百木园-与人分享,
就是让自己快乐。

MySQL实战45讲 18

18 | 为什么这些SQL语句逻辑相同,性能却差异巨大?

在 MySQL 中,有很多看上去逻辑相同,但性能却差异巨大的 SQL 语句。对这些语句使用不当的话,就会不经意间导致整个数据库的压力变大。

三个案例

案例一:条件字段函数操作

假设你现在维护了一个交易系统,其中交易记录表 tradelog 包含交易流水号(tradeid)、交易员 id(operator)、交易时间(t_modified)等字段,先忽略其他字段。这个表的建表语句如下:

CREATE TABLE `tradelog` (
  `id` int(11) NOT NULL,
  `tradeid` varchar(32) DEFAULT NULL,
  `operator` int(11) DEFAULT NULL,
  `t_modified` datetime DEFAULT NULL,
  PRIMARY KEY (`id`),
  KEY `tradeid` (`tradeid`),
  KEY `t_modified` (`t_modified`)
) ENGINE=InnoDB DEFAULT CHARSET=utf8mb4;

现在已经记录了从 2016 年初到 2018 年底的所有数据,有一个需求是要统计发生在所有年份中 7 月份的交易记录总数。SQL 语句可能会这么写:

select count(*) from tradelog where month(t_modified)=7;

发现执行了特别久,才返回了结果。

原因:如果对字段做了函数计算,就用不上索引了,这是 MySQL 的规定。

Q:为什么条件是 where t_modified=\'2018-7-1’的时候可以用上索引,而改成 where month(t_modified)=7 的时候就不行了?

A:

由于加了 month() 函数操作,MySQL 无法再使用索引快速定位功能,而只能使用全索引扫描

下面是这个 t_modified 索引的示意图。方框上面的数字就是 month() 函数对应的值。

image-20220728142109346

如果你的 SQL 语句条件用的是 where t_modified=\'2018-7-1’的话,引擎就会按照上面绿色箭头的路线,快速定位到 t_modified=\'2018-7-1’需要的结果。

B+ 树提供的这个快速定位能力,来源于同一层兄弟节点的有序性

但是,如果计算 month() 函数的话,传入 7 的时候,在树的第一层就不知道该怎么办了。

也就是说,对索引字段做函数操作,可能会破坏索引值的有序性,因此优化器就决定放弃走树搜索功能。

需要注意的是,优化器并不是要放弃使用这个索引

在这个例子里,放弃了树搜索功能,优化器可以选择遍历主键索引,也可以选择遍历索引 t_modified,优化器对比索引大小后发现,索引 t_modified 更小,遍历这个索引比遍历主键索引来得更快(注意是遍历)。因此最终还是会选择索引 t_modified。

使用 explain 命令,查看一下这条 SQL 语句的执行结果。

key=\"t_modified\"表示的是,使用了 t_modified 这个索引;我在测试表数据中插入了 10 万行数据,rows=100335,说明这条语句扫描了整个索引的所有值;Extra 字段的 Using index,表示的是使用了覆盖索引

也就是说,由于在 t_modified 字段加了 month() 函数操作,导致了全索引扫描。为了能够用上索引的快速定位能力,我们就要把 SQL 语句改成基于字段本身的范围查询。按照下面这个写法,优化器就能按照我们预期的,用上 t_modified 索引的快速定位能力了。

select count(*) from tradelog where
    -> (t_modified >= \'2016-7-1\' and t_modified<\'2016-8-1\') or
    -> (t_modified >= \'2017-7-1\' and t_modified<\'2017-8-1\') or 
    -> (t_modified >= \'2018-7-1\' and t_modified<\'2018-8-1\');

即使是对于不改变有序性的函数,也不会考虑使用索引。比如,对于 select * from tradelog where id + 1 = 10000 这个 SQL 语句,这个加 1 操作并不会改变有序性,但是 MySQL 优化器还是不能用 id 索引快速定位到 9999 这一行。所以,需要你在写 SQL 语句的时候,手动改写成 where id = 10000 -1 才可以。

案例二:隐式类型转换

select * from tradelog where tradeid=110717;

交易编号 tradeid 这个字段上,本来就有索引,但是 explain 的结果却显示,这条语句需要走全表扫描

原因:tradeid 的字段类型是 varchar(32),而输入的参数却是整型,所以需要做类型转换。

Q:数据类型转换的规则是什么?

A:

字符串和数字做比较的话,是将字符串转换成数字

看 select “10” > 9 的结果:

  1. 如果规则是“将字符串转成数字”,那么就是做数字比较,结果应该是 1;
  2. 如果规则是“将数字转成字符串”,那么就是做字符串比较,结果应该是 0。

Q:为什么有数据类型转换,就需要走全索引扫描?

A:

对于优化器来说,上面的SQL语句相当于:

select * from tradelog where  CAST(tradid AS signed int) = 110717;

也就是说,这条语句触发了我们上面说到的规则:对索引字段做函数操作,优化器会放弃走树搜索功能。

案例三:隐式字符编码转换

假设系统里还有另外一个表 trade_detail,用于记录交易的操作细节。往交易日志表 tradelog 和交易详情表 trade_detail 这两个表里插入一些数据。

CREATE TABLE `trade_detail` (
  `id` int(11) NOT NULL,
  `tradeid` varchar(32) DEFAULT NULL,
  `trade_step` int(11) DEFAULT NULL, /* 操作步骤 */
  `step_info` varchar(32) DEFAULT NULL, /* 步骤信息 */
  PRIMARY KEY (`id`),
  KEY `tradeid` (`tradeid`)
) ENGINE=InnoDB DEFAULT CHARSET=utf8;
 
insert into tradelog values(1, \'aaaaaaaa\', 1000, now());
insert into tradelog values(2, \'aaaaaaab\', 1000, now());
insert into tradelog values(3, \'aaaaaaac\', 1000, now());
 
insert into trade_detail values(1, \'aaaaaaaa\', 1, \'add\');
insert into trade_detail values(2, \'aaaaaaaa\', 2, \'update\');
insert into trade_detail values(3, \'aaaaaaaa\', 3, \'commit\');
insert into trade_detail values(4, \'aaaaaaab\', 1, \'add\');
insert into trade_detail values(5, \'aaaaaaab\', 2, \'update\');
insert into trade_detail values(6, \'aaaaaaab\', 3, \'update again\');
insert into trade_detail values(7, \'aaaaaaab\', 4, \'commit\');
insert into trade_detail values(8, \'aaaaaaac\', 1, \'add\');
insert into trade_detail values(9, \'aaaaaaac\', 2, \'update\');
insert into trade_detail values(10, \'aaaaaaac\', 3, \'update again\');
insert into trade_detail values(11, \'aaaaaaac\', 4, \'commit\');

这时候,如果要查询 id=2 的交易的所有操作步骤信息,SQL 语句可以这么写:

select d.* from tradelog l, trade_detail d where d.tradeid=l.tradeid and l.id=2; /* 语句 Q1*/

语句 Q1 的 explain 结果如下

  1. 第一行显示优化器会先在交易记录表 tradelog 上查到 id=2 的行,这个步骤用上了主键索引,rows=1 表示只扫描一行;
  2. 第二行 key=NULL,表示没有用上交易详情表 trade_detail 上的 tradeid 索引,进行了全表扫描。

在这个执行计划里,是从 tradelog 表中取 tradeid 字段,再去 trade_detail 表里查询匹配字段

因此,我们把 tradelog 称为驱动表,把 trade_detail 称为被驱动表,把 tradeid 称为关联字段

语句 Q1 的执行过程如下:

  • 第 1 步,是根据 id 在 tradelog 表里找到 L2 这一行;
  • 第 2 步,是从 L2 中取出 tradeid 字段的值;
  • 第 3 步,是根据 tradeid 值到 trade_detail 表中查找条件匹配的行。explain 的结果里面第二行的 key=NULL 表示的就是,这个过程是通过遍历主键索引的方式,一个一个地判断 tradeid 的值是否匹配。

第 3 步不符合我们的预期。因为表 trade_detail 里 tradeid 字段上是有索引的,我们本来是希望通过使用 tradeid 索引能够快速定位到等值的行。但,这里并没有。

原因:因为这两个表的字符集不同,一个是 utf8,一个是 utf8mb4,所以做表连接查询的时候用不上关联字段的索引。

Q:为什么字符集不同就用不上索引呢?

A:如果单独把第 3 步改成 SQL 语句的话,那就是:

select * from trade_detail where tradeid=$L2.tradeid.value; 

其中,$L2.tradeid.value 的字符集是 utf8mb4。

字符集 utf8mb4 是 utf8 的超集,所以当这两个类型的字符串在做比较的时候,MySQL 内部的操作是,先把 utf8 字符串转成 utf8mb4 字符集,再做比较。

这个设定很好理解,utf8mb4 是 utf8 的超集。类似地,在程序设计语言里面,做自动类型转换的时候,为了避免数据在转换过程中由于截断导致数据错误,也都是“按数据长度增加的方向”进行转换的。

因此, 在执行上面这个语句的时候,需要将被驱动数据表里的字段一个个地转换成 utf8mb4,再跟 L2 做比较。

实际上这个语句等同于下面这个写法:

select * from trade_detail  where CONVERT(traideid USING utf8mb4)=$L2.tradeid.value; 

再次触发了上面说到的原则:对索引字段做函数操作,优化器会放弃走树搜索功能。

字符集不同只是条件之一,连接过程中要求在被驱动表的索引字段上加函数操作,是直接导致对被驱动表做全表扫描的原因

作为对比验证,“查找 trade_detail 表里 id=4 的操作,对应的操作者是谁”,再来看下这个语句和它的执行计划。

select l.operator from tradelog l , trade_detail d where d.tradeid=l.tradeid and d.id=4;

这个语句里 trade_detail 表成了驱动表,但是 explain 结果的第二行显示,这次的查询操作用上了被驱动表 tradelog 里的索引 (tradeid),扫描行数是 1。

Q:为什么这次能用上被驱动表的 tradeid 索引呢?

A:

假设驱动表 trade_detail 里 id=4 的行记为 R4,那么在连接的时候,被驱动表 tradelog 上执行的就是类似这样的 SQL 语句:

select operator from tradelog  where traideid =$R4.tradeid.value; 

这时候 $R4.tradeid.value 的字符集是 utf8, 按照字符集转换规则,要转成 utf8mb4,所以这个过程就被改写成:

select operator from tradelog  where traideid =CONVERT($R4.tradeid.value USING utf8mb4); 

这里的 CONVERT 函数是加在输入参数上的这样就可以用上被驱动表的 traideid 索引

如果要优化语句

select d.* from tradelog l, trade_detail d where d.tradeid=l.tradeid and l.id=2;

有两种做法:

  • 比较常见的优化方法是,把 trade_detail 表上的 tradeid 字段的字符集也改成 utf8mb4,这样就没有字符集转换的问题了。
alter table trade_detail modify tradeid varchar(32) CHARACTER SET utf8mb4 default null;
  • 但如果数据量比较大, 或者业务上暂时不能做这个 DDL 的话,那就只能采用修改 SQL 语句的方法了。
mysql> select d.* from tradelog l , trade_detail d where d.tradeid=CONVERT(l.tradeid USING utf8) and l.id=2; 

主动把 l.tradeid 转成 utf8,就避免了被驱动表上的字符编码转换

小结

索引字段不能进行函数操作,但是索引字段的参数(=后面的值)可以用函数

补充:字符截断

表结构如下:

CREATE TABLE `table_a` (
  `id` int(11) NOT NULL,
  `b` varchar(10) DEFAULT NULL,
  PRIMARY KEY (`id`),
  KEY `b` (`b`)
) ENGINE=InnoDB;

假设现在表里面,有 100 万行数据,其中有 10 万行数据的 b 的值是’1234567890’, 假设现在执行语句是这么写的:

select * from table_a where b=\'1234567890abcd\';

Q: 这时候,MySQL 会怎么执行呢?

A: 最理想的情况是,MySQL 看到字段 b 定义的是 varchar(10),直接返回空呀。可惜,MySQL 并没有这么做。

那要不,就是把’1234567890abcd’拿到索引里面去做匹配,肯定也没能够快速判断出索引树 b 上并没有这个值,也很快就能返回空结果。但实际上,MySQL 也不是这么做的。

这条 SQL 语句的执行很慢,流程是这样的:

  1. 在传给引擎执行的时候,做了字符截断。因为引擎里面这个行只定义了长度是 10,所以只截了前 10 个字节,就是’1234567890’进去做匹配;
  2. 这样满足条件的数据有 10 万行;
  3. 因为是 select *, 所以要做 10 万次回表;
  4. 但是每次回表以后查出整行,到 server 层一判断,b 的值都不是’1234567890abcd’;
  5. 返回结果是空。

虽然执行过程中可能经过函数操作,但是最终在拿到结果后,server 层还是要做一轮判断的


来源:https://www.cnblogs.com/ydssx7/p/16528953.html
本站部分图文来源于网络,如有侵权请联系删除。

未经允许不得转载:百木园 » MySQL实战45讲 18

相关推荐

  • 暂无文章