《MySQL学习》 MySQL优化器选择如何选择索引

一.优化器的选择逻辑

建表语句

CREATE TABLE `t` (`id` int(11) NOT NULL AUTO_INCREMENT,`a` int(11) DEFAULT NULL,`b` int(11) DEFAULT NULL,PRIMARY KEY (`id`),KEY `a` (`a`),KEY `b` (`b`)
) ENGINE=InnoDB;

往表中插入10W条数据

delimiter ;;
create procedure idata()
begindeclare i int;set i=1;while(i<=100000)doinsert into t (`a`,`b`) values(i, i);set i=i+1;end while;
end;;
delimiter ;
call idata();

接着执行SQL语句

select * from t where a between 10000 and 20000;

由于a上有普通索引，索引优化器肯定会选择使用a索引，与explain一致

但是如果此时有另外一个事务开启了一致性视图，如下所示

session A在 session B 之前开启了一致性视图，并且没有提交，那么 此时的 undo log 不能被清理，虽然此时 session B 做了删除操作，但数据不会被真正的删除。因此，在session B 再次插入10W条数据后 此时 undo log 保存了 20W的版本信息，当前数据页的数据页无法被覆盖，只能用另外的数据页来存储数据

而此时的session B 的分析结果将会出现扫描 10W行的情况，走了全表扫描，并没有使用到索引 a

导致此现象产生的原因 是由于受一致性视图的影响，导致计算索引的区分度出现了偏差，预估了错误的扫描行锁，而索引a 非主键索引，还需要回表进行一次查询操作，多一次IO操作的代价使MySQL的优化器觉得不如走全表扫描

当发现MySQL出现明细的统计数据行数出现异常后，我们可以执行以下命令重新统计索引信息,解决采样导致的扫描行数出错的问题

analyze table t

二.如何解决MySQL选错索引

基于上述的建表语句与数据，当我们执行下面的查询语句时，

explain select * from t where (a between 1 and 1000) and (b between 50000 and 100000) order by b limit 1;

预期时扫描1001行，但实际上MySQL扫描了50191行，远远超出我们的预期，这是由于 oder by 和 limitd的影响：

1. 因为有 order by b，优化器认为走索引 b 可以避免排序；
2. 又有 limit 1，优化器认为只要找到了 1 条满足条件的记录，索引 b 的遍历就可以提前终止，虽然可能要遍历 50001 条记录，但是优化器认为这是值得冒险的事，所以决定了走索引 b；

强制使用索引

使用 force index(a) 语句后，强制使用索引 a,这时候发现扫描的行数只有1000了，符合我们的预期，MySQL不得不作出正确的选择

explain select * from t force index(a) where (a between 1 and 1000) and (b between 50000 and 100000) order by b limit 1

修改SQL语句

如果我们能让MySQL判断出，使用索引b的代价比索引a大，那么MySQL就能选择到正确的索引

所以，我们可以

1. 干扰limit 判断

explain select * from ( select * from t  where (a between 1 and 1000) and (b between 50000 and 100000)  order by b limit 100) tt limit 1

最初的SQL语句因为b不用排序，又有limit 1，从5w里只要找到一条就可以返回了，如果选择a，因为要排序，就要扫完1000条，然后才能排序，这成本明显太大，所以选择了b。但如果是limit 100，选择b，虽然不用排序，但找到第一条记录后，还要向后查询，看后面有没有满足条件的100个记录，从5w中找100个的成本就大于从1000找100个的成本了，所以选择a。其实limit 20就会选择a了

2. 干扰order by判断

   explain  select * from t  where (a between 1 and 1000) and (b between 50000 and 100000) order by b,a limit 1
   

   要求按照b,a排序，无论选择b索引还是a索引，都只需要再将另外一个字段排序（个人认为索引b已经对b排好序，再对a排序；索引a已经对a排好序，再对b排序成(b,a)。这两者数据库引擎按照同样的排序算法去排序，前者成本较小，但是数据库引擎并不能感知得了），所以扫描行数成了影响决策的主要条件。