写点什么

踩坑 MySQL 索引,看看你真的会用么?

发布于: 2021 年 04 月 05 日
踩坑 MySQL 索引,看看你真的会用么?

关于 MySQL 索引,对于研发同学,尤其是后端研发同学,一定不会陌生。我们工作中经常会用到 MySQL 数据库,就肯定会经常用到性能优化方面的设计和考量,常常用涉及到 MySQL 索引。但是关于 MySQL 索引,你真的用对了么?


对了,在开始正式知识点讲解之前,还需要来个不那么正式的自我介绍吧,哈哈哈~

我多年后端研发经验,“混迹”于多个互联网大厂,专注软件架构技术研究学习,希望能够持续发挥自身多余的热量,将自己工作中的问题和技术总结输出,分享影响到更多的人。

大家看我的头像图片像是一个陀螺,其实是寓意螺旋式上升,让技术和自我能够不断精进。


接下来,我会通过一个自己工作中真实遇到一个 MySQL 查询应用问题为背景,来逐步剖析分析,见招拆招,以科学理论为依据,分析探究,希望能带大家一起明确索引应用原则,最终将问题探究清楚。

主要原则:问题驱动;

主要流程:应用现象-问题分析-疑点跟进-层层探究-结论明晰。


那接下来,让我们利用约 15min 的时间,让自由的思路飞一会儿吧!

问题介绍

我们存在这样一张数据表(cities),记录了城市 code 和名称一些基本数据。



有一天,我在执行如下 SQL 的时候(一个是指定了字段 id,另一个未指定查询字段,而是利用了 *),发现两种情况下查询执行结果竟然不一样!

Case1:select id from cities limit 1; 
复制代码

查询结果:

id:2


Case2:select * from cities limit 1;
复制代码

查询结果:


这事成功的引起了我的注意,那就继续搞起吧!

问题分析

按照之前的工作经验告诉我,遇事不要慌,先 explain 解释执行看看吧。

Case1:explain select id from cities limit 1;
复制代码

执行结果:


Case2:explain select * from cities limit 1;
复制代码

执行结果:


经过上面的执行计划查看,发现 Case1 中的 SQL 应用到了一个名为'uniq_city_code'的索引,而第二个走了全表扫描查询。


问题初步结论:也就是说两个 SQL 由于查询字段的不同,导致 MySQL 在具体执行时候选取了不同的索引策略,从而导致了查询结果的不同。

疑点跟进

其实经过上面的分析,其实还存在几个疑问点:

  • 为什么 Case1 查询中并没有出现 city_code 字段,却会使用其索引?

  • 为什么 Case2 查询就不会使用 uniq_city_code 的索引?


可能细心的同学也发现了,还有就是 Case1 查询计划中 Extra 字段为 Using index,说明满足了索引覆盖(索引中包含了所有满足查询条件的数据,无需从表中查询),可是 uniq_city_code 这个索引中并没有 id 这个字段,为何能以覆盖索引的方式执行?


带着上面的一脸疑问,我们先来一起回顾下 MySQL 引擎索引的实现方式吧。

如图所示,为 Innodb、以及参考对比的 MyISAM 引擎的索引实现图例。

1、InnoDB 聚簇索引和辅助索引(非聚簇索引)的对比图示


同时便于大家理解,我标记黄线、红线分别代表两种引擎方式的数据查询路径,大家可以参照图例,体会对比一下。

InnoDB 按聚簇索引的形式存储数据,所以它的数据布局有着很大的不同。

1)聚簇索引中的每个叶子节点包含 primary key 的值,事务 ID 和回滚指针(rollback pointer)——用于事务和 MVCC,和余下的列(如 col2)。

2)相对于 MyISAM,辅助索引与聚簇索引有很大的不同。InnoDB 的二级索引的叶子包含 primary key 的值,而不是行指针(row pointers),这减小了移动数据或者数据页面分裂时维护二级索引的开销,因为 InnoDB 不需要更新索引的行指针。


2、MyISAM 引擎方式索引图示


MyISAM 不支持聚簇索引,索引中每一个叶子节点仅仅包含行号(row number),且叶子节点按照 col1 的顺序存储。

在 MyISAM 中,primary key 和其它索引没有什么区别。Primary key 仅仅只是一个叫做 PRIMARY 的唯一,非空的索引而已。


好了,我们还是回到问题本身。

我们其实可以得出这样一个初步结论:

Case1:select id from cities limit 1;
复制代码

因为 uniq_city_code 索引中包含 id 字段,此查询可以从 uniq_city_code 索引中直接取得数据,所以优化器选择走 uniq_city_code 索引;

Case2:select * from cities limit 1;
复制代码

此查询中 select * 选取了在 uniq_city_code 索引中不包含的列,所以无法使用 uniq_city_code 这个索引。


为了验证一下我们刚刚得到的初步结论,我们来利用 Case3 验证一下。

Case3:select id, city_code from cities limit 1;
复制代码

执行结果:


按照上述的理论依据,Case1(查询 id)与 Case3(查询 id+city_code)执行应用的查询计划应该是一致的。

通过验证实验我们可以确定一个结论:Case1 的查询确实存在索引覆盖情况。

官方辅证

我们再继续追问一下:为什么要用到索引覆盖呢?不用可不可以呢?

我们先来看看 MySQL 官方的解释...


其实说了这么多,本质就是最后一句,这样做可以使查询更快!

好了,大家可以一起来思考下这个问题:

既然主键索引包含所有数据列,那么使用主键索引一样可以做到索引覆盖,为什么优化器不选择使用主键索引?”

......


其实这个问题,就是典型的 MySQL 索引选取原则。


MySQL 在做全表扫描时,MySQL 会调用 find_shortest_key() 来选取最短的索引来扫描。

关于 find_shortest_key()函数的解释,我们来看下官方解释,如下所示:

所以,上面大家一起思考的这个问题,答案就是:索引长度不同,有多个可选索引时,MYSQL 会优先选择较短的索引。


到现在,那我们可以对整个问题做个总结了:因为辅助索引一定是主键索引的子集,从节约 IO 的角度,在全表扫描时优先选择辅助索引。

总结

好了,最后我们一起来对整个分享做下总结吧。

1)首先我们遇到一个查询问题,由于查询字段的不同导致我们的查询结果数据存在差异;

2)我们对问题进行追究,发现根据 select 的字段不同,MySQL 选取的索引策略不同,即结果数据不同;

3)对于是否存在索引覆盖问题,我们进行了 Case3 的验证,确认了存在索引覆盖的问题;

4)对于 MySQL 为什么会存在这样的索引选取原则,我们最终发现是辅助索引一定是主键索引的子集,从节约 IO 的角度,在全表扫描时优先选择辅助索引。


重点提炼:

不同引擎对于查询实现方式的不同、索引覆盖、MySQL 索引选取原则。

不同引擎对于查询实现方式的不同、索引覆盖、MySQL 索引选取原则。

不同引擎对于查询实现方式的不同、索引覆盖、MySQL 索引选取原则。


重要的问题说三遍,哈哈哈~


其实踩坑,也是一种成长!

其实面对任何问题,都不要一上来就急于给出结论,可以尝试多做些深入分析,了解本质问题之后再考虑解决办法进行解决,希望大家能够掌握问题分析以及解决的能力,去触类旁通,而不是仅仅了解一招一式,盲目照搬。


大家如果还有疑惑问题,可以关注我微信公众号《架构精进之路》,获取我个人微信信息,咱们保持联系沟通,期待与您的共同成长。


- END -


往期热文推荐:


聊聊集群、分布式和微服务之间的异同点

白话讲解,拜占庭将军问题

还在计划转 Go 么,聊聊程序员的成长

我用一个小小的开放设计题,干掉了40%的面试候选人



Thanks for reading!

发布于: 2021 年 04 月 05 日阅读数: 401
用户头像

坚持分享接地气儿的架构技术文章! 2018.02.26 加入

同名微信公众号「架构精进之路」,专注软件架构研究,技术学习与职业成长!坚持原创总结、沉淀和分享,希望能带给大家一些引导和启发,感谢各位的支持(关注、点赞、分享)!

评论 (4 条评论)

发布
用户头像
这个一开始就应该给你的表的创表SQL出来是不是更好理解一点
2021 年 04 月 11 日 09:30
回复
文中已补充~
2021 年 04 月 13 日 10:06
回复
用户头像
这里应该是Case1。刚验证了一下,如果只存在id和city_code 两个字段,查询结果是一样的,侧面验证了作者的结论,看完收获满满,谢谢作者!

可能细心的同学也发现了,还有就是 Case2 查询计划中 Extra 字段为 Using index,

2021 年 04 月 07 日 09:21
回复
Case2 -> Case1 已更正,确实是细心的同学👍 ,希望能够帮助到大家
2021 年 04 月 07 日 16:19
回复
没有更多了
踩坑 MySQL 索引,看看你真的会用么?