为何SQL语句逻辑差很少，性能差别很大

在MySQL中，有不少看上去逻辑相同，但性能却差别巨大的SQL语句。对这些语句使用不当的话，就会不经意间致使整个数据库的压力变大。

 

一、案例一，条件字段函数操做

假设你如今维护了一个交易系统，其中交易记录表tradelog包含交易流水号（tradeid）、交易员id（operator）、交易时间（t_modified）等字段。为了便于描述，咱们先忽略其余字段。这个表的建表语句以下：

 

mysql> CREATE TABLE `tradelog` (

  `id` int(11) NOT NULL,

  `tradeid` varchar(32) DEFAULT NULL,

  `operator` int(11) DEFAULT NULL,

  `t_modified` datetime DEFAULT NULL,

  PRIMARY KEY (`id`),

  KEY `tradeid` (`tradeid`),

  KEY `t_modified` (`t_modified`)

) ENGINE=InnoDB DEFAULT CHARSET=utf8mb4;

 

假设，如今已经记录了从2016年初到2018年末的全部数据，运营部门有一个需求是，要统计发生在全部年份中7月份的交易记录总数。这个逻辑看上去并不复杂，你的SQL语句可能会这么写：

 

mysql> select count(*) from tradelog where month(t_modified)=7;

 

因为t_modified字段上有索引，因而你就很放心地在生产库中执行了这条语句，但却发现执行了特别久，才返回告终果。

 

若是问DBA同事为何会出现这样的状况，他大概会告诉你：若是对字段作了函数计算，就用不上索引了，这是MySQL的规定。

 

下面是这个t_modified索引的示意图。方框上面的数字就是month()函数对应的值。

 

若是你的SQL语句条件用的是where t_modified='2018-7-1’的话，引擎就会按照上面绿色箭头的路线，快速定位到 t_modified='2018-7-1’须要的结果。

实际上，B+树提供的这个快速定位能力，来源于同一层兄弟节点的有序性。

可是，若是计算month()函数的话，你会看到传入7的时候，在树的第一层就不知道该怎么办了。

也就是说，对索引字段作函数操做，可能会破坏索引值的有序性，所以优化器就决定放弃走树搜索功能。

须要注意的是，优化器并非要放弃使用这个索引。

在这个例子里，放弃了树搜索功能，优化器能够选择遍历主键索引，也能够选择遍历索引t_modified，优化器对比索引大小后发现，索引t_modified更小，遍历这个索引比遍历主键索引来得更快。所以最终仍是会选择索引t_modified。

接下来，咱们使用explain命令，查看一下这条SQL语句的执行结果。

key="t_modified"表示的是，使用了t_modified这个索引；我在测试表数据中插入了10万行数据，rows=100335，说明这条语句扫描了整个索引的全部值；Extra字段的Using index，表示的是使用了覆盖索引。

 

也就是说，因为在t_modified字段加了month()函数操做，致使了全索引扫描。为了可以用上索引的快速定位能力，咱们就要把SQL语句改为基于字段自己的范围查询。按照下面这个写法，优化器就能按照咱们预期的，用上t_modified索引的快速定位能力了。

 

mysql> select count(*) from tradelog where

    -> (t_modified >= '2016-7-1' and t_modified<'2016-8-1') or

    -> (t_modified >= '2017-7-1' and t_modified<'2017-8-1') or

-> (t_modified >= '2018-7-1' and t_modified<'2018-8-1');

 

固然，若是你的系统上线时间更早，或者后面又插入了以后年份的数据的话，你就须要再把其余年份补齐。

 

到这里我给你说明了，因为加了month()函数操做，MySQL没法再使用索引快速定位功能，而只能使用全索引扫描。

 

不过优化器在个问题上确实有“偷懒”行为，即便是对于不改变有序性的函数，也不会考虑使用索引。好比，对于select * from tradelog where id + 1 = 10000这个SQL语句，这个加1操做并不会改变有序性，可是MySQL优化器仍是不能用id索引快速定位到9999这一行。因此，须要你在写SQL语句的时候，手动改写成 where id = 10000 -1才能够。

 

二、案例二，隐式类型转换

一块儿看一下这条SQL语句：

mysql> select * from tradelog where tradeid=110717;

交易编号tradeid这个字段上，原本就有索引，可是explain的结果却显示，这条语句须要走全表扫描。你可能也发现了，tradeid的字段类型是varchar(32)，而输入的参数倒是整型，因此须要作类型转换。

那么，如今这里就有两个问题：

1. 数据类型转换的规则是什么？

2.为何有数据类型转换，就须要走全索引扫描？

先来看第一个问题，你可能会说，数据库里面类型这么多，这种数据类型转换规则更多，我记不住，应该怎么办呢？

这里有一个简单的方法，看 select “10” > 9的结果：

1. 若是规则是“将字符串转成数字”，那么就是作数字比较，结果应该是1；
2. 若是规则是“将数字转成字符串”，那么就是作字符串比较，结果应该是0。

验证结果如图3所示。

 

 

从图中可知，select “10” > 9返回的是1，因此你就能确认MySQL里的转换规则了：在MySQL中，字符串和数字作比较的话，是将字符串转换成数字。

这时，你再看这个全表扫描的语句：

mysql> select * from tradelog where tradeid=110717;

就知道对于优化器来讲，这个语句至关于：

mysql> select * from tradelog where  CAST(tradid AS signed int) = 110717;

也就是说，这条语句触发了咱们上面说到的规则：对索引字段作函数操做，优化器会放弃走树搜索功能。

三、案例三，隐式字符串编码转换

假设系统里还有另一个表trade_detail，用于记录交易的操做细节。为了便于量化分析和复现，我往交易日志表tradelog和交易详情表trade_detail这两个表里插入一些数据。

mysql> CREATE TABLE `trade_detail` (

  `id` int(11) NOT NULL,

  `tradeid` varchar(32) DEFAULT NULL,

  `trade_step` int(11) DEFAULT NULL, /*操做步骤*/

  `step_info` varchar(32) DEFAULT NULL, /*步骤信息*/

  PRIMARY KEY (`id`),

  KEY `tradeid` (`tradeid`)

) ENGINE=InnoDB DEFAULT CHARSET=utf8;

 

insert into tradelog values(1, 'aaaaaaaa', 1000, now());

insert into tradelog values(2, 'aaaaaaab', 1000, now());

insert into tradelog values(3, 'aaaaaaac', 1000, now());

insert into trade_detail values(1, 'aaaaaaaa', 1, 'add');

insert into trade_detail values(2, 'aaaaaaaa', 2, 'update');

insert into trade_detail values(3, 'aaaaaaaa', 3, 'commit');

insert into trade_detail values(4, 'aaaaaaab', 1, 'add');

insert into trade_detail values(5, 'aaaaaaab', 2, 'update');

insert into trade_detail values(6, 'aaaaaaab', 3, 'update again');

insert into trade_detail values(7, 'aaaaaaab', 4, 'commit');

insert into trade_detail values(8, 'aaaaaaac', 1, 'add');

insert into trade_detail values(9, 'aaaaaaac', 2, 'update');

insert into trade_detail values(10, 'aaaaaaac', 3, 'update again');

insert into trade_detail values(11, 'aaaaaaac', 4, 'commit');

这时候，若是要查询id=2的交易的全部操做步骤信息，SQL语句能够这么写：

mysql> select d.* from tradelog l, trade_detail d where d.tradeid=l.tradeid and l.id=2; /*语句Q1*/

咱们一块儿来看下这个结果：

1. 第一行显示优化器会先在交易记录表tradelog上查到id=2的行，这个步骤用上了主键索引，rows=1表示只扫描一行；
2. 第二行key=NULL，表示没有用上交易详情表trade_detail上的tradeid索引，进行了全表扫描。

在这个执行计划里，是从tradelog表中取tradeid字段，再去trade_detail表里查询匹配字段。所以，咱们把tradelog称为驱动表，把trade_detail称为被驱动表，把tradeid称为关联字段。

 

 

 

 

图中：

• 第1步，是根据id在tradelog表里找到L2这一行；
• 第2步，是从L2中取出tradeid字段的值；
• 第3步，是根据tradeid值到trade_detail表中查找条件匹配的行。explain的结果里面第二行的key=NULL表示的就是，这个过程是经过遍历主键索引的方式，一个一个地判断tradeid的值是否匹配。

进行到这里，你会发现第3步不符合咱们的预期。由于表trade_detail里tradeid字段上是有索引的，咱们原本是但愿经过使用tradeid索引可以快速定位到等值的行。但，这里并无。

若是你去问DBA同窗，他们可能会告诉你，由于这两个表的字符集不一样，一个是utf8，一个是utf8mb4，因此作表链接查询的时候用不上关联字段的索引。这个回答，也是一般你搜索这个问题时会获得的答案。

可是你应该再追问一下，为何字符集不一样就用不上索引呢？

咱们说问题是出在执行步骤的第3步，若是单独把这一步改为SQL语句的话，那就是：

mysql> select * from trade_detail where tradeid=$L2.tradeid.value;

其中，$L2.tradeid.value的字符集是utf8mb4。

参照前面的两个例子，你确定就想到了，字符集utf8mb4是utf8的超集，因此当这两个类型的字符串在作比较的时候，MySQL内部的操做是，先把utf8字符串转成utf8mb4字符集，再作比较。

这个设定很好理解，utf8mb4是utf8的超集。相似地，在程序设计语言里面，作自动类型转换的时候，为了不数据在转换过程当中因为截断致使数据错误，也都是“按数据长度增长的方向”进行转换的。

所以， 在执行上面这个语句的时候，须要将被驱动数据表里的字段一个个地转换成utf8mb4，再跟L2作比较。

也就是说，实际上这个语句等同于下面这个写法：

select * from trade_detail  where CONVERT(traideid USING utf8mb4)=$L2.tradeid.value;

CONVERT()函数，在这里的意思是把输入的字符串转成utf8mb4字符集。

这就再次触发了咱们上面说到的原则：对索引字段作函数操做，优化器会放弃走树搜索功能。

到这里，你终于明确了，字符集不一样只是条件之一，链接过程当中要求在被驱动表的索引字段上加函数操做，是直接致使对被驱动表作全表扫描的缘由。

做为对比验证，我给你提另一个需求，“查找trade_detail表里id=4的操做，对应的操做者是谁”，再来看下这个语句和它的执行计划。

mysql>select l.operator from tradelog l , trade_detail d where d.tradeid=l.tradeid and d.id=4;

这个语句里trade_detail 表成了驱动表，可是explain结果的第二行显示，此次的查询操做用上了被驱动表tradelog里的索引(tradeid)，扫描行数是1。

这也是两个tradeid字段的join操做，为何此次能用上被驱动表的tradeid索引呢？咱们来分析一下。

假设驱动表trade_detail里id=4的行记为R4，那么在链接的时候（图5的第3步），被驱动表tradelog上执行的就是相似这样的SQL 语句：

select operator from tradelog  where traideid =$R4.tradeid.value;

这时候$R4.tradeid.value的字符集是utf8, 按照字符集转换规则，要转成utf8mb4，因此这个过程就被改写成：

select operator from tradelog  where traideid =CONVERT($R4.tradeid.value USING utf8mb4); 

你看，这里的CONVERT函数是加在输入参数上的，这样就能够用上被驱动表的traideid索引。

理解了原理之后，就能够用来指导操做了。若是要优化语句

select d.* from tradelog l, trade_detail d where d.tradeid=l.tradeid and l.id=2;

的执行过程，有两种作法：

• 比较常见的优化方法是，把trade_detail表上的tradeid字段的字符集也改为utf8mb4，这样就没有字符集转换的问题了。

alter table trade_detail modify tradeid varchar(32) CHARACTER SET utf8mb4 default null;

• 若是可以修改字段的字符集的话，是最好不过了。但若是数据量比较大， 或者业务上暂时不能作这个DDL的话，那就只能采用修改SQL语句的方法了。

mysql> select d.* from tradelog l , trade_detail d where d.tradeid=CONVERT(l.tradeid USING utf8) and l.id=2; 

 

四、           小结

第一个例子对索引字段作函数操做，可能会破坏索引值的有序性，所以优化器就决定放弃走树搜索功能。

 

第二个例子是隐式类型转换，第三个例子是隐式字符编码转换，它们都跟第一个例子同样，由于要求在索引字段上作函数操做而致使了全索引扫描。

 

MySQL的优化器确实有“偷懒”的嫌疑，即便简单地把where id+1=1000改写成where id=1000-1就可以用上索引快速查找，也不会主动作这个语句重写。

 

所以，每次你的业务代码升级时，把可能出现的、新的SQL语句explain一下，是一个很好的习惯。