問題描述
一個(gè)用戶反映先線一個(gè)SQL語句執(zhí)行時(shí)間慢得無法接受。SQL語句看上去很簡單（本文描述中修改了表名和字段名):
SELECT count(*) FROM a JOIN b ON a.`S` = b.`S` WHERE a.`L` > '2014-03-30 00:55:00' AND a.`L` < '2014-03-30 01:00:00' ;
且查詢需要的字段都建了索引，表結(jié)構(gòu)如下：
CREATE TABLE `a` (`L` timestamp NOT NULL DEFAULT '2000-01-01 00:00:00',`I` varchar(32) CHARACTER SET utf8 COLLATE utf8_bin DEFAULT NULL,`A` varchar(32) CHARACTER SET utf8 COLLATE utf8_bin DEFAULT NULL,`S` varchar(64) CHARACTER SET utf8 COLLATE utf8_bin DEFAULT NULL,`F` tinyint(4) DEFAULT NULL,`V` varchar(256) CHARACTER SET utf8 COLLATE utf8_bin DEFAULT '',`N` varchar(64) CHARACTER SET utf8 COLLATE utf8_bin DEFAULT NULL,KEY `IX_L` (`L`),KEY `IX_I` (`I`),KEY `IX_S` (`S`)) ENGINE=InnoDB DEFAULT CHARSET=utf8;CREATE TABLE `b` (`R` timestamp NOT NULL DEFAULT '2000-01-01 00:00:00',`V` varchar(32) DEFAULT NULL,`U` varchar(32) DEFAULT NULL,`C` varchar(16) DEFAULT NULL,`S` varchar(64) DEFAULT NULL,`I` varchar(64) DEFAULT NULL,`E` bigint(32) DEFAULT NULL,`ES` varchar(128) DEFAULT NULL,KEY `IX_R` (`R`),KEY `IX_C` (`C`),KEY `IX_S` (`S`)) ENGINE=InnoDB DEFAULT CHARSET=utf8;
從語句看，這個(gè)查詢計(jì)劃很自然的，就應(yīng)該是先用a作為驅(qū)動(dòng)表，先后使用 a.L和b.S這兩個(gè)索引。而實(shí)際上explain的結(jié)果卻是：
+----+-------------+-------+-------+---------------+------+---------+----------+---------+-------------+| id | select_type | table | type | possible_keys | key | key_len | ref | rows | Extra |+----+-------------+-------+-------+---------------+------+---------+----------+---------+-------------+| 1 | SIMPLE | b | index | IX_S | IX_S | 195 | NULL | 1038165 | Using index || 1 | SIMPLE | a | ref | IX_L,IX_S | IX_S | 195 | test.b.S | 1 | Using where |+----+-------------+-------+-------+---------------+------+---------+----------+---------+-------------+
分析
從explain的結(jié)果看，查詢用了b作為驅(qū)動(dòng)表。
上一篇文章我們介紹到，MySQL選擇jion順序是分別分析各種join順序的代價(jià)后，選擇最小代價(jià)的方法。
這個(gè)join只涉及到兩個(gè)表，自然也與optimizer_search_depth無關(guān)。于是我們的問題就是，我們預(yù)期的那個(gè)join順序的為什么沒有被選中？
MySQL Tips: MySQL提供straight_join語法，強(qiáng)制設(shè)定連接順序。
explain SELECT count(*) FROM a straight_join b ON a.`S` = b.`S` WHERE a.`L` > '2014-03-30 00:55:00' AND a.`L` < '2014-03-30 01:00:00' ;+----+-------------+-------+-------+---------------+------+---------+------+---------+---------------------------------------------+| id | select_type | table | type | possible_keys | key | key_len | ref | rows | Extra |+----+-------------+-------+-------+---------------+------+---------+------+---------+---------------------------------------------+| 1 | SIMPLE | a | range | IX_L,IX_S | IX_L | 4 | NULL | 63 | Using where || 1 | SIMPLE | b | index | IX_S | IX_S | 195 | NULL | 1038165 | Using where; Using index; Using join buffer |+----+-------------+-------+-------+---------------+------+---------+------+---------+---------------------------------------------+
MySQL Tips: explain結(jié)果中，join的查詢代價(jià)可以用依次連乘rows估算。
?join順序?qū)α耍唵蔚姆治霾樵兇鷥r(jià)：普通join是1038165*1, straight_join是 63*1038165. 貌似MySQL沒有錯(cuò)。但一定哪里不對！
發(fā)現(xiàn)異常
回到我們最初的設(shè)想。我們預(yù)計(jì)表a作為驅(qū)動(dòng)表，是因?yàn)檎J(rèn)為表b能夠用上IX_S索引，而實(shí)際上staight_join的時(shí)候確實(shí)用上了，但這個(gè)結(jié)果與我們預(yù)期的又不同。
我們知道，索引的過濾性是決定了一個(gè)索引在查詢中是否會(huì)被選中的重要因素，那么是不是b.S的過濾性不好呢？
MySQL Tips: show index from tbname返回結(jié)果中Cardinality的值可以表明一個(gè)索引的過濾性。
show index的結(jié)果太多，也可以從information_schema表中取。
mysql> select * from information_schema.STATISTICS where table_name='b' and index_name='IX_S'/G*************************** 1. row ***************************TABLE_CATALOG: defTABLE_SCHEMA: testTABLE_NAME: bNON_UNIQUE: 1INDEX_SCHEMA: testINDEX_NAME: IX_SSEQ_IN_INDEX: 1COLUMN_NAME: SCOLLATION: ACARDINALITY: 1038165SUB_PART: NULLPACKED: NULLNULLABLE: YESINDEX_TYPE: BTREECOMMENT:INDEX_COMMENT:
可以這個(gè)索引的CARDINALITY: 1038165，已經(jīng)很大了。那這個(gè)表的估算行是多少呢。
show table status like 'b'/G*************************** 1. row ***************************Name: bEngine: InnoDBVersion: 10Row_format: CompactRows: 1038165Avg_row_length: 114Data_length: 119160832Max_data_length: 0Index_length: 109953024Data_free: 5242880Auto_increment: NULLCreate_time: 2014-05-23 00:24:25Update_time: NULLCheck_time: NULLCollation: utf8_general_ciChecksum: NULLCreate_options:Comment:1 row in set (0.00 sec)
從Rows: 1038165看出，IX_S這個(gè)索引的區(qū)分度被認(rèn)為非常好，已經(jīng)近似于唯一索引。
MySQL Tips: 在show table status結(jié)果中看到的Rows用于表示表的當(dāng)前行數(shù)。對于MyISAM表這是一個(gè)精確值，但對InnoDB這是個(gè)估算值。
雖然是估算值，但優(yōu)化器是以此為指導(dǎo)的，也就是說，上面的某個(gè)explain里面的數(shù)據(jù)完全不符合期望：staight_join結(jié)果中第二行的rows。
階段結(jié)論
我們發(fā)現(xiàn)整個(gè)錯(cuò)誤的邏輯是這樣的：以a為驅(qū)動(dòng)表的執(zhí)行計(jì)劃，由于索引b.S的rows估計(jì)為1038165導(dǎo)致優(yōu)化器認(rèn)為代價(jià)大于以b為驅(qū)動(dòng)表。而實(shí)際上這個(gè)索引的區(qū)分度為1.（當(dāng)然對explan結(jié)果比較熟悉的同學(xué)會(huì)發(fā)現(xiàn)，第二行的type字段和Extra字段一起詭異了)
也就是說，straight_join得到的每一行去b中查詢的時(shí)候，都走了全表掃描。在MySQL里面出現(xiàn)這種情況的最常見的是類型轉(zhuǎn)換。比如一個(gè)字符串字段，雖然包含的是全數(shù)字，但查詢的時(shí)候傳入的不是字符串格式。
在這個(gè)case里面，兩個(gè)都是字符串。因此，就是字符集相關(guān)了。
回到兩個(gè)表結(jié)構(gòu)，發(fā)現(xiàn)S字段的聲明差別在于 COLLATE utf8_bin -- 這個(gè)就是本case的根本原因了：a表得到的S值是utf8_bin，優(yōu)化器認(rèn)為類型不同，無法直接用上索引b.IX_S過濾。
至于為什么還會(huì)用上索引，這個(gè)是因?yàn)楦采w索引帶來“誤解”。
MySQL Tips：若查詢的所有結(jié)果能夠從某個(gè)索引完全得到，則會(huì)優(yōu)先用遍歷索引替代遍歷數(shù)據(jù)。
作為驗(yàn)證，
mysql> explain SELECT * FROM a straight_JOIN b ON binary a.`S` = b.`S` WHERE a.`L` > '2014-03-30 00:55:00' AND a.`L` < '2014-03-30 01:00:00' ;+―-+――――-+――-+――-+―――――+――+―――+――+―――+――――――――――――――――+| id | select_type | table | type | possible_keys | key | key_len | ref | rows | Extra |+―-+――――-+――-+――-+―――――+――+―――+――+―――+――――――――――――――――+| 1 | SIMPLE | a | range | IX_L | IX_L | 4 | NULL | 63 | Using where || 1 | SIMPLE | b | ALL | IX_S | NULL | NULL | NULL | 1038165 | Range checked for each record (index map: 0x4) |+―-+――――-+――-+――-+―――――+――+―――+――+―――+――――――――――――――――+
由于結(jié)果是select *， 無法使用覆蓋索引，因此第二行的key就顯示為NULL. (筆者淚：要是早出這個(gè)結(jié)果查起來可方便多了）
優(yōu)化
當(dāng)然最直接的想法就是修改兩個(gè)表的S字段的定義，改成相同即可。這個(gè)方法可以避免修改業(yè)務(wù)代碼，但DDL代價(jià)略大。這里提供兩種在SQL語句方面的優(yōu)化。
1、select count(*) from b join (select s from a WHERE a.`L` > '2014-03-30 00:55:00' AND a.`L` < '2014-03-30 01:00:00') ta on b.S=ta.s;
這個(gè)寫法比較直觀，需要注意最后b.S和ta.S的順序
2、SELECT count(*) FROM a JOIN b ON binary a.`S` = b.`S` WHERE a.`L` > '2014-03-30 00:55:00' AND a.`L` < '2014-03-30 01:00:00' ;
從前面的分析知道是由于b.S定義為utf8_bin.
MySQL Tips: MySQL中字符集命名規(guī)則中, XXX_bin與XXX的區(qū)別為大小寫是否敏感。
這里我們將A.s全部增加binary限定，先轉(zhuǎn)為小寫，就是將臨時(shí)結(jié)果集轉(zhuǎn)成utf8_bin，之后使用b.S匹配時(shí)就能夠直接利用索引。
其實(shí)兩個(gè)改寫方法的本質(zhì)相同，區(qū)別是寫法1是隱式轉(zhuǎn)換。理論上說寫法2速度更快些。
小結(jié)
做join的字段盡量設(shè)計(jì)為類型完全相同。
新聞熱點(diǎn)
疑難解答
圖片精選
