关于mysql优化:06期使用-OPTIMIZERTRACE-窥探-MySQL-索引选择的秘密

38次阅读

共计 4519 个字符,预计需要花费 12 分钟才能阅读完成。

优化查问语句的性能是 MySQL 数据库治理中的一个重要方面。在优化查问性能时,抉择正确的索引对于缩小查问的响应工夫和进步零碎性能至关重要。然而,如何确定 MySQL 的索引抉择策略?MySQL 的优化器是如何抉择索引的?

在这篇《索引生效了?看看这几个常见的状况!》文章中,咱们介绍了索引区分度不高可能会导致索引生效,而这里的“不高”并没有具体量化,实际上 MySQL 会对执行打算进行老本估算,抉择老本最低的计划来执行。具体咱们还是通过一个案例来阐明。

案例

还是以人物表为例,咱们来看一下优化器是怎么抉择索引的。

建表语句如下:

CREATE TABLE `person` (`id` bigint(20) NOT NULL AUTO_INCREMENT,
  `name` varchar(64) NOT NULL,
  `score` int(11) NOT NULL,
  `age` int(11) NOT NULL,
  `create_time` timestamp NOT NULL DEFAULT CURRENT_TIMESTAMP ON UPDATE CURRENT_TIMESTAMP,
  PRIMARY KEY (`id`),
  KEY `idx_name_score` (`name`,`score`) USING BTREE,
  KEY `idx_age` (`age`) USING BTREE,
  KEY `idx_create_time` (`create_time`) USING BTREE
) ENGINE=InnoDB AUTO_INCREMENT=3 DEFAULT CHARSET=utf8mb4;

而后插入 10 万条数据:

create PROCEDURE `insert_person`()
begin
    declare c_id integer default 3;
    while c_id <= 100000 do
        insert into person values(c_id, concat('name',c_id), c_id + 100, c_id + 10, date_sub(NOW(), interval c_id second));
        -- 须要留神,因为应用的是 now(),所以对于后续的例子,应用文中的 SQL 你须要本人调整条件,否则可能看不到文中的成果
        set c_id = c_id + 1;
    end while;
end;
CALL insert_person();

能够看到,最早的 create_time2023-04-14 13:03:44

咱们通过上面的 SQL 语句对 person 表进行查问:

explain select * from person where NAME>'name84059' and create_time>'2023-04-15 13:00:00'

通过执行打算,咱们能够看到 type=All,示意这是一次全表扫描。接着,咱们将 create_time 条件中的 13 点改为 15 点,再次执行查问:

explain select * from person where NAME>'name84059' and create_time>'2023-04-15 15:00:00'

这次执行打算显示 type=range,key=create_time,示意 MySQL 优化器抉择了 create_time 索引来执行这个查问,而不是应用 name_score 联结索引。

兴许你会对此感到奇怪,接下来,咱们一起来剖析一下背地的起因。

OPTIMIZER_TRACE 工具介绍

为了更好地了解 MySQL 优化器的工作原理,咱们能够应用一个弱小的调试工具:OPTIMIZER_TRACE。它是在 MySQL 5.6 及之后的版本中提供的,能够查看具体的查问执行打算,包含查问优化器的决策、抉择应用的索引、连贯程序和优化器估算的行数等信息。

当开启 OPTIMIZER_TRACE 时,MySQL 将会记录查问的执行打算,并生成一份具体的报告。这个报告能够提供给开发人员或数据库管理员进行剖析,以理解 MySQL 是如何决定执行查问的,进而进行性能优化。

在 MySQL 中,开启 OPTIMIZER_TRACE 须要在查问中应用特定的语句,如下所示:

SET optimizer_trace='enabled=on';
SELECT * FROM mytable WHERE id=1;
SET optimizer_trace='enabled=off';

当执行查问后,MySQL 将会生成一个 JSON 格局的执行打算报告。

须要留神的是,开启 OPTIMIZER_TRACE 会减少查问的执行工夫和资源耗费,因而只应该在须要调试和优化查问性能时应用。

官网文档在这里:https://dev.mysql.com/doc/dev/mysql-server/latest/PAGE_OPT_TR…

全表扫描的总成本

MySQL 在查问数据之前,首先会依据可能的执行计划生成执行打算,而后根据老本决定走哪个执行打算。这里的老本,包含 IO 老本和 CPU 老本:

  • IO 老本,是从磁盘把数据加载到内存的老本。默认状况下,读取数据页的 IO 老本常数是 1(也就是读取 1 个页老本是 1)。
  • CPU 老本,是检测数据是否满足条件和排序等 CPU 操作的老本。默认状况下,检测记录的老本是 0.2。

MySQL 保护了表的统计信息,能够应用上面的命令查看:

SHOW TABLE STATUS LIKE 'person'

该命令将返回包含表的行数、数据长度、索引大小等信息。这些信息能够帮忙 MySQL 优化器做出更好的决策,抉择更优的执行打算。咱们应用上述命令查看 person 表的统计信息。

图中总行数为 100064 行(因为 MySQL 的统计信息是一个估算,多出 64 行是失常的),CPU 老本是 100064 * 0.2 = 20012.8 左右。

数据长度是 5783552 字节。对于 InnoDB 存储引擎来说,5783552 就是聚簇索引占用的空间,等于聚簇索引的页数量 * 每个页面的大小。InnoDB 每个页面的大小是 16KB,因而咱们能够算出页的数量是 353,因而 IO 老本是 353 左右。

所以,全表扫描的总成本是 20365.8 左右。

追踪 MySQL 抉择索引的过程

select * from person where NAME>'name84059' and create_time>'2023-04-15 13:00:00'

下面这条语句可能执行的策略有:

  • 应用 name_score 索引;
  • 应用 create_time 索引;
  • 全表扫描;

接着咱们开启 OPTIMIZER_TRACE 追踪:

SET OPTIMIZER_TRACE="enabled=on",END_MARKERS_IN_JSON=on;
SET optimizer_trace_offset=-30, optimizer_trace_limit=30;

顺次执行上面的语句。

select * from person where NAME >'name84059';
select * from person where create_time>'2023-04-15 13:00:00';
select * from person;

而后查看追踪后果:

select * from information_schema.OPTIMIZER_TRACE;
SET optimizer_trace="enabled=off";

我从 OPTIMIZER_TRACE 的执行后果中,摘出了几个重要片段来重点剖析:

1、应用 name_score 对 name84059<name 条件进行索引扫描须要扫描 26420 行,老本是 31705。

30435 是查问二级索引的 IO 老本和 CPU 老本之和,再加上回表查问聚簇索引的 IO 老本和 CPU 老本之和。

{
    "index": "idx_name_score",
    "ranges": ["name84059 < name"] /* ranges */,
    "index_dives_for_eq_ranges": true,
    "rowid_ordered": false,
    "using_mrr": false,
    "index_only": false,
    "rows": 26420,
    "cost": 31705,
    "chosen": true
}

2、应用 create_time 进行索引扫描须要扫描 27566 行,老本是 33080。

{
    "index": "idx_create_time",
    "ranges": ["2023-04-15 13:00:00 < create_time"] /* ranges */,
    "index_dives_for_eq_ranges": true,
    "rowid_ordered": false,
    "using_mrr": false,
    "index_only": false,
    "rows": 27566,
    "cost": 33080,
    "chosen": true
}

3、全表扫描 100064 条记录的老本是 20366。

{
    "considered_execution_plans": [
        {"plan_prefix": [] /* plan_prefix */,
            "table": "`person`",
            "best_access_path": {
                "considered_access_paths": [
                    {
                        "access_type": "scan",
                        "rows": 100064,
                        "cost": 20366,
                        "chosen": true
                    }
                ] /* considered_access_paths */
            } /* best_access_path */,
            "cost_for_plan": 20366,
            "rows_for_plan": 100064,
            "chosen": true
        }
    ] /* considered_execution_plans */
}

所以 MySQL 最终抉择了全表扫描形式作为执行打算。

把 SQL 中的 create_time 条件从 13:00 改为 15:00,再次剖析 OPTIMIZER_TRACE 能够看到:

{
    "index": "idx_create_time",
    "ranges": ["2023-04-15 15:00:00 < create_time"] /* ranges */,
    "index_dives_for_eq_ranges": true,
    "rowid_ordered": false,
    "using_mrr": false,
    "index_only": false,
    "rows": 6599,
    "cost": 7919.8,
    "chosen": true
}

因为是查问更晚工夫的数据,走 create_time 索引须要扫描的行数从 33080 缩小到了 7919.8。这次走这个索引的老本 7919.8 小于全表扫描的 20366,更小于走 name_score 索引的 31705。

所以这次执行打算抉择的是走 create_time 索引。

人工干预

优化器有时会因为统计信息的不精确或老本估算的问题,理论开销会和 MySQL 统计进去的差距较大,导致 MySQL 抉择谬误的索引或是间接抉择走全表扫描,这个时候就须要人工干预,应用强制索引了。

比方,像这样强制走 name_score 索引:

explain select * from person FORCE INDEX(name_score) where NAME >'name84059' and create_time>'2023-04-15 13:00:00'

正文完
 0