1. 问题描述

群友提出问题，表里有两个列c1、c2，分别为INT、VARCHAR类型，且分别创建了unique key。

SQL查询的条件是 WHERE c1 = ? AND c2 = ?，用EXPLAIN查看执行计划，发现优化器优先选择了VARCHAR类型的c2列索引。

他表示很不理解，难道不应该选择看起来代价更小的INT类型的c1列吗？

2. 问题复现

创建测试表t1：

[root@yejr.run]> CREATE TABLE `t1` (

  `c1` int NOT NULL AUTO_INCREMENT,

  `c2` int unsigned NOT NULL,

  `c3` varchar(20) NOT NULL,

  `c4` varchar(20) NOT NULL,

  PRIMARY KEY (`c1`),

  UNIQUE KEY `k3` (`c3`),

  UNIQUE KEY `k2` (`c2`)

) ENGINE=InnoDB;

利用 mysql_random_data_load 写入一万行数据：

mysql_random_data_load -h127.0.0.1 -uX -pX yejr t1 10000

查看执行计划：

[root@yejr.run]> EXPLAIN SELECT * FROM t1 WHERE

 c2 = 1755950419 AND c3 = 'MichaelaAnderson'\G

*************************** 1. row ***************************

           id: 1

  select_type: SIMPLE

        table: t1

   partitions: NULL

         type: const

possible_keys: k3,k2

          key: k3

      key_len: 82

          ref: const

         rows: 1

     filtered: 100.00

        Extra: NULL

可以看到优化器的确选择了 k3 索引，而非"预期"的 k2 索引，这是为什么呢？

3. 问题分析

其实原因很简单粗暴：优化器认为这两个索引选择的代价都是一样的，只是优先选中排在前面的那个索引而已。

再建一个相同的表 t2，只不过把 k2、k3 的索引创建顺序对调下：

[root@yejr.run]> CREATE TABLE `t2` (

  `c1` int NOT NULL AUTO_INCREMENT,

  `c2` int unsigned NOT NULL,

  `c3` varchar(20) NOT NULL,

  `c4` varchar(20) NOT NULL,

  PRIMARY KEY (`c1`),

  UNIQUE KEY `k2` (`c2`),

  UNIQUE KEY `k3` (`c3`)

) ENGINE=InnoDB;

再查看执行计划：

[root@yejr.run]> EXPLAIN SELECT * FROM t2 WHERE

 c2 = 1755950419 AND c3 = 'MichaelaAnderson'\G

*************************** 1. row ***************************

           id: 1

  select_type: SIMPLE

        table: t1

   partitions: NULL

         type: const

possible_keys: k2,k3

          key: k2

      key_len: 4

          ref: const

         rows: 1

     filtered: 100.00

        Extra: NULL

我们利用 EXPLAIN ANALYZE 来查看下两次执行计划的代价对比：

-- 查看t1表执行计划代价

[root@yejr.run]> EXPLAIN ANALYZE SELECT * FROM t1 WHERE

  c2 = 1755950419 AND c3 = 'MichaelaAnderson'\G

*************************** 1. row ***************************

EXPLAIN: -> Rows fetched before execution  (cost=0.00..0.00 rows=1) (actual time=0.000..0.000 rows=1 loops=1)

-- 查看t2表执行计划代价

[root@yejr.run]> EXPLAIN ANALYZE SELECT * FROM t2 WHERE  c2 = 1755950419 AND c3 = 'MichaelaAnderson'\G

*************************** 1. row ***************************

EXPLAIN: -> Rows fetched before execution  (cost=0.00..0.00 rows=1) (actual time=0.000..0.000 rows=1 loops=1)

可以看到，很明显代价都是一样的。

再利用 OPTIMIZE_TRACE 查看执行计划，也能看到两个SQL的代价是一样的：

...

          {

            "rows_estimation": [

              {

                "table": "`t1`",

                "rows": 1,

                "cost": 1,

                "table_type": "const",

                "empty": false

              }

            ]

          },

...

所以，优化器认为选择哪个索引都是一样的，就看哪个索引排序更靠前。

从执行SELECT时的debug trace结果也能佐证：

-- 1、 T1表，k3索引在前面

  PRIMARY KEY (`c1`),

  UNIQUE KEY `k3` (`c3`),

  UNIQUE KEY `k2` (`c2`)

T@2: | | | | | | | | opt: (null): starting struct

T@2: | | | | | | | | opt: table: "`t1`"

T@2: | | | | | | | | opt: field: "c3"   (C3在前面，因此最后使用k3)

T@2: | | | | | | | | >convert_string

T@2: | | | | | | | | | >alloc_root

T@2: | | | | | | | | | | enter: root: 0x40a8068

T@2: | | | | | | | | | | exit: ptr: 0x4b41ab0

T@2: | | | | | | | | | <alloc_root 304

T@2: | | | | | | | | <convert_string 2610

T@2: | | | | | | | | opt: equals: "'Louise Garrett'"

T@2: | | | | | | | | opt: null_rejecting: 0

T@2: | | | | | | | | opt: (null): ending struct

T@2: | | | | | | | | opt: Key_use: optimize= 0 used_tables=0x0 ref_table_rows= 18446744073709551615 keypart_map= 1

T@2: | | | | | | | | opt: (null): starting struct

T@2: | | | | | | | | opt: table: "`t1`"

T@2: | | | | | | | | opt: field: "c2"

T@2: | | | | | | | | opt: equals: "22896242"

T@2: | | | | | | | | opt: null_rejecting: 0

T@2: | | | | | | | | opt: null_rejecting: 0

T@2: | | | | | | | | opt: (null): ending struct

T@2: | | | | | | | | opt: Key_use: optimize= 0 used_tables=0x0 ref_table_rows= 18446744073709551615 keypart_map= 1

T@2: | | | | | | | | opt: (null): starting struct

T@2: | | | | | | | | opt: table: "`t1`"

T@2: | | | | | | | | opt: field: "c2"

T@2: | | | | | | | | opt: equals: "22896242"

T@2: | | | | | | | | opt: null_rejecting: 0

T@2: | | | | | | | | opt: (null): ending struct

T@2: | | | | | | | | opt: ref_optimizer_key_uses: ending struct

T@2: | | | | | | | | opt: (null): ending struct

-- 2、 T2表，k2索引在前面

  PRIMARY KEY (`c1`),

  UNIQUE KEY `k2` (`c2`),

  UNIQUE KEY `k3` (`c3`)

T@2: | | | | | | | | opt: (null): starting struct

T@2: | | | | | | | | opt: table: "`t2`"

T@2: | | | | | | | | opt: field: "c2" （C2在前面因此使用k2索引）

T@2: | | | | | | | | opt: equals: "22896242"

T@2: | | | | | | | | opt: null_rejecting: 0

T@2: | | | | | | | | opt: (null): ending struct

T@2: | | | | | | | | opt: Key_use: optimize= 0 used_tables=0x0 ref_table_rows= 18446744073709551615 keypart_map= 1

T@2: | | | | | | | | opt: (null): starting struct

T@2: | | | | | | | | opt: table: "`t2`"

T@2: | | | | | | | | opt: field: "c3"

T@2: | | | | | | | | >convert_string

T@2: | | | | | | | | | >alloc_root

T@2: | | | | | | | | | | enter: root: 0x40a8068

T@2: | | | | | | | | | | exit: ptr: 0x4b41ab0

T@2: | | | | | | | | | <alloc_root 304

T@2: | | | | | | | | <convert_string 2610

T@2: | | | | | | | | opt: equals: "'Louise Garrett'"

T@2: | | | | | | | | opt: null_rejecting: 0

T@2: | | | | | | | | opt: (null): ending struct

T@2: | | | | | | | | opt: ref_optimizer_key_uses: ending struct

T@2: | | | | | | | | opt: (null): ending struct

4. 问题延伸

到这里，我们不禁有疑问，这两个索引的代价真的是一样吗？

就让我们用 mysqlslap 来做个简单对比测试吧：

-- 测试1：对c2列随机point select

mysqlslap -hlocalhost -uroot -Smysql.sock --no-drop --create-schema X -i 3 --number-of-queries 1000000 -q "set @xid = cast(round(rand()*2147265929) as unsigned); select * from t1 where c2 = @xid" -c 8

...

    Average number of seconds to run all queries: 9.483 seconds

...

-- 测试2：对c3列随机point select

mysqlslap -hlocalhost -uroot -Smysql.sock --no-drop --create-schema X -i 3 --number-of-queries 1000000 -q "set @xid = concat('u',cast(round(rand()*2147265929) as unsigned)); select * from t1 where c3 = @xid" -c 8

...

    Average number of seconds to run all queries: 10.360 seconds

...

可以看到，如果是走 c3 列索引，耗时会比走 c2 列索引多出来约 7% ~ 9%（在我的环境下测试的结果，不同环境、不同数据量可能也不同）。

看来，MySQL优化器还是有必要进一步提高的哟：）

测试使用版本：GreatSQL 8.0.25（MySQL 5.6.39结果亦是如此）。

Enjoy GreatSQL

本文由博客一文多发平台 OpenWrite 发布！

巴特西

MySQL为什么"错误"选择代价更大的索引

1. 问题描述

2. 问题复现

3. 问题分析

4. 问题延伸

最新文章

热门文章