Question

我的查询给了我一些问题，我无法理解MySQL查询优化器的行为方式。这是背景信息：

我有3张桌子。两个相对较小，一个较大。

表1（非常小，727行）：

创建表ipa（
  ipa_id int（11）NOT NULL AUTO_INCREMENT，
  ipa_code int（11）DEFAULT NULL，
  ipa_name varchar（100）DEFAULT NULL，
  payorcode varchar（2）DEFAULT NULL，
  compid int（11）DEFAULT＆＃39; 2＆＃39;
  PRIMARY KEY（ipa_id），
  KEY ipa_code（ipa_code））    ENGINE = MyISAM

表2（小，59455行）：

创建表assign_ipa（
  assignid int（11）NOT NULL AUTO_INCREMENT，
    ipa_id int（11）NOT NULL，
    userid int（11）NOT NULL，
    username varchar（20）DEFAULT NULL，
    compid int（11）DEFAULT NULL，
    PayorCode char（10）DEFAULT NULL
    PRIMARY KEY（assignid），
    独特的钥匙assignid（assignid，ipa_id），
    KEY ipa_id（ipa_id）
  ）ENGINE = MyISAM

表3（大，24,711,730行）：

创建表master_final（
    IPA int（11）DEFAULT NULL，
    MbrCt smallint（6）DEFAULT＆＃39; 0＆＃39;，
    PayorCode varchar（4）DEFAULT＆＃39; WC＆＃39;，
    KEY idx_IPA（IPA）
  ）ENGINE = MyISAM DEFAULT

现在进行查询。我正在使用前两个较小的表进行三向连接，以便在其中一个索引值上对大表进行子集化。基本上，我得到一个用户的ID列表，SJOnes并查询大文件中的那些ID。

的MySQL＆GT;解释
          SELECT master_final.PayorCode，sum（master_final.Mbrct）AS MbrCt
          来自master_final
          INNER JOIN ipa ON ipa.ipa_code = master_final.IPA
          INNER JOIN assign_ipa ON ipa.ipa_id = assign_ipa.ipa_id
          在哪里assign_ipa.username =＆＃39; SJones＆＃39;
          GROUP BY master_final.PayorCode，master_final.ipa \ G;
  的 * ** * ** * ** * ** * 1.行 * ** * ** * ** * * * *
             id：1
    select_type：SIMPLE
          table：master_final
           类型：所有
  possible_keys：idx_IPA
            key：NULL
        key_len：NULL
            ref：NULL
           行： 24711730
          额外：使用临时;使用filesort
  的 * ** * ** * ** * ** * 2.行 * ** * ** * ** * * * *
             id：1
    select_type：SIMPLE
          表：ipa
           类型：参考
  possible_keys：PRIMARY，ipa_code
            key：ipa_code
        key_len：5
            ref：wc_test.master_final.IPA
           行：1
          额外：使用在哪里   的 * ** * ** * ** * ** * 3.行 * ** * ** * ** * * * *
             id：1
    select_type：SIMPLE
          表：assign_ipa
           类型：参考
  possible_keys：ipa_id
            key：ipa_id
        key_len：4
            ref：wc_test.ipa.ipa_id
           行：37
          额外：使用在哪里   3行（0.00秒）

此查询需要永远（如30分钟！）。解释说明告诉我为什么，即使有一个非常好的索引，它也会在大表上进行全表扫描。它没有使用它。我不明白这一点。我可以查看查询，看到它只需要查询大表中的几个ID。如果我能做到，为什么MySQL的优化器能做到呢？

为了说明，以下是与＆＃39; SJones＆＃39;：

相关联的ID

的MySQL＆GT;从assign_ipa中选择用户名，ipa_id，其中username =＆＃39; SJones＆＃39;;
  + ---------- + -------- +
  |用户名| ipa_id |
  + ---------- + -------- +
  | SJones | 688 |
  | SJones | 689 |
  + ---------- + -------- +
  2行（0.02秒）

现在，我可以重写查询，用if子句中的用户名替换ipa_id值。对我来说，这相当于原始查询。 MySQL看待它的方式不同。如果我这样做，优化器会使用大表上的索引。

的MySQL＆GT;解释
         SELECT master_final.PayorCode，sum（master_final.Mbrct）AS MbrCt
         来自master_final
         INNER JOIN ipa ON ipa.ipa_code = master_final.IPA
         INNER JOIN assign_ipa ON ipa.ipa_id = assign_ipa.ipa_id
         * WHERE assign_ipa.ipa_id in（＆＃39; 688＆＃39;，＆＃39; 689＆＃39;）*
         GROUP BY master_final.PayorCode，master_final.ipa \ G;
  的 * ** * ** * ** * ** * 1.行 * ** * ** * ** * * * *
             id：1
    select_type：SIMPLE
          表：ipa
           类型：范围
  possible_keys：PRIMARY，ipa_code
            关键：主要
        key_len：4
            ref：NULL
           行：2
          额外：使用在哪里;使用临时;使用filesort
  的 * ** * ** * ** * ** * 2.行 * ** * ** * ** * * * *
             id：1
    select_type：SIMPLE
          表：assign_ipa
           类型：参考
  possible_keys：ipa_id
            key：ipa_id
        key_len：4
            ref：wc_test.ipa.ipa_id
           行：37
          额外：使用在哪里   的 * ** * ** * ** * ** * 3.行 * ** * ** * ** * * * *
             id：1
    select_type：SIMPLE
          table：master_final
           类型：参考
  possible_keys：idx_IPA
            key：idx_IPA
        key_len：5
            ref：wc_test.ipa.ipa_code
           行： 34953
          额外：使用在哪里   3行（0.00秒）

我唯一改变的是where子句甚至没有直接击中大桌子。然而，优化器使用索引＆＃39; idx_IPA＆＃39;在大桌子上，不再使用全表扫描。像这样重写的查询非常快。

好的，那是很多背景知识。现在我的问题。为什么where子句对优化器很重要？ where子句将从较小的表返回相同的结果集，但是我得到的结果却大不相同，这取决于我使用的是哪一个。显然，我想使用包含用户名的where子句，而不是尝试将所有关联的ID传递给查询。如上所述，这是不可能的？

有人可以解释为什么会这样吗？
如何重写查询以避免全表扫描？

感谢您坚持下去。我知道这是一个非常长的问题。

Answer 1

不太确定我是否正确，但我认为以下情况正在发生。这样：

WHERE assign_ipa.username = 'SJones'

可能会创建一个临时表，因为它需要全表扫描。临时表没有索引，它们往往会减慢很多东西。

第二种情况

INNER JOIN ipa ON ipa.ipa_code = master_final.IPA
INNER JOIN assign_ipa ON ipa.ipa_id = assign_ipa.ipa_id
WHERE assign_ipa.ipa_id in ('688','689')

另一方面，

允许加入索引，这很快。此外，它可以转换为

SELECT .... FROM master_final WHERE IDA IN (688, 689) ...

我认为MySQL也是这样做的。

在assign_ipa.username上创建索引可能会有所帮助。

修改

我重新考虑了这个问题，现在有了不同的解释。

当然，原因是缺少索引。这意味着MySQL不知道查询assign_ipa的结果有多大（MySQL不存储计数），所以它首先从连接开始，它可以在密钥上进行中继。

这就是解释日志的第2行和第3行告诉我们的。

之后，它尝试通过assign_ipa.username过滤结果，该行没有密钥，如第1行所述。

只要有索引，它就会首先过滤assign_ipa，然后使用相应的索引加入。

Answer 2

这可能不是您问题的直接答案，但您可以做的事情很少：

运行ANALYZE_TABLE ...它将更新表统计信息，这对优化程序决定要做的事情有很大影响。
如果您仍然认为联接不符合您的希望（在您的情况下会发生这种情况，因此优化器没有像您期望的那样使用索引），您可以使用STRAIGHT_JOIN ...来自here：“STRAIGHT_JOIN强制优化器按照FROM子句中列出的顺序连接表。如果优化器以非最佳顺序连接表，则可以使用它来加速查询”
对我而言，将“where part”加入连接有时会产生影响并加快速度。例如，您可以写：

...t1 INNER JOIN t2 ON t1.k1 = t2.k2 AND t2.k2=something...

而不是

...t1 INNER JOIN t2 ON t1.k1 = t2.k2 .... WHERE t2.k2=something...

所以这绝对不是解释为什么你有这种行为而只是一些提示。查询优化器是一个奇怪的野兽，但幸运的是有EXPLAIN命令可以帮助你欺骗它以你想要的方式运行。

为什么MySQL无法优化此查询？

2 个答案: