二条执行计划:

     仔细观察会发现,索引只使用了idx_create_time,没有用到idx_acct_id

    这能解释第一条sql很慢,因为where查询未用到索引,那么第二条为什么这么快?
    看起来匪夷所思,其实搞清楚mysql查询的原理之后,其实很简单
     
    我们来看这2条sql查询,都用到了where order by limit
    当有limit存在时,查询的顺序就有可能发生变化,这时并不是从数据库中先通过where过滤再排序再limit
    因为如果这样的话,从500万数据中通过where过滤就不会是5s了。
     
     
    此时的执行顺序是,先根据idx_create_time索引树,从最右侧叶子节点,反序取出n条,然后逐条去跟where条件匹配
    若匹配上,则得出一条数据,直至取满10条为止,为什么第二条sql要快,因为运气好,刚好时间倒序的前几条就全部满足了。
     
    搞清楚原理之后,我们了解了为什么第一条慢,第二条快的原因,但是问题又来了
    为什么mysql不用idx_acct_id索引,这是一个问题,因为这样的话,我们的建立的索引基本失效了,在此类sql下
    查询效率将会是相当低
     
    因为通过acct_id过滤出来的结果集比较大,有上万条,mysql认为按时间排序如果不用索引,将会是filesort,这样会很慢,而又不能2个索引都用上
    ,所以选择了idx_create_time。
     
    为什么mysql只用一个索引
    这里为什么不能2个索引都用上,可能很多人也不知道为什么,其实道理很简单,每个索引在数据库中都是一个索引树,其数据节点存储了指向实际
    数据的指针,如果用一个索引来查询,其原理就是从索引树上去检索,并获得这些指针,然后去取出数据,试想,如果你通过一个索引,得到过滤后的指针,这时,你的另一个条件索引如果再过滤一遍,将得到2组指针的集合,如果这时候取交集,未必就很快,因为如果每个集合都很大的话,取交集的时候,等于扫描2个集合,效率会很低,所以没法用2个索引。当然有时候mysql会考虑临时建立一个联合索引,将2个索引联合起来用,但是并不是每种情况都能奏效,同样的道理,用一个索引检索出结果集之后,排序时,也无法用上另一个索引了。
     
    实际上用索引idx_acct_id大多数情况还是要比用索引idx_create_time要快,我们举个例子:
    select * from acct_trans_log force index(idx_acct_id) WHERE  acct_id = 1000000000009000757 order by create_time desc limit 0,10
    耗时:0.057s
    可以看出改情况用idx_acct_id索引是比较快的,那么是不是这样就可以了呢,排序未用上索引,始终是有隐患的。
     
     
    联合索引让where和排序字段同时用上索引
    我们来看下一条sql:
    select * from acct_trans_log force index(idx_acct_id) WHERE  acct_id = 3095  order by create_time desc limit 0,10
    耗时: 1.999s
    执行计划:

     该sql通过acct_id过滤出来的结果集有100万条,因此排序将会耗时较高,所幸这里只是取出前10条最大的然后排序
    查询概况,我们发现时间基本消耗在排序上,其实这是内存排序,对内存消耗是很高的。
     

     那么我们有没有其它解决方案呢,这种sql是我们最常见的,如果处理不好,在大数据量的情况下,耗时以及对数据库资源的消耗都很高
    ,这是我们所不能接受的,我们的唯一解决方案就是让where条件和排序字段都用上索引
     
    解决办法就是建立联合索引:
    alter table acct_trans_log add index idx_acct_id_create_time(acct_id,create_time)
    然后执行sql:
    select * from acct_trans_log WHERE  acct_id = 3095  order by create_time desc limit 0,10
    耗时: 0.016s

     联合索引让where条件字段和排序字段都用上了索引,问题解决了!

     
    联合索引使用的原理
    但是为什么能解决这个问题呢,这时大家可能就会记住一个死理,就是联合索引可以解决where过滤和排序的问题,也不去了解
    其原理,这样是不对的,因为当情况发生变化,就懵逼了,下面我们再看一个sql:
    select * from acct_trans_log force index(idx_acct_id_create_time) WHERE  acct_id in(3095,1000000000009000757)  order by create_time desc limit 0,10
    耗时:1.391s
    索引还是用idx_acct_id_create_time,时间居然慢下来了
    执行计划是:
     

      看执行计划,排序用到了filesort,也就是说,排序未用到索引。

     
    那么我们还是来看看,索引排序的原理,我们先来看一个sql:
    select * from acct_trans_log ORDER BY create_time limit 0,100
    耗时:0.029s
    执行计划为:

     这里执行的步骤是,先从索引树中,按时间升序取出前100条,因为索引是排好序的,直接左序遍历即可了

    因此,这里mysql并没有做排序动作,如果想降序,则右序遍历索引树,取出100条即可,查询固然快,
     
    那么联合索引的时候,是怎样的呢?
    select * from acct_trans_log WHERE  acct_id = 3095  order by create_time desc limit 0,10
    使用组合索引:idx_acct_id_create_time
    这个时候,因为acct_id是联合索引的前缀,因此可以很快实行检索,
    如果sql是
    select * from acct_trans_log WHERE  acct_id = 3095
    出来的数据是按如下逻辑排序的
    3095+time1
    3095+time2
    3095+time3
    默认是升序的,也就是说,次sql相当于
    select * from acct_trans_log WHERE  acct_id = 3095 order by create_time
    他们是等效的。
    如果我们把条件换成order by create_time desc limit 0,10呢
    这时候,应该从idx_acct_id_create_time树右边叶子节点倒序遍历,取出前10条即可
    因为数据的前缀都是3095,后缀是时间升序。那么我们倒序遍历出的数据,刚好满足order by create_time desc
    因此也无需排序。
     
    那么语句:
    select * from acct_trans_log force index(idx_acct_id_create_time) WHERE  acct_id in(3095,1000000000009000757)  order by create_time desc limit 0,10
    为什么排序无法用索引呢?
    我们先分析下索引的排序规则
    已知:id1<id2<id3...  time1<time2<time3....
    查询结果集排序如下:
    id1+time1
    id1+time2
    id1+time3
    id2+time1
    id2+time2
    id2+time3
     
    索引出来的默认排序是这样的,id是有序的,时间是无序的,因为有2个id,优先按id排序,时间就是乱的了,
    这样排序将会用filesort,这就是慢的原因,也是排序没有用到索引的原因。
      
    查询计划使用以及使用说明
    table:显示这一行数据是关于哪张表的
    type:显示使用了何种类型,从最好到最差的连接类型为const,eq_ref,ref,range,index,all
    possible_keys:显示可能应用在这张表中的索引。如果为空,没有可能的索引
    key:实际使用的索引,如果为null,则没有使用索引。
    key_len:使用的索引的长度。在不损失精确性的情况下,长度越短越好
    ref:显示索引的哪一列被使用了,如果可能的话,是一个常数
    rows:mysql认为必须检查的用来返回请求数据的行数

     

  • 相关阅读:
    bzoj3653: 谈笑风生
    bzoj1858: [Scoi2010]序列操作
    bzoj1857: [Scoi2010]传送带
    bzoj1856: [Scoi2010]字符串
    bzoj1855: [Scoi2010]股票交易
    bzoj1854: [Scoi2010]游戏
    bzoj1853: [Scoi2010]幸运数字
    斜堆,非旋转treap,替罪羊树
    NOI2003 文本编辑器
    A_star poj2449 k短路
  • 原文地址:https://www.cnblogs.com/tangyanbo/p/6378741.html
Copyright © 2020-2023  润新知