MySQL08-为什么MySQL有时候会选错索引

前面我们介绍过索引， 你已经知道了在MySQL中一张表其实是可以支持多个索引的。 但是， 你写SQL语句的时候， 并没有主动指定使用哪个索引。 也就是说， 使用哪个索引是由MySQL来确定的。

那什么时候MySQL选错了索引， 而导致执行速度变得很慢？
在此之前，我们先看一个例子

例子

我们先建一个简单的表， 表里有a、 b两个字段， 并分别建上索引：

下面的三条SQL语句， 就是这个实验过程。

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

后， 我们往表t中插入10万行记录， 取值按整数递增， 即： (1,1,1)， (2,2,2)， (3,3,3) 直到(100000,100000,100000)。

我是用存储过程来插入数据的， 这里我贴出来方便你复现：

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();

接下来， 我们分析一条SQL语句：

mysql> select * from t where a between 10000 and 20000;

你一定会说， 这个语句还用分析吗， 很简单呀， a上有索引， 肯定是要使用索引a的。你说得没错， 图1显示的就是使用explain命令看到的这条语句的执行情况。

从图1看上去， 这条查询语句的执行也确实符合预期， key这个字段值是’a’， 表示优化器选择了索引a。

不过别急， 这个案例不会这么简单。 在我们已经准备好的包含了10万行数据的表上， 我们再做如下操作。

这里， session A的操作你已经很熟悉了， 它就是开启了一个事务。 随后， session B把数据都删除后， 又调用了 idata这个存储过程， 插入了10万行数据。

这时候， session B的查询语句select * from t where a between 10000 and 20000就不会再选择索引a了。 我们可以通过慢查询日志（slow log） 来查看一下具体的执行情况。

为了说明优化器选择的结果是否正确， 我增加了一个对照， 即： 使用force index(a)来让优化器强制使用索引a（这部分内容， 我还会在这篇文章的后半部分中提到） 。

下面的三条SQL语句， 就是这个实验过程。

set long_query_time=0;
select * from t where a between 10000 and 20000; /*Q1*/
select * from t force index(a) where a between 10000 and 20000;/*Q2*/

• 第一句， 是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入慢查询日志中；
• 第二句， Q1是session B原来的查询；
• 第三句， Q2是加了force index(a)来和session B原来的查询语句执行情况对比。

如图3所示是这三条SQL语句执行完成后的慢查询日志

Q1扫描了10万行， 显然是走了全表扫描， 执行时间是40毫秒。 Q2扫描了10001行，执行了21毫秒。 也就是说， 我们在没有使用force index的时候， MySQL用错了索引， 导致了更长的执行时间。

这个例子对应的是我们平常不断地删除历史数据和新增数据的场景。 这时， MySQL竟然会选错索引， 是不是有点奇怪呢？ 今天， 我们就从这个奇怪的结果说起吧。

优化器的逻辑

在第一篇文章中， 我们就提到过， 选择索引是优化器的工作。

而优化器选择索引的目的， 是找到一个最优的执行方案， 并用最小的代价去执行语句。 在数据库里面， 扫描行数是影响执行代价的因素之一。 扫描的行数越少， 意味着访问磁盘数据的次数越少， 消耗的CPU资源越少。

影响MySQL选择索引决策的因素
当然， 扫描行数并不是唯一的判断标准， 优化器还会结合是否使用临时表、 是否排序等因素进行综合判断。我们这个简单的查询语句并没有涉及到临时表和排序， 所以MySQL选错索引肯定是在判断扫描行数的时候出问题了。

那么， 问题就是： 扫描行数是怎么判断的？

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， 而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”。 显然， 一个索引上不同的值越多， 这个索引的区分度就越好。 而一个索引上不同的值的个数， 我们称之为基数（cardinality） 。 也就是说， 这个基数越大， 索引的区分度越好。

我们可以使用show index方法， 看到一个索引的基数。 如图4所示， 就是表t的show index的结果。 虽然这个表的每一行的三个字段值都是一样的， 但是在统计信息中， 这三个索引的基数值并不同， 而且其实都不准确。

MySQL是怎样得到索引的基数的呢？

这里， 我给你简单介绍一下MySQL采样统计的方
法。
为什么要采样统计呢？ 因为把整张表取出来一行行统计， 虽然可以得到精确的结果， 但是代价太高了， 所以只能选择“采样统计。

采样统计的策略
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， 然后乘以这个索引的页面数， 就得到了这个索引的基数。

什么时候触发统计
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。

MySQL存储索引统计的方式
有两种存储索引统计的方式， 可以通过设置参数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。

索引统计值（cardinality列） 虽然不够精确， 但大体上还是差不多的， 选错索引一定还有别的原因。

其实索引统计只是一个输入， 对于一个具体的语句来说， 优化器还要判断， 执行这个语句本身要扫描多少行。

接下来， 我们再一起看看优化器预估的， 这两个语句的扫描行数是多少

rows这个字段表示的是预计扫描行数。

其中， Q1的结果还是符合预期的， rows的值是104620； 但是Q2的rows值是37116， 偏差就大了。 而图1中我们用explain命令看到的rows是只有10001行， 是这个偏差误导了优化器的判断。

到这里， 可能你的第一个疑问不是为什么不准， 而是优化器为什么放着扫描37000行的执行计划不用， 却选择了扫描行数是100000的执行计划呢？

这是因为， 如果使用索引a， 每次从索引a上拿到一个值， 都要回到主键索引上查出整行数据，这个代价优化器也要算进去的。

而如果选择扫描10万行， 是直接在主键索引上扫描的， 没有额外的代价。

优化器会估算这两个选择的代价， 从结果看来， 优化器认为直接扫描主键索引更快。 当然， 从执行时间看来， 这个选择并不是最优的。

使用普通索引需要把回表的代价算进去， 在图1执行explain的时候， 也考虑了这个策略的代价 ，但图1的选择是对的。 也就是说， 这个策略并没有问题。

所以冤有头债有主， MySQL选错索引， 这件事儿还得归咎到没能准确地判断出扫描行数。 至于为什么会得到错误的扫描行数， 这个原因就作为课后问题， 留给你去分析了

统计信息不对，如何修正？

既然是统计信息不对， 那就修正。 analyze table t 命令， 可以用来重新统计索引信息。 我们来看一下执行效果。

这回对了。

所以在实践中， 如果你发现explain的结果预估的rows值跟实际情况差距比较大， 可以采用这个方法来处理。

其实， 如果只是索引统计不准确， 通过analyze命令可以解决很多问题， 但是前面我们说了， 优化器可不止是看扫描行数。

索引选择异常和处理

一种方法是， 像我们第一个例子一样， 采用force index强行选择一个索引。 MySQL会根据词法解析的结果分析出可能可以使用的索引作为候选项， 然后在候选列表中依次判断每个索引需要扫描多少行。 如果force index指定的索引在候选索引列表中， 就直接选择这个索引， 不再评估其他索引的执行代价。

我们来看看第二个例子。 刚开始分析时， 我们认为选择索引a会更好。 现在， 我们就来看看执行效果：

可以看到， 原本语句需要执行2.23秒， 而当你使用force index(a)的时候， 只用了0.05秒， 比优化器的选择快了40多倍。也就是说， 优化器没有选择正确的索引， force index起到了“矫正”的作用。

第二种方法就是， 我们可以考虑修改语句， 引导MySQL使用我们期望的索引。 比如， 在这个例子里， 显然把“order byb limit 1” 改成 “order byb,a limit 1” ， 语义的逻辑是相同的。我们来看看改之后的效果。

之前优化器选择使用索引b， 是因为它认为使用索引b可以避免排序（b本身是索引， 已经是有序的了， 如果选择索引b的话， 不需要再做排序， 只需要遍历） ， 所以即使扫描行数多， 也判定为代价更小。

现在order byb,a 这种写法，要求按照b,a排序， 就意味着使用这两个索引都需要排序。 因此， 扫描行数成了影响决策的主要条件（也就是说MySQL默认排序比行数更影响执行时间）， 于是此时优化器选了只需要扫描1000行的索引a。

第三种方法是， 在有些场景下， 我们可以新建一个更合适的索引， 来提供给优化器做选择， 或删掉误用的索引。

不过， 在这个例子中， 我没有找到通过新增索引来改变优化器行为的方法。 这种情况其实比较少， 尤其是经过DBA索引优化过的库， 再碰到这个bug， 找到一个更合适的索引一般比较难。

如果我说还有一个方法是删掉索引b， 你可能会觉得好笑。 但实际上我碰到过两次这样的例子，最终是DBA跟业务开发沟通后， 发现这个优化器错误选择的索引其实根本没有必要存在， 于是就删掉了这个索引， 优化器也就重新选择到了正确的索引。