MySQL索引（五）：逻辑相同性能不同-优快云博客

本文链接：https://blog.youkuaiyun.com/weixin_47156401/article/details/144249667

条件字段函数操作

假设你现在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，我们先忽略其他字段。这个表的建表语句如下：

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，现在已经记录了从2016年初到2018年底的所有数据，运营部门有一个需求是，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：

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

由于t_modified字段上有索引，于是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，才返回了结果。

MySQL规定：如果对字段做了函数计算，就无法使用索引进行快速定位了。（但仍可能走全索引扫描）

问1：为什么条件是where t_modified='2018-7-1’的时候可以用上索引，而改成where month(t_modified)=7的时候就不行了？

答：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。

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。

如果你的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’需要的结果。

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。

但是，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。

在这个例子中，优化器并不是要放弃使用这个索引，而是放弃了树搜索功能。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。

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所有值； Extra字段的Using index，表示的是使用了覆盖索引。

也就是说，由于在t_modified字段加了month()函数操作，导致了全索引扫描。

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。

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');

问2：前面提到如果函数改变了索引值的有序性，MySQL无法再使用索引快速定位功能。那么，如果函数不改变索引值的有序性，MySQL是否能够使用索引快速定位功能？

答：不能。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。（说明MySQL并没有对id + 1 = 10000进行RBO优化）

由此得出，上述所说的条件字段函数操作，此处的函数是广义函数，即where条件中的字段不能参与任何计算。

隐式类型转换

一起看一下这条SQL语句：

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。你可能也发现了， tradeid的字段类型是varchar(32)，而输入的参数却是整型，所以需要做类型转换。

问1：数据类型转换规则是什么？数据类型转换规则那么多，记不住，该怎么办？

这里有一个简单的方法，看 select “10” > 9的结果：

1）如果规则是“将字符串转成数字”，那么就是做数字比较，结果应该是1。

2）如果规则是“将数字转成字符串”，那么就是做字符串比较，结果应该是0。（MySQL中两个字符串比大小是比较第一次字符）

验证结果：

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

问2：为什么有数据类型转换，就需要走全索引扫描？

答：因为有些数据类型转换会导致条件字段有函数操作，所以需要走全索引扫描。

示例如下：

这时，你再看这个全表扫描的语句：

select * from tradelog where tradeid=110717;

就知道对于优化器来说，这个语句相当于：

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

也就是说，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。

问3：id的类型是int，如果执行下面这个语句，是否会导致全表扫描呢？

select * from tradelog where id = "83126";

答：不会，如上述验证，字符串"83126"会转化为83126，所以走索引扫描。

隐式字符编码转换

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。

-- tradelog表结构
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;

-- tradelog表插入数据
insert into tradelog values(1, 'aaaaaaaa', 1000, now());
insert into tradelog values(2, 'aaaaaaab', 1000, now());
insert into tradelog values(3, 'aaaaaaac', 1000, now());

-- trade_detail表结构
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;

-- trade_detail表插入数据
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：

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

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。

explain结果表示的执行流程：

上图中：

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。

问1：表trade_detail里tradeid字段上有索引，但是上述联合查询时，为什么走了全表扫描，而不是走tradeid索引？

答：因为这两个表的字符集不同，一个是utf8，一个是utf8mb4，所以做表连接查询的时候用不上关联字段的索引。

问2：为什么字符集不同就无法使用索引呢？

答：因为字符集utf8mb4是utf8的超集，意味着utf8能够表示的字符，utf8mb4都可以表示，而且utf8mb4还可以表示一些utf8不能表示的字符。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。

如果单独把这一步改成SQL语句的话，那就是：

// 驱动表的查询结果作为值（utf8mb4），被驱动表的tradeid（utf8）作为筛选字段
select * from trade_detail where tradeid = tradelog.tradeid;

// 也就是说，实际上这个语句等同于下面这个写法，即条件字段有函数操作，所以不能走索引
select * from trade_detail where CONVERT(traideid USING utf8mb4) = tradelog.tradeid;

这就再次触发了我们上面说到的原则：对索引字段做函数操作，优化器会放弃走树搜索功能。

所以，字符集不同只是条件之一，连接过程中要求在被驱动表的索引字段上加函数操作，是直接导致对被驱动表做全表扫描的原因。

注：在程序设计语言里面，做自动类型转换的时候，为了避免数据在转换过程中由于截断导致数据错误，也都是“按数据长度增加的方向”进行转换的。

假设有如下SQL语句：

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

查找trade_detail表里id=4的操作，对应的操作者是谁”？查询计划如下：

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

问3：这也是两个tradeid字段的join操作，为什么这次能用上被驱动表的tradeid索引呢？

因为驱动表和被驱动表关系调换了后，上述SQL语句类似：

// 此时驱动表trade_detail的tradeid（utf8）作为值
select operator from tradelog where traideid = trade_detail.tradeid;

// 也就是说，实际上这个语句等同于下面这个写法
// 此时函数是加在输入参数上，所以被驱动表可以使用traideid索引
select operator from tradelog where traideid = CONVERT(trade_detail.tradeid USING utf8mb4);

注：如果函数加在字段上，会破坏索引值的有序性，因此优化器就决定放弃走索引搜索。而如果函数加在值上，则不影响优化器选择走索引（字段“=”值）

问4：了解了上述原理后，针对下面SQL语句，该如何优化呢？

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

方案一：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;

方案二：如果能够修改字段的字符集的话，是最好不过了。但如果数据量比较大，或者业务上暂时不能做这个DDL的话，那就只能采用修改SQL语句的方法了。

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