Mysql索引选择逻辑

索引选择逻辑

优化器选择索引的目的，是找到一个最优的执行方案，并用最小的代价去执行语句。在数据库里面，扫描行数是影响执行代价的因素之一。扫描的行数越少，意味着访问磁盘数据的次数越少，消耗的 CPU 资源越少

扫描行数是怎么判断的?

MySQL 在真正开始执行语句之前，并不能精确地知道满足这个条件的记录有多少条，而只能根据统计信息来估算记录数

这个统计信息就是索引的“区分度”。显然，一个索引上不同的值越多，这个索引的区分度就越好。而一个索引上不同的值的个数，我们称之为“基数”。也就是说，这个基数越大，索引的区分度越好

MySQL 是怎样得到索引的基数的呢

采样统计的时候，InnoDB 默认会选择 N 个数据页，统计这些页面上的不同值，得到一个平均值，然后乘以这个索引的页面数，就得到了这个索引的基数

而数据表是会持续更新的，索引统计信息也不会固定不变。所以，当变更的数据行数超过 1/M 的时候，会自动触发重新做一次索引统计

在 MySQL 中，有两种存储索引统计的方式，可以通过设置参数 innodb_stats_persistent 的值来选择: 设置为 on 的时候，表示统计信息会持久化存储。这时，默认的 N 是 20，M 是 10。 设置为 off 的时候，表示统计信息只存储在内存中。这时，默认的 N 是 8，M 是 16

由于是采样统计，所以不管 N 是 20 还是 8，这个基数都是很容易不准的。

其实索引统计只是一个输入，对于一个具体的语句来说，优化器还要判断，执行这个语句本身要扫描多少行

如果使用索引，每次从索引上拿到一个值，都要回到主键索引上查出整行数据，这个代价优化器也要算进去的

MySQL 选错索引，主要还是没能准确地判断出扫描行数

既然是统计信息不对，那就修正。analyze table t 命令，可以用来重新统计索引信息

索引选择异常和处理

当然，扫描行数并不是唯一的判断标准，优化器还会结合是否使用临时表、是否排序等因素进行综合判断 即使统计信息没错依然可能出现选错的情况，那我们应该如何处理呐？

第一种方法是，采用 force index 强行选择一个索引

第二种方法就是，我们可以考虑修改语句，引导 MySQL 使用我们期望的索引

第三种方法是，在有些场景下，我们可以新建一个更合适的索引，来提供给优化器做选 择，或删掉误用的索引