SQL语句性能分析

explain 命令

explain命令的Extra字段常见值含义：
1、Using index，表示的是使用了覆盖索引。
2、Using where，表示MySQL将对存储引擎层提取的结果进行过滤，过滤条件字段无索引。只有在使用了索引，且Extra是Using where的情况下，才代表回表查询数据。
3、Using temporary，使用了临时表来处理数据。查询的表来自于select产出的表，不是直接查找数据库的表。临时表是经过处理的表，比如group by，distinct 等。
4、Using filesort，文件排序。这里说明没有走索引排序
5、Using index condition，当explain的extra出现using index condition时，由engine来进行where条件的筛选；而没出现using index condition时，where中非索引条件是由server层来做的筛选。

影响性能的操作

对索引字段做函数操作，可能会破坏索引值的有序性，导致优化器决定放弃走树搜索功能。其中包括三种方式：
（1）显式的函数操作
（2）隐式的字段类型转换
（3）隐式的字符集转换

注意：索引字段不能进行函数操作，但是索引字段的参数可以玩函数。

案例一：条件字段函数操作

总结：MySQL规定，如果对字段做了函数计算，就用不上索引树快速定位功能了，只能进行全索引扫描。

举例：现有一个交易系统，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。这个表的建表语句如下：

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;

现在想要统计发生在所有年份中 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;

结果执行了特别久，才返回了结果。

如果 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’需要的结果。

如果计算 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。

对索引字段做函数操作，可能会破坏索引值的有序性，因此优化器就决定放弃走树搜索功能（优化器并不是要放弃使用这个索引）。此时，优化器可以选择遍历主键索引，也可以选择遍历索引 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。因此最终还是会选择索引 t_modified进行全索引扫描。

这一点可以通过explain进行验证。

为了能够用上索引的快速定位能力，我们就要把 SQL 语句改成基于字段本身的范围查询。按照下面这个写法，优化器就能按照我们预期的，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');

优化器在个问题上会有“偷懒”行为，即使是对于不改变有序性的函数，也不会考虑使用索引。比如，对于 select * from tradelog where id + 1 = 10000 这个 SQL 语句，这个加 1 操作并不会改变有序性，但是 MySQL 优化器还是不能用 id 索引快速定位到 9999 这一行。所以，需要你在写 SQL 语句的时候，手动改写成 where id = 10000 -1 才可以。

案例二：隐式类型转换

总结： MySQL 里的隐式转换规则，字符串和数字做比较的话，是将字符串转换成数字。

举例：

mysql> select * from tradelog where tradeid=110717;

交易编号 tradeid 这个字段上，本来就有索引，但是 explain 的结果却显示，这条语句需要走全表扫描。这是因为tradeid 的字段类型是 varchar(32)，而输入的参数却是整型，需要做类型转换。

对于优化器来说，上面这个语句相当于：

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

这条语句触发了我们上面说到的规则：对索引字段做函数操作，优化器会放弃走树搜索功能。所以平时要注意隐式转换。

如下这个语句，因为“字符串和数字比较是将字符串转换成数字”，所以优化器只会把右边的转换为数字，所以不发生转换，会走搜索搜索。

select * from tradelog where id="83126";

案例三：隐式字符编码转换

总结： 两个表的字符集不同，连接过程中会被要求在被驱动表的索引字段上加函数操作，这样在做表连接查询的时候用不上关联字段的索引，会导致对被驱动表做全表扫描。

举例：
假设系统里还有另外一个表 trade_detail，用于记录交易的操作细节。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, /*操作步骤*/
  `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，如果要查询 id=2 的交易的所有操作步骤信息，SQL 语句可以这么写：

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

我们一起来看下这个结果：
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。因此，我们把 tradelog 称为驱动表，把 trade_detail 称为被驱动表，把 tradeid 称为关联字段。

接下来，我们看下这个 explain 结果表示的执行流程：
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，这个过程是通过遍历主键索引的方式，一个一个地判断 tradeid 的值是否匹配。而我们预期的是第3步通过使用 tradeid 索引能够快速定位到等值的行。这里并没有，因为两个表的字符集不同，在做表连接查询的时候用不上关联字段的索引。

为什么字符集不同，就用不上关联字段的索引呢？

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

1、字符集 utf8mb4 是 utf8 的超集，所以当这两个类型的字符串在做比较的时候，MySQL 内部的操作是，先把 utf8 字符串转成 utf8mb4 字符集，再做比较。（向上兼容原则）
2、上述内部操作，触发了MySQL的规则：对索引字段做函数操作，优化器会放弃走树搜索功能。

以上问题的两个解决方法：
1、比较常见的优化方法是，把 trade_detail 表上的 tradeid 字段的字符集也改成 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;

2、如果数据量比较大， 或者业务上暂时不能做这个 DDL ，只能采用修改 SQL 语句。

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

另外，select ‘a’ = 0 ; 的结果是1，说明无法转换成数字的字符串都被转换成0来处理了。

参考：
https://time.geekbang.org/column/article/74059