快捷導(dǎo)航

mysql回表致索引失效案例講解

更新時間：2021年08月13日 17:08:49 作者：祈雨v

這篇文章主要介紹了mysql回表致索引失效案例講解,本篇文章通過簡要的案例,講解了該項技術(shù)的了解與使用,以下就是詳細(xì)內(nèi)容,需要的朋友可以參考下

簡介

mysql的innodb引擎查詢記錄時在無法使用索引覆蓋的場景下，需要做回表操作獲取記錄的所需字段。

mysql執(zhí)行sql前會執(zhí)行sql優(yōu)化、索引選擇等操作，mysql會預(yù)估各個索引所需要的查詢代價以及不走索引所需要的查詢代價，從中選擇一個mysql認(rèn)為代價最小的方式進(jìn)行sql查詢操作。而在回表數(shù)據(jù)量比較大時，經(jīng)常會出現(xiàn)mysql對回表操作查詢代價預(yù)估代價過大而導(dǎo)致索引使用錯誤的情況。

案例

示例如下，在5.6版本的mysql、1CPU2G內(nèi)存的Linux環(huán)境下，新建一個測試表，并創(chuàng)建將近200萬的記錄用于測試。

CREATE TABLE `salary_static` (
  `id` int(11) NOT NULL AUTO_INCREMENT COMMENT '自增主鍵',
  `school_id` int(11) NOT NULL COMMENT '學(xué)校id',
  `student_id` int(11) NOT NULL COMMENT '畢業(yè)生id',
  `salary` int(11) NOT NULL DEFAULT '0' COMMENT '畢業(yè)薪水',
  `year` int(11) NOT NULL COMMENT '畢業(yè)年份',
  PRIMARY KEY (`id`),
  KEY `school_id_key` (`school_id`) USING BTREE,
  KEY `year_school_key` (`year`,`school_id`)
) ENGINE=InnoDB DEFAULT CHARSET=utf8mb4 COMMENT='畢業(yè)生薪水?dāng)?shù)據(jù)統(tǒng)計';

delimiter  //
CREATE PROCEDURE init_salary_static() 
BEGIN 
	DECLARE year INT;
	DECLARE schid INT;
	DECLARE stuid INT;
	SET year = 2000;
	WHILE year < 2020 DO
		START TRANSACTION; 
		SET schid = 1;
		WHILE schid < 100 DO
			SET stuid = 1;
			WHILE stuid < 1000 DO
				insert into salary_static(school_id,student_id,salary,year) values (schid,stuid,floor(rand()*10000),year);
				SET stuid = stuid + 1;
			END WHILE;
			SET schid = schid + 1;
		END WHILE;
		SET year = year + 1;
		COMMIT; 
	END WHILE;
END //
delimiter ;
call init_salary_static();

測試數(shù)據(jù)創(chuàng)建完成后，執(zhí)行以下sql語句進(jìn)行統(tǒng)計查詢。

select school_id,avg(salary) from salary_static where year between 2016 and 2019 group by school_id;

預(yù)計該sql應(yīng)該使用year_school_key索引進(jìn)行查詢，但實際上通過explain命令可以發(fā)現(xiàn)，該sql使用的是school_id_key索引，并且由于使用了錯誤的索引，該sql進(jìn)行了全表掃描導(dǎo)致查詢時間花費了7秒。

在這里插入圖片描述

強制使用year_school_key索引進(jìn)行查詢后發(fā)現(xiàn)，該sql的查詢時間花費銳減到了0.6秒，比起school_id_key索引的時間減少了10倍。

select school_id,avg(salary) from salary_static force index(year_school_key) where year between 2015 and 2019 group by school_id;

在這里插入圖片描述

分析

使用mysql的optimizer tracing（mysql5.6版本開始支持）功能來分析sql的執(zhí)行計劃：

SET optimizer_trace="enabled=on";
select school_id,avg(salary) from salary_static where year between 2016 and 2019 group by school_id;
SELECT * FROM INFORMATION_SCHEMA.OPTIMIZER_TRACE;

輸出的結(jié)果為一個json，展示了該sql在mysql內(nèi)部的sql優(yōu)化過程、索引選擇過程的執(zhí)行計劃。

重點關(guān)注執(zhí)行計劃的json中range_analysis下的內(nèi)容，這里展示了where范圍查詢過程中索引選擇。table_scan表示全表掃描，預(yù)估需要掃描1973546條記錄，但是由于全表掃描走聚集索引是順序IO讀，因此每條記錄的查詢成本很小，最終計算出來的查詢成本為399741。range_scan_alternatives表示使用索引的范圍查詢，year_school_key索引預(yù)估需要掃描812174條記錄，但是由于需要回表操作導(dǎo)致隨機IO讀，最終計算出來的查詢成本為974610。所以對于where查詢過程最終選擇全表掃描不走索引。

"range_analysis": {
  "table_scan": {
	"rows": 1973546,
	"cost": 399741
  },
  "potential_range_indices": [
	{
	  "index": "PRIMARY",
	  "usable": false,
	  "cause": "not_applicable"
	},
	{
	  "index": "school_id_key",
	  "usable": true,
	  "key_parts": [
		"school_id",
		"id"
	  ]
	},
	{
	  "index": "year_school_key",
	  "usable": true,
	  "key_parts": [
		"year",
		"school_id",
		"id"
	  ]
	}
  ],
  "setup_range_conditions": [
  ],
  "group_index_range": {
	"chosen": false,
	"cause": "not_applicable_aggregate_function"
  },
  "analyzing_range_alternatives": {
	"range_scan_alternatives": [
	  {
		"index": "year_school_key",
		"ranges": [
		  "2016 <= year <= 2019"
		],
		"index_dives_for_eq_ranges": true,
		"rowid_ordered": false,
		"using_mrr": false,
		"index_only": false,
		"rows": 812174,
		"cost": 974610,
		"chosen": false,
		"cause": "cost"
	  }
	],
	"analyzing_roworder_intersect": {
	  "usable": false,
	  "cause": "too_few_roworder_scans"
	}
  }
}

這里的查詢成本cost值完全可以手算出來，cost=I/O成本（每一次讀取記錄頁一次成本，每次成本為1.0）+CPU成本（每一條記錄一次成本，每次成本為0.2）。

全表掃描查詢成本

table_scan全表掃描時預(yù)估需要掃描1973546條記錄，通過show table status like "salary_static"命令可得全表記錄為82411520字節(jié)（Data_length），innodb每個記錄頁為16KB即全表掃描需要讀取82411520/1024/16 = 5030個記錄頁。

I/O成本

5030 * 1.0 = 5030

CPU成本

1973546 * 0.2 = 394709.2

合計查詢成本

5030 + 394709.2 = 399739.2

索引查詢成本

year_school_key索引時預(yù)估需要掃描812174條記錄，且使用該索引需要先通過索引查詢到rowId，然后通過rowId回表。mysql認(rèn)為每次回表均需要一次單獨的I/O成本

CPU成本

812174 * 0.2 = 162434.8

I/O成本

812174 * 1.0 = 812174

合計查詢成本

162434.8 + 812174 = 974608.8

接著再關(guān)注reconsidering_access_paths_for_index_ordering，表示最終對排序再進(jìn)行一次索引選擇優(yōu)化。這里選擇了school_id_key索引并且一票否決了上面where條件選擇的全表掃描："plan_changed": true，詳見group-by-optimization。

{
    "reconsidering_access_paths_for_index_ordering": {
      "clause": "GROUP BY",
      "index_order_summary": {
        "table": "`salary_static`",
        "index_provides_order": true,
        "order_direction": "asc",
        "index": "school_id_key",
        "plan_changed": true,
        "access_type": "index_scan"
      }
    }
}

事實上排序索引優(yōu)化也存在bug，詳見Bug＃93845。

優(yōu)化

通過分析sql執(zhí)行過程，可以發(fā)現(xiàn)選擇索引錯誤的是因為year_school_key索引回表記錄太多導(dǎo)致預(yù)估查詢成本大于全表掃描最終選擇了錯誤的索引。

因此減少該sql的執(zhí)行時間，下一步的優(yōu)化方案是減少該sql的回表操作，即讓該sql進(jìn)行索引覆蓋。該sql涉及到的字段只有school_id、salary和year這3個字段，因此創(chuàng)建這3個索引的聯(lián)合索引，并注意這3個字段在聯(lián)合索引中的順序：where過濾語句最先執(zhí)行，所以year字段在聯(lián)合索引第一位；group by語句本質(zhì)上和order by一樣，因此排在where后面即聯(lián)合索引第二位；salary僅僅為了減少回表因此放在聯(lián)合索引末位。

CREATE INDEX year_school_salary_key ON salary_static (year, school_id, salary);

在創(chuàng)建了聯(lián)合索引后，再執(zhí)行sql語句后效果如下，僅花費了0.2秒完成查詢，比起school_id_key索引的時間減少了35倍。

在這里插入圖片描述

回表率計算

上述問題為sql一次性查詢數(shù)量太多，導(dǎo)致回表代價太大。事實上，上述現(xiàn)象的臨界值完全可以計算出來：

假設(shè)一行記錄的大小為a字節(jié)，表的記錄數(shù)量為b，臨界記錄數(shù)量為c，則該表的記錄頁數(shù)量為b*a/1024/16

全表掃描的查詢成本 = I/O成本 + CPU成本
= b*a/1024/16 * 1.0 + b * 0.2


索引掃描的查詢成本 = I/O成本 + CPU成本
= c * 1.0 + c * 0.2 = c * 1.2


b*a/1024/16 * 1.0 + b * 0.2 = c * 1.2
臨界比例 = c/b 
= (a/1024/16 + 0.2)/1.2
= a * 5E-5 + 0.1667

即當(dāng)一條sql查詢超過表中超過大概17%的記錄且不能使用覆蓋索引時，會出現(xiàn)索引的回表代價太大而選擇全表掃描的現(xiàn)象。且這個比例隨著單行記錄的字節(jié)大小的增加而略微增大。

到此這篇關(guān)于mysql回表致索引失效案例講解的文章就介紹到這了,更多相關(guān)mysql回表致索引失效內(nèi)容請搜索腳本之家以前的文章或繼續(xù)瀏覽下面的相關(guān)文章希望大家以后多多支持腳本之家！

您可能感興趣的文章: