我有一个具有2000万行的表,一个查询需要10秒钟。
select id from entity
where (entity.class_id = 67 and entity.name like '%321%' )
order by id desc
在执行计划中有一个索引,但并未真正使用。
explain extended select id from entity
where (entity.class_id = 67 and entity.name like '%321%' )
order by id desc
| id | select_type | table | type | possible_keys | key | key_len | ref | rows | filtered | Extra |
| 1 | SIMPLE | entity | ref | constraint_unique_class_legacy_id,entity_tag,entity_class_modification_date_int_idx,entity_name_idx | entity_class_modification_date_int_idx | 8 | const | 288440 | 100.00 | Using where; Using filesort |
如果我刷新状态并运行此查询,则处理程序将显示已进行全面扫描
Handler_read_next: 20318800
但是,如果我给出提示以使用“解释性扩展”中的索引,则不会进行完全扫描,并且查询不会在250毫秒内完成。
select id from entity
use index (entity_class_modification_date_int_idx)
where (entity.class_id = 67 and entity.name like '%321%' )
order by id desc
仅扫描了166K个实体
Handler_read_next: 165894
为什么必须给出提示以使用已经在执行计划中的索引?
如果我添加+ 0作为排序依据,查询也会在250毫秒内完成。
select id from entity
where (entity.class_id = 67 and entity.name like '%321%' )
order by id + 0 desc
“扩展解释”在每种情况下都显示相同的执行计划,“分析”无济于事。
表“实体”:
CREATE TABLE `entity` (
`id` bigint(20) NOT NULL AUTO_INCREMENT,
`name` varchar(4096) COLLATE utf8_bin DEFAULT NULL,
`tag` varchar(255) COLLATE utf8_bin DEFAULT NULL,
`revision` int(11) NOT NULL,
`class_id` bigint(20) NOT NULL,
`legacy_id` bigint(20) DEFAULT NULL,
`description` varchar(255) COLLATE utf8_bin DEFAULT NULL,
`last_modified_by` varchar(64) COLLATE utf8_bin DEFAULT NULL,
`removed` tinyint(1) NOT NULL DEFAULT '0',
`modification_date_int` bigint(20) DEFAULT NULL,
`creation_date_int` bigint(20) DEFAULT NULL,
`created_by` varchar(64) COLLATE utf8_bin DEFAULT NULL,
`ancestor_class_id` bigint(20) NOT NULL,
`acu_id` bigint(20) DEFAULT NULL,
`secured` tinyint(1) DEFAULT '1',
`system_modification_date` bigint(20) DEFAULT NULL,
`archived` tinyint(1) NOT NULL DEFAULT '0',
PRIMARY KEY (`id`),
UNIQUE KEY `constraint_unique_class_legacy_id` (`class_id`,`legacy_id`),
UNIQUE KEY `entity_tag` (`class_id`,`tag`),
UNIQUE KEY `class_hierarchy_tag` (`tag`,`ancestor_class_id`),
KEY `entity_legacy_id_idx` (`legacy_id`),
KEY `entity_modification_date_int_idx` (`modification_date_int`),
KEY `entity_class_modification_date_int_idx` (`class_id`,`removed`,`modification_date_int`),
KEY `ancestor_class_id` (`ancestor_class_id`),
KEY `acu_id` (`acu_id`),
KEY `entity_name_idx` (`class_id`,`name`(255)),
KEY `entity_archived_idx` (`archived`),
CONSTRAINT `entity_ibfk_1` FOREIGN KEY (`class_id`) REFERENCES `class` (`id`),
CONSTRAINT `entity_ibfk_2` FOREIGN KEY (`ancestor_class_id`) REFERENCES `class` (`id`),
CONSTRAINT `entity_ibfk_3` FOREIGN KEY (`acu_id`) REFERENCES `acu` (`id`)
) ENGINE=InnoDB AUTO_INCREMENT=60382455 DEFAULT CHARSET=utf8 COLLATE=utf8_bin
MySQL版本:
SELECT @@version;
+--------------------+
| @@version |
+--------------------+
| 5.6.30-76.3-56-log |
+--------------------+
答案 0 :(得分:1)
好的,我部分找到了一个答案:我正在使用的MySQL Workbench隐式地在查询中添加了“限制1000”,即使响应的行数少了,它也会大大降低性能。具有限制的“解释扩展”将PRIMARY作为键显示,这不再是问题。如果我将限制增加到10000,则查询将在250毫秒内完成。看起来MySQL优化程序中有一些启发式功能,在“限制”较低的情况下,它会强制其使用PRIMARY索引。