探討MySQL優化器對索引和JOIN次序的選擇。本站提示廣大學習愛好者:(探討MySQL優化器對索引和JOIN次序的選擇)文章只能為提供參考,不一定能成為您想要的結果。以下是探討MySQL優化器對索引和JOIN次序的選擇正文
本文經由過程一個案例來看看MySQL優化器若何選擇索引和JOIN次序。表構造和數據預備參考本文最初部門"測試情況"。這裡重要引見MySQL優化器的重要履行流程,而不是引見一個優化器的各個組件(這是另外一個話題)。
我們曉得,MySQL優化器只要兩個自在度:次序選擇;單表拜訪方法;這裡將具體分析上面的SQL,看看MySQL優化器若何做出每步的選擇。
explain select * from employee as A,department as B where A.LastName = 'zhou' and B.DepartmentID = A.DepartmentID and B.DepartmentName = 'TBX';
1. 能夠的選擇
這裡看到JOIN的次序可所以A|B或許B|A,單表拜訪方法也有多種,關於A表可以選擇:全表掃描和索引`IND_L_D`(A.LastName = 'zhou')或許`IND_DID`(B.DepartmentID = A.DepartmentID)。關於B也有三個選擇:全表掃描、索引IND_D、IND_DN。
2. MySQL優化器若何做
2.1 概述
MySQL優化器重要任務包含以下幾部門:Query Rewrite(包含Outer Join轉換等)、const table detection、range analysis、JOIN optimization(次序和拜訪方法選擇)、plan refinement。這個案例從range analysis開端。
2.2 range analysis
這部門包含一切Range和index merge本錢評價(參考1 參考2)。這裡,等值表達式也是一個range,所以這裡會評價其本錢,盤算出found records(表現對應的等值表達式,年夜概會選擇出若干筆記錄)。
本案例中,range analysis會針對A表的前提A.LastName = 'zhou'和B表的B.DepartmentName = 'TBX'分離做剖析。個中:
表A A.LastName = 'zhou' found records: 51
表B B.DepartmentName = 'TBX' found records: 1
這兩個前提都不是range,然則這裡盤算的值依然會存儲,在前面的ref拜訪方法評價的時刻應用。這裡的值是依據records_in_range接口前往,而關於InnoDB每次挪用這個函數都邑停止一次索引頁的采樣,這是一個很消費機能的操作,關於許多其他的關系數據庫是應用"直方圖"的統計數據來防止此次操作(信任MariaDB後續版本也將完成直方圖統計信息)。
2.3 次序和拜訪方法的選擇:窮舉
MySQL經由過程列舉一切的left-deep樹(也能夠說一切的left-deep樹就是全部MySQL優化器的搜刮空間),來找到最優的履行次序和拜訪方法。
2.3.1 排序
優化器先依據found records對一切表停止一個排序,記載少的放後面。所以,這裡次序是B、A。
2.3.2 greedy search
當表的數目較少(少於search_depth,默許是63)的時刻,這裡直接墮落為一個窮舉搜刮,優化器將窮舉一切的left-deep樹找到最優的履行籌劃。別的,優化器為了削減由於搜刮空間宏大帶來偉大的窮舉消費,所以應用了一個"偷懶"的參數prune_level(默許翻開),詳細若何"偷懶",可以參考JOIN次序選擇的龐雜度。不外至多須要有三個表以上的聯系關系才會有"偷懶",所以本案例不實用。
2.3.3 窮舉
JOIN的第一個表可所以:A或許B;假如第一個表選擇了A,第二個表可以選擇B;假如第一個表選擇了B,第二個表可以選擇A;
由於後面的排序,B表的found records更少,所以JOIN次序窮舉時的第一個表先選擇B(這個是有講求的)。
(*) 選擇第一個JOIN的表為B
(**) 肯定B表的拜訪方法
由於B表為第一個表,所以沒法應用索引IND_D(B.DepartmentID = A.DepartmentID),而只能應用IND_DN(B.DepartmentName = 'TBX')
應用IND_DN索引的本錢盤算:1.2;個中IO本錢為1。
能否應用全表掃描:這裡會比擬應用索引的IO本錢和全表掃描的IO本錢,前者為1,後者為2;所以疏忽全表掃描
所以,B表的拜訪方法ref,應用索引IND_D
(**) 從殘剩的表中窮舉選出第二個JOIN的表,這裡殘剩的表為:A
(**) 將A表參加JOIN,並肯定其拜訪方法
可使用的索引為:`IND_L_D`(A.LastName = 'zhou')或許`IND_DID`(B.DepartmentID = A.DepartmentID)
順次盤算應用索引IND_L_D、IND_DID的本錢:
(***) IND_L_D A.LastName = 'zhou'
在range analysis階段給出了A.LastName = 'zhou'對應的記載約為:51。
所以,盤算IO本錢為:51;ref做IO本錢盤算時會做一次修改,將其修改為worst_seek(參考)
修改後IO本錢為:15,總本錢為:25.2
(***) IND_DID B.DepartmentID = A.DepartmentID
這是一個須要曉得後面表的成果,能力盤算的本錢。所以range analysis是沒法剖析的
這裡,我們看到後面表為B,found_record是1,所以A.DepartmentID只須要對應一筆記錄便可以了
由於詳細取值不曉得,也沒有直方圖,所以只能簡略根據索引統計信息來盤算:
索引IND_DID的列A.DepartmentID的Cardinality為1349,全表記載數為1349
所以,每個值對應一筆記錄,而後面表B只要一筆記錄,所以這裡的found_record盤算為1*1 = 1
所以IO本錢為:1,總本錢為1.2
(***) IND_L_D本錢為25.2;IND_DID本錢為1.2,所以選擇後者為以後表的拜訪方法
(**) 肯定A應用索引IND_DID,拜訪方法為ref
(**) JOIN次序B|A,總本錢為:1.2+1.2 = 2.4
(*) 選擇第一個JOIN的表為A
(**) 肯定A表的拜訪方法
由於A表是第一個表,所以沒法應用索引`IND_DID`(B.DepartmentID = A.DepartmentID)
那末只能應用索引`IND_L_D`(A.LastName = 'zhou')
應用IND_L_D索引的本錢盤算,總本錢為25.2;參考後面盤算;
(**) 這裡拜訪A表的本錢曾經是25.2,比之前的最優本錢2.4要年夜,疏忽該次序
所以,此次窮舉搜刮到此停止
把下面的進程簡化以下:
(*) 選擇第一個JOIN的表為B
(**) 肯定B表的拜訪方法
(**) 從殘剩的表中窮舉選出第二個JOIN的表,這裡殘剩的表為:A
(**) 將A表參加JOIN,並肯定其拜訪方法
(***) IND_L_D A.LastName = 'zhou'
(***) IND_DID B.DepartmentID = A.DepartmentID
(***) IND_L_D本錢為25.2;IND_DID本錢為1.2,所以選擇後者為以後表的拜訪方法
(**) 肯定A應用索引IND_DID,拜訪方法為ref
(**) JOIN次序B|A,總本錢為:1.2+1.2 = 2.4
(*) 選擇第一個JOIN的表為A
(**) 肯定A表的拜訪方法
(**) 這裡拜訪A表的本錢曾經是25.2,比之前的最優本錢2.4要年夜,疏忽該次序
至此,MySQL優化器就肯定了一切表的最好JOIN次序和拜訪方法。
3. 測試情況
MySQL: 5.1.48-debug-log innodb plugin 1.0.9 CREATE TABLE `department` ( `DepartmentID` int(11) DEFAULT NULL, `DepartmentName` varchar(20) DEFAULT NULL, KEY `IND_D` (`DepartmentID`), KEY `IND_DN` (`DepartmentName`) ) ENGINE=InnoDB DEFAULT CHARSET=gbk; CREATE TABLE `employee` ( `LastName` varchar(20) DEFAULT NULL, `DepartmentID` int(11) DEFAULT NULL, KEY `IND_L_D` (`LastName`), KEY `IND_DID` (`DepartmentID`) ) ENGINE=InnoDB DEFAULT CHARSET=gbk; for i in `seq 1 1000` ; do mysql -vvv -uroot test -e 'insert into department values (600000*rand(),repeat(char(65+rand()*58),rand()*20))'; done for i in `seq 1 1000` ; do mysql -vvv -uroot test -e 'insert into employee values (repeat(char(65+rand()*58),rand()*20),600000*rand())'; done for i in `seq 1 50` ; do mysql -vvv -uroot test -e 'insert into employee values ("zhou",27760)'; done for i in `seq 1 200` ; do mysql -vvv -uroot test -e 'insert into employee values (repeat(char(65+rand()*58),rand()*20),27760)'; done for i in `seq 1 1` ; do mysql -vvv -uroot test -e 'insert into department values (27760,"TBX")'; done show index from employee; +----------+------------+----------+--------------+--------------+-----------+-------------+----------+--------+------+------------+---------+ | Table | Non_unique | Key_name | Seq_in_index | Column_name | Collation | Cardinality | Sub_part | Packed | Null | Index_type | Comment | +----------+------------+----------+--------------+--------------+-----------+-------------+----------+--------+------+------------+---------+ | employee | 1 | IND_L_D | 1 | LastName | A | 1349 | NULL | NULL | YES | BTREE | | | employee | 1 | IND_DID | 1 | DepartmentID | A | 1349 | NULL | NULL | YES | BTREE | | +----------+------------+----------+--------------+--------------+-----------+-------------+----------+--------+------+------------+---------+ show index from department; +------------+------------+----------+--------------+----------------+-----------+-------------+----------+--------+------+------------+---------+ | Table | Non_unique | Key_name | Seq_in_index | Column_name | Collation | Cardinality | Sub_part | Packed | Null | Index_type | Comment | +------------+------------+----------+--------------+----------------+-----------+-------------+----------+--------+------+------------+---------+ | department | 1 | IND_D | 1 | DepartmentID | A | 1001 | NULL | NULL | YES | BTREE | | | department | 1 | IND_DN | 1 | DepartmentName | A | 1001 | NULL | NULL | YES | BTREE | | +------------+------------+----------+--------------+----------------+-----------+-------------+----------+--------+------+------------+---------+
4. 結構一個Bad case
由於聯系關系前提中MySQL應用索引統計信息做本錢預估,所以數據散布不平均的時刻,就輕易做失足誤的斷定。簡略的我們結構上面的案例:
表和索引構造不變,依照上面的方法結構數據:
for i in `seq 1 10000` ; do mysql -uroot test -e 'insert into department values (600000*rand(),repeat(char(65+rand()*58),rand()*20))'; done for i in `seq 1 10000` ; do mysql -uroot test -e 'insert into employee values (repeat(char(65+rand()*58),rand()*20),600000*rand())'; done for i in `seq 1 1` ; do mysql -uroot test -e 'insert into employee values ("zhou",27760)'; done for i in `seq 1 10` ; do mysql -uroot test -e 'insert into department values (27760,"TBX")'; done for i in `seq 1 1000` ; do mysql -uroot test -e 'insert into department values (27760,repeat(char(65+rand()*58),rand()*20))'; done explain select * from employee as A,department as B where A.LastName = 'zhou' and B.DepartmentID = A.DepartmentID and B.DepartmentName = 'TBX'; +----+-------------+-------+------+-----------------+---------+---------+---------------------+------+-------------+ | id | select_type | table | type | possible_keys | key | key_len | ref | rows | Extra | +----+-------------+-------+------+-----------------+---------+---------+---------------------+------+-------------+ | 1 | SIMPLE | A | ref | IND_L_D,IND_DID | IND_L_D | 43 | const | 1 | Using where | | 1 | SIMPLE | B | ref | IND_D,IND_DN | IND_D | 5 | test.A.DepartmentID | 1 | Using where | +----+-------------+-------+------+-----------------+---------+---------+---------------------+------+-------------+
可以看到這裡,MySQL履行籌劃對表department應用了索引IND_D,那末A表射中一筆記錄為(zhou,27760);依據B.DepartmentID=27760將前往1010筆記錄,然後依據前提DepartmentName = 'TBX'停止過濾。
這裡可以看到假如B表選擇索引IND_DN,後果要更好,由於DepartmentName = 'TBX'僅僅前往10筆記錄,再依據前提A.DepartmentID=B.DepartmentID過濾之。