MySQL中的一张表可以支持多个索引,如果SQL语句中没有主动指定使用哪个索引,那么,MySQL会自己来确定使用哪个索引。由MySQL中的优化器负责选择索引。
RR隔离级别下,假设有如下表:
-- 建表
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;
-- 通过存储过程插入数据
delimiter ;;
create procedure idata()
begin
declare i int;
set i=1;
while(i<=100000)do
insert into t values(i, i, i);
set i=i+1;
end while;
end;;
delimiter ;
call idata();
按顺序执行上述语句就会发现,MySQL用错了索引,导致了更长的执行时间。实验过程如下:
set long_query_time=0;
select * from t where a between 10000 and 20000;
select * from t force index(a) where a between 10000 and 20000;
第一句,将慢查询日志的阈值设置为0,表示这个线程接下来的语句都会被记录到慢查询日志中。
第二句,session B的语句
第三句,在session B的基础上增加了force index(a)
慢查询日志如下:
从上图中可以看到,第二句扫描了10万行,走了全表扫描,执行时间40毫秒;第三句扫描了10001行,执行了21毫秒。
优化器选择索引时的判断标准主要有:扫描行数、是否使用临时表、是否排序等
MySQL在真正开始执行语句之前,并不能精确地知道满足这个条件的记录有多少条,只能根据统计信息来估算记录数。这个统计信息就是索引的“区分度”,一个索引上不同的值的个数,称之后“基数”(cardinality),基数越大,索引的区分度越好。可以通过语句:show index来查看一个索引的基数。如下图所示:
MySQL中索引的基数是通过采样统计得来的,采样统计的时候,InnoDB默认会选择N个数据页,统计这些页面上的不同值,得到一个平均值,然后再乘以这个索引的页面数,就得到了这个索引的基数。而数据表是会持续更新的,索引统计信息也不会固定不变,所以,当变更的数据行数超过1/M的时候,会自动触发重新做一次索引统计。
在MySQL中,有两种存储索引统计的方式,可以通过参数innodb_stats_persistent的值来选择:
- 设置为on的时候,表示统计信息会持久化存储。这时,默认的N是20,M是10。
- 设置为off的时候,表示统计信息只存储在内存中。这时,默认的N是8,M是16。
如果一个表的统计信息不准确,可以通过:analyze table t来重新统计索引信息。
MySQL选错索引,可以通过以下三种方法解决:
1、采用force index强行选择一个索引;
2、修改语句,引导MySQL使用期望的索引;
3、新建一个更合适的索引或者删掉误用的索引。
正文止。