mysql为啥选错索引_dnf助手_MySQL 选错索引的缘故原由?

2024-03-12 15:40

本文主要是介绍mysql为啥选错索引_dnf助手_MySQL 选错索引的缘故原由?,希望对大家解决编程问题提供一定的参考价值,需要的开发者们随着小编来一起学习吧!

使用Flutter开发的抖音国际版pubg辅助

MySQL 中,可以为某张表指定多个索引,但在语句详细执行时,选用哪个索引是由 MySQL 中执行器确定的。那么执行器选择索引的原则是什么,以及会不会泛起选错索引的情形呢?

先看这样一个例子:

建立表 Y,设置两个通俗索引, 建立一个存储历程用于插入数据。

MySQL: 5.7.27, 隔离级别: RR

CREATE TABLE `Y` (

`id` int(11) NOT NULL AUTO_INCREMENT,

`a` int(11) DEFAULT NULL,

`b` int(11) DEFAULT NULL,

PRIMARY KEY (`id`),

KEY `a` (`a`),

KEY `b` (`b`)

) ENGINE=InnoDB;

delimiter ;;

create procedure idata()

begin

declare i int;

set i=1;

while(i<=100000)do

insert into Y (`a`,`b`) values(i, i);

set i=i 1;

end while;

end;;

delimiter ;

call idata();

查看如下事务:

Session A

Session B

start transaction with consistent snapshot;

delete from t;

call idata();

explain select * from Y where a between 10000 and 20000;

explain select * from Y force index(a) where a between 10000 and 20000;

commit;

若是单独执行 Session B 中 select * from Y where a between 10000 and 20000;,毫无疑问会选择 a 这个索引。

但若是安装 Session A,Session B 的顺序执行,发现索引的选择如下:

qQz6bi.png

可以发现,在 Session B 的场景下,执行器却没有选择 a 所在的索引,而是选择基于主键索引的全表扫描。

set long_query_time=0;

将慢查询日志打开,并将阙值设为 0. 在纪录的日志中,

可以发现 MySQL 并没有选择 a 所在的索引,同时花费了更长的时间。

这样看,MySQL 的优化器不一定每次都能选择合适的索引。想要明白泛起该征象的缘故原由,就要从优化器的选择逻辑提及。

优化器

MySQL 中优化器的目的就是找到一个最优的执行方案,从而用最小的价值去执行语句。

优化器在选择索引时,主要会思量如下的因素:

扫描的行数:扫描的行数越少,就证实接见磁盘数据的次数越少,消耗的 CPU 资源就越少。

有没有涉及到暂且表

排序

关于扫描行数的确定

盘算索引的基数

MySQL 在执行语句前,实在并不能准确的盘算出扫描的行数,而是通过数学统计信息来估算纪录数。这个统计信息被称为索引的“区分度”,在索引上差别的值越多,区分度就越高。在一个索引上差别值的个数,称为“基数”。基数越大,索引的区分度越好。

Yjaeeq.png

这里的 Cardinality 就是索引的基数,但基数并不是完全准确的。MySQL 是在获取基数时,现实上是接纳采样统计的方式。

盘算时,会选择 N 个数据页,并统计这些页面上的差别值,获得一个平均值,然后乘以该索引的页面数,然后获得的就是索引的基数。

在 MySQL 中,有两种存储索引的方式,可通过设置 innodb_stats_persistent 来切换:

on 时:示意统计信息会持久化存储,默认 N 为 20,M 为 10.

off 时,统计信息仅会存储在内存中,默认 N 为 8,M 为 16.

由于表中数据是不停转变的,以是当更新的值跨越 1/M 时,会自动触发索引统计。

但需要注重的是,由于是采样统计,以是基数的值不是准确的。

预估扫描行数的错误,和平精英免费透视辅助,

之前看到,执行 Select * from Y where a between 10000 and 20000 预估的行数是 100015,这个是能明白的,由于走的是全表扫描。

之后执行 select * from Y force index(a) where a between 10000 and 20000 预估的行数是 37116,这个就不能明白了,理想的情形下应该是 10001 行 (需要遍历到 20001)。

而且更奇怪的是,虽然 37116 行的预估行数不太合理,但也远小于全表扫描的 100015,为什么优化器照样选择全表扫描呢?

首先先看第二个问题,选择 100015 的缘故原由是由于若是使用索引 a 的话,除了需要在 a 索引扫描外,还需要回表,主键索引上的查询价值,优化器也需要算进去,以是选择了全表扫描。

这时再看第一个问题,为什么没有获得准确的行数。这个就和一致性视图有关了,首先 Session A 中,开启了一致性视图,并没有提交。之后的 Session 清空了 Y 表后,又重新建立了相同的数据,这时每行数据都有两个版本,旧版本是 delete 前的数据,新版本是符号为删除的数据。以是索引 a 上的数据实在有两份。也就造成了行数的预估错误。

mysql 是通过符号删除的方式来删除纪录的,并不是在索引和数据文件中真正的删除。而且由于一致性读的保证,不能删除 delete 的空间,再加上 insert 的空间。导致统计信息有误。

选用错误索引的解决办法

对于行数预估错误的情形, 可接纳如下的方式:

若是遇到 EXPLAIN 和预估的行数,数值相差较大时,可以通过analyze table 来重新统计索引信息。

2meQ3i.png

直接通过 force index 强制指定需要使用的索引,不让优化器举行判断。但使用 force 也可能带来一些问题:

迁徙数据库时,语法不支持

不容易调换而且不太利便,由于选错索引的情形一样平常不会经常发生,在生产环境泛起问题后,才需要改代码,但还需要重新举行上线测试,部署。

优化 SQL 语句,指导优化器使用准确的索引

再看一个类似的例子:

nINFRz.png

先来看一下这句 SQL select * from Y where a between 1 and 1000 and b between5000 100000 order by b limit 1;

在执行这句话时,可以选索引 a,也可以选索引 b. 我们知道,每个索引对应了一颗B 树。这里由于取得是 a 和 b 的交集,若是选用索引 a 的话,需要遍历 1 - 10001 行。选用索引 b 需要遍历 50000 - 100001 行。理论上来说,应该选择 a 作为索引,可以优化器又偏偏选择了 b 作为索引。

这里选择 b 作为索引的缘故原由,是由于优化器看到了后面的 order by 语句,由于要排序,而 B 树自己就是有序的,省去了排序的历程,以是选择了 b 作为索引。

但从现实的执行时间来看,索引 a 执行时间更短,以是这里 MySQL 又选择了错误的索引。

我们可以将上述语句中 order by b limit 改为 order by b,a limit 1 这时由于 a,b 索引都要排序,扫描的行数就成为执行器主要参考的条件,指导选择准确的索引。

这样做的条件一定要保证执行的逻辑效果是一致的,比如在 limit 1 的情形下,order by b,a 和 order by b 的效果一致,若是换成 limit 100 就不一定了。

aE3iii.png

另有一种改法,select * from (select * from t where (a between 1 and 1000) and (b between 50000 and 100000) order by b limit 100)alias limit 1;

M73a2a.png

现在可以看到,优化器选择了合适的索引。缘故原由在于 limit 100 让优化器以为,使用索引 b 的价值较高,进而选择索引 a. 实在就是通过 limit 100 诱导优化器做出选择。

调整索引

能否找到更优,更合适的索引,或者行使索引的原则,删除一些不必要的索引。

总结

现在我们知道,MySQL 在选择索引时,是会泛起错误的情形的。优化器选择索引的原则主要有三个,扫描的行数,是否存在暂且表,以及排序。行数的扫描,主要和基数有关,而基数的统计则是通过统计抽样决议的,进而预估的行数可能会是不准确的。

在遇到扫描的行数不准确时,可以通过 analyze table 来重新统计表的信息,通过 force index 强制指定索引,或通过手动改变 sql 的语义,诱导优化器做出准确的选择。,dnf卡盟MySQL索引及优化(1)存储引擎和底层数据结构

这篇关于mysql为啥选错索引_dnf助手_MySQL 选错索引的缘故原由?的文章就介绍到这儿,希望我们推荐的文章对编程师们有所帮助!



http://www.chinasem.cn/article/801753

相关文章

MySQL 中的 JSON 查询案例详解

《MySQL中的JSON查询案例详解》:本文主要介绍MySQL的JSON查询的相关知识,本文给大家介绍的非常详细,对大家的学习或工作具有一定的参考借鉴价值,需要的朋友参考下吧... 目录mysql 的 jsON 路径格式基本结构路径组件详解特殊语法元素实际示例简单路径复杂路径简写操作符注意MySQL 的 J

Windows 上如果忘记了 MySQL 密码 重置密码的两种方法

《Windows上如果忘记了MySQL密码重置密码的两种方法》:本文主要介绍Windows上如果忘记了MySQL密码重置密码的两种方法,本文通过两种方法结合实例代码给大家介绍的非常详细,感... 目录方法 1:以跳过权限验证模式启动 mysql 并重置密码方法 2:使用 my.ini 文件的临时配置在 Wi

MySQL重复数据处理的七种高效方法

《MySQL重复数据处理的七种高效方法》你是不是也曾遇到过这样的烦恼:明明系统测试时一切正常,上线后却频频出现重复数据,大批量导数据时,总有那么几条不听话的记录导致整个事务莫名回滚,今天,我就跟大家分... 目录1. 重复数据插入问题分析1.1 问题本质1.2 常见场景图2. 基础解决方案:使用异常捕获3.

SQL中redo log 刷⼊磁盘的常见方法

《SQL中redolog刷⼊磁盘的常见方法》本文主要介绍了SQL中redolog刷⼊磁盘的常见方法,将redolog刷入磁盘的方法确保了数据的持久性和一致性,下面就来具体介绍一下,感兴趣的可以了解... 目录Redo Log 刷入磁盘的方法Redo Log 刷入磁盘的过程代码示例(伪代码)在数据库系统中,r

mysql中的group by高级用法

《mysql中的groupby高级用法》MySQL中的GROUPBY是数据聚合分析的核心功能,主要用于将结果集按指定列分组,并结合聚合函数进行统计计算,下面给大家介绍mysql中的groupby用法... 目录一、基本语法与核心功能二、基础用法示例1. 单列分组统计2. 多列组合分组3. 与WHERE结合使

Mysql用户授权(GRANT)语法及示例解读

《Mysql用户授权(GRANT)语法及示例解读》:本文主要介绍Mysql用户授权(GRANT)语法及示例,具有很好的参考价值,希望对大家有所帮助,如有错误或未考虑完全的地方,望不吝赐教... 目录mysql用户授权(GRANT)语法授予用户权限语法GRANT语句中的<权限类型>的使用WITH GRANT

C# foreach 循环中获取索引的实现方式

《C#foreach循环中获取索引的实现方式》:本文主要介绍C#foreach循环中获取索引的实现方式,本文给大家介绍的非常详细,对大家的学习或工作具有一定的参考借鉴价值,需要的朋友参考下吧... 目录一、手动维护索引变量二、LINQ Select + 元组解构三、扩展方法封装索引四、使用 for 循环替代

Mysql如何解决死锁问题

《Mysql如何解决死锁问题》:本文主要介绍Mysql如何解决死锁问题,具有很好的参考价值,希望对大家有所帮助,如有错误或未考虑完全的地方,望不吝赐教... 目录【一】mysql中锁分类和加锁情况【1】按锁的粒度分类全局锁表级锁行级锁【2】按锁的模式分类【二】加锁方式的影响因素【三】Mysql的死锁情况【1

SQL BETWEEN 的常见用法小结

《SQLBETWEEN的常见用法小结》BETWEEN操作符是SQL中非常有用的工具,它允许你快速选取某个范围内的值,本文给大家介绍SQLBETWEEN的常见用法,感兴趣的朋友一起看看吧... 在SQL中,BETWEEN是一个操作符,用于选取介于两个值之间的数据。它包含这两个边界值。BETWEEN操作符常用

MySQL索引的优化之LIKE模糊查询功能实现

《MySQL索引的优化之LIKE模糊查询功能实现》:本文主要介绍MySQL索引的优化之LIKE模糊查询功能实现,本文通过示例代码给大家介绍的非常详细,感兴趣的朋友一起看看吧... 目录一、前缀匹配优化二、后缀匹配优化三、中间匹配优化四、覆盖索引优化五、减少查询范围六、避免通配符开头七、使用外部搜索引擎八、分