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。
