mysql的hint_新特性解读 | MySQL 8.0 新增 HINT 模式

原创作者：杨涛涛

在开始演示之前，我们先介绍下两个概念。

概念一，数据的可选择性基数，也就是常说的cardinality值。

查询优化器在生成各种执行计划之前，得先从统计信息中取得相关数据，这样才能估算每步操作所涉及到的记录数，而这个相关数据就是cardinality。简单来说，就是每个值在每个字段中的唯一值分布状态。

比如表t1有100行记录，其中一列为f1。f1中唯一值的个数可以是100个，也可以是1个，当然也可以是1到100之间的任何一个数字。这里唯一值越的多少，就是这个列的可选择基数。

那看到这里我们就明白了，为什么要在基数高的字段上建立索引，而基数低的的字段建立索引反而没有全表扫描来的快。当然这个只是一方面，至于更深入的探讨就不在我这篇探讨的范围了。

概念二，关于HINT的使用。

这里我来说下HINT是什么，在什么时候用。

HINT简单来说就是在某些特定的场景下人工协助MySQL优化器的工作，使她生成最优的执行计划。一般来说，优化器的执行计划都是最优化的，不过在某些特定场景下，执行计划可能不是最优化。

比如：表t1经过大量的频繁更新操作，(UPDATE,DELETE,INSERT)，cardinality已经很不准确了，这时候刚好执行了一条SQL，那么有可能这条SQL的执行计划就不是最优的。为什么说有可能呢？

来看下具体演示

譬如，以下两条SQL，A：

select * from t1 where f1 = 20;B：

select * from t1 where f1 = 30;

如果f1的值刚好频繁更新的值为30，并且没有达到MySQL自动更新cardinality值的临界值或者说用户设置了手动更新又或者用户减少了sample page等等，那么对这两条语句来说，可能不准确的就是B了。

这里顺带说下，MySQL提供了自动更新和手动更新表cardinality值的方法，因篇幅有限，需要的可以查阅手册。

那回到正题上，MySQL 8.0 带来了几个HINT，我今天就举个index_merge的例子。

示例表结构：

mysql> desc t1;

+------------+--------------+------+-----+---------+----------------+

| Field | Type | Null | Key | Default | Extra |

+------------+--------------+------+-----+---------+----------------+

| id | int(11) | NO | PRI | NULL | auto_increment |

| rank1 | int(11) | YES | MUL | NULL | |

| rank2 | int(11) | YES | MUL | NULL | |

| log_time | datetime | YES | MUL | NULL | |

| prefix_uid | varchar(100) | YES | | NULL | |

| desc1 | text | YES | | NULL | |

| rank3 | int(11) | YES | MUL | NULL | |

+------------+--------------+------+-----+---------+----------------+

7 rows in set (0.00 sec)

表记录数：

mysql> select count(*) from t1;

+----------+

| count(*) |

+----------+

| 32768 |

+----------+

1 row in set (0.01 sec)

这里我们两条经典的SQL：SQL C：

select * from t1 where rank1 = 1 or rank2 = 2 or rank3 = 2;SQL D：

select * from t1 where rank1 =100 and rank2 =100 and rank3 =100;

表t1实际上在rank1,rank2,rank3三列上分别有一个二级索引。

那我们来看SQL C的查询计划。

显然，没有用到任何索引，扫描的行数为32034，cost为3243.65。

mysql> explain format=json select * from t1 where rank1 =1 or rank2 = 2 or rank3 = 2\G

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

EXPLAIN: {

"query_block": {

"select_id": 1,

"cost_info": {

"query_cost": "3243.65"

},

"table": {

"table_name": "t1",

"access_type": "ALL",

"possible_keys": [

"idx_rank1",

"idx_rank2",

"idx_rank3"

],

"rows_examined_per_scan": 32034,

"rows_produced_per_join": 115,

"filtered": "0.36",

"cost_info": {

"read_cost": "3232.07",

"eval_cost": "11.58",

"prefix_cost": "3243.65",

"data_read_per_join": "49K"

},

"used_columns": [

"id",

"rank1",

"rank2",

"log_time",

"prefix_uid",

"desc1",

"rank3"

],

"attached_condition": "((`ytt`.`t1`.`rank1` = 1) or (`ytt`.`t1`.`rank2` = 2) or (`ytt`.`t1`.`rank3` = 2))"

}

}

}

1 row in set, 1 warning (0.00 sec)

我们加上hint给相同的查询，再次看看查询计划。

这个时候用到了index_merge,union了三个列。扫描的行数为1103，cost为441.09，明显比之前的快了好几倍。

mysql> explain format=json select /*+ index_merge(t1) */ * from t1 where rank1 =1 or rank2 = 2 or rank3 = 2\G

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

EXPLAIN: {

"query_block": {

"select_id": 1,

"cost_info": {

"query_cost": "441.09"

},

"table": {

"table_name": "t1",

"access_type": "index_merge",

"possible_keys": [

"idx_rank1",

"idx_rank2",

"idx_rank3"

],

"key": "union(idx_rank1,idx_rank2,idx_rank3)",

"key_length": "5,5,5",

"rows_examined_per_scan": 1103,

"rows_produced_per_join": 1103,

"filtered": "100.00",

"cost_info": {

"read_cost": "330.79",

"eval_cost": "110.30",

"prefix_cost": "441.09",

"data_read_per_join": "473K"

},

"used_columns": [

"id",

"rank1",

"rank2",

"log_time",

"prefix_uid",

"desc1",

"rank3"

],

"attached_condition": "((`ytt`.`t1`.`rank1` = 1) or (`ytt`.`t1`.`rank2` = 2) or (`ytt`.`t1`.`rank3` = 2))"

}

}

}

1 row in set, 1 warning (0.00 sec)

我们再看下SQL D的计划：不加HINT，

mysql> explain format=json select * from t1 where rank1 =100 and rank2 =100 and rank3 =100\G

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

EXPLAIN: {

"query_block": {

"select_id": 1,

"cost_info": {

"query_cost": "534.34"

},

"table": {

"table_name": "t1",

"access_type": "ref",

"possible_keys": [

"idx_rank1",

"idx_rank2",

"idx_rank3"

],

"key": "idx_rank1",

"used_key_parts": [

"rank1"

],

"key_length": "5",

"ref": [

"const"

],

"rows_examined_per_scan": 555,

"rows_produced_per_join": 0,

"filtered": "0.07",

"cost_info": {

"read_cost": "478.84",

"eval_cost": "0.04",

"prefix_cost": "534.34",

"data_read_per_join": "176"

},

"used_columns": [

"id",

"rank1",

"rank2",

"log_time",

"prefix_uid",

"desc1",

"rank3"

],

"attached_condition": "((`ytt`.`t1`.`rank3` = 100) and (`ytt`.`t1`.`rank2` = 100))"

}

}

}

1 row in set, 1 warning (0.00 sec)加了HINT，

mysql> explain format=json select /*+ index_merge(t1)*/ * from t1 where rank1 =100 and rank2 =100 and rank3 =100\G

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

EXPLAIN: {

"query_block": {

"select_id": 1,

"cost_info": {

"query_cost": "5.23"

},

"table": {

"table_name": "t1",

"access_type": "index_merge",

"possible_keys": [

"idx_rank1",

"idx_rank2",

"idx_rank3"

],

"key": "intersect(idx_rank1,idx_rank2,idx_rank3)",

"key_length": "5,5,5",

"rows_examined_per_scan": 1,

"rows_produced_per_join": 1,

"filtered": "100.00",

"cost_info": {

"read_cost": "5.13",

"eval_cost": "0.10",

"prefix_cost": "5.23",

"data_read_per_join": "440"

},

"used_columns": [

"id",

"rank1",

"rank2",

"log_time",

"prefix_uid",

"desc1",

"rank3"

],

"attached_condition": "((`ytt`.`t1`.`rank3` = 100) and (`ytt`.`t1`.`rank2` = 100) and (`ytt`.`t1`.`rank1` = 100))"

}

}

}

1 row in set, 1 warning (0.00 sec)

对比下以上两个，加了HINT的比不加HINT的cost小了100倍。

总结下，就是说表的cardinality值影响这张的查询计划，如果这个值没有正常更新的话，就需要手工加HINT了。相信MySQL未来的版本会带来更多的HINT。

历期文章回顾