五分钟，让你明白MySQL是怎么选择索引

今天就从这个问题来聊聊MySQL选择索引时都做一些什么事情。

一、如何选择索引

影响优化器的几大因素

一条查询SQL执行需要经过连接器、分析器、优化器、执行器，而选择索引的重任就交给了优化器。

优化器在多个索引中选择目的是为了找出执行代价最低的方案。

影响优化器选择无非就这几个因素，扫描行数、是否使用了临时表、是否使用文件排序。

临时表、文件排序这个两个点会在后期文章给大家慢慢引出，今天只聊扫描行数。

扫描行数越少则访问磁盘数据的次数就越少，消耗的CPU资源越少。

那么这个扫描行数是从哪里取的呢?

扫描行数从何而来?

创建索引一直提倡大家给区分度高的列建立索引，在一个索引上不同值的个数称之为基数(cardinality)。

使用show index from table_name可以查看每个索引的基数是多少。

索引基数

索引基数怎么计算

MySQL使用采样统计的方法，会选出N个数据页，每个数据页大小16kb，接着统计选出来的数据页上的不同值就会得到一个平均值，用平均值在乘以索引的页面数得到的结果就是这个索引的基数。

表数据是持续增加或删减的，统计的这个数据也不是时时变化的，当变更的数据超过1/M时会自动触发重新计算。

这个M是根据参数innodb_stats_persistent的值选则的，设置为on值为10，设置为off值为16。

索引基数通过这种方式计算不是精准的但也差不了多少

为什么优化器选择了扫描行数多的索引?

第一种情况

表增删十分频繁，导致扫描行数不准确

第二种情况

假设你主键索引扫描行数是10W行，而普通索引需要扫描5W行，这种情况就会遇到优化器选择了扫描行数多的。

在索引那一期文章中知道主键索引是不需要回表的，找到值直接就返回对应的数据了。

而普通索引是需要先拿到主键值，再根据主键值获取对应的数据，这个过程优化器选择索引时需要计算的一个成本。

如何解决这种情况

扫描行数不准确时可以执行analyze table table_name命令，重新统计索引信息，达到预期优化器选择的索引。

二、索引选择异常如何处理

方案一

在MySQL中提供了force index来强制优化器使用这个索引。

使用方法：select * from table_name force index (idx_a) where a = 100;

但别误解force index的使用方法，之前在代码中看到这样一个案例，给查询列使用了函数操作导致使用不上索引，然后这哥们就直接使用force index，肯定不行的哈!

当优化器没有正确选择索引时是可以使用这种方案来解决。

缺点

使用force index的缺点相信大家也知道就是太死板，一旦索引名字改动就会失效。

方案二

删掉误选的索引，简单粗暴，很多索引建立其实也是给优化器的一个误导，直接删掉即可。

方案三

修改SQL语句，主动引导MySQL使用期望的索引，一般情况这种做法使用的很少除非你对系统十分熟悉，否则尽量少操作。

三、总结

优化器选择索引首先会根据扫描行数再由执行成本决定。

当索引统计信息不准确时，使用analyze table 解决。

优化器选择了错误的索引，只用force index来快速矫正，再通过优化SQL语句来引导优化器选择正确的索引，最暴力的手法是直接删除误选的索引。

原文链接：https://www.toutiao.com/a7026946600274543141/