一文搞懂MySQL索引下推
- WBOY轉載
- 2022-10-09 16:42:012608瀏覽
這篇文章為大家帶來了關於mysql的相關知識，其中主要介紹了關於索引下推的相關內容，索引條件下推也叫索引下推，英文全稱Index Condition Pushdown ，簡稱ICP，用於優化資料查詢，下面一起來看一下，希望對大家有幫助。
推薦學習：mysql影片教學
#SELECT 語句執行過程
MySQL 資料庫由Server 層和Engine 層組成：
-
Server層： 有SQL分析器、SQL最佳化器、SQL執行器，用於負責SQL語句的特定執行過程。 -
Engine層： 負責儲存特定的數據，如最常使用的InnoDB儲存引擎，還有用於在記憶體中儲存臨時結果集的TempTable引擎。
透過客戶端/伺服器通訊協定與
MySQL建立連線。-
查詢快取：
- 如果開啟了
Query Cache且在查詢快取過程中查詢到完全相同的SQL語句，則將查詢結果直接傳回給客戶端； - 如果沒有開啟
Query Cache或沒有查詢到完全相同的SQL語句則會由解析器進行語法語意解析，並產生解析樹。
- 如果開啟了
分析器產生新的解析樹。
查詢最佳化器產生執行計劃。
-
查詢執行引擎執行
SQL語句，此時查詢執行引擎會根據SQL語句中資料表的儲存引擎類型，以及對應的API介面與底層儲存引擎快取或實體檔案的互動情況，得到查詢結果，由MySQL Server過濾後將查詢結果快取並傳回給客戶端。若開啟了
Query Cache，這時也會將SQL語句和結果完整地儲存到Query Cache中，以後若有相同的SQL語句執行則直接傳回結果。
Tips：MySQL 8.0 已移除 query cache（查詢快取模組）。
因為查詢快取的命中率會非常低。查詢快取的失效非常頻繁：只要有一個表格的更新，這個表上所有的查詢快取都會被清空。
什麼是索引下推？
索引下推(Index Condition Pushdown)： 簡稱ICP，透過把索引過濾條件推到儲存引擎，來減少MySQL 儲存引擎存取基底表的次數和MySQL 服務層存取儲存引擎的次數。
索引下推VS 覆蓋索引： 其實都是減少回表的次數，只不過方式不同
覆寫索引： 當索引中包含所需的欄位（
SELECT XXX），則不再回表去查詢欄位。索引下推： 對索引中包含的欄位先做判斷，直接過濾掉不滿足條件的記錄，減少回表的行數。
要了解ICP 是如何運作的，先從一個查詢SQL# 開始：
舉個栗子：查詢名字la 開頭、年齡為18 的記錄
SELECT * FROM user WHERE name LIKE 'la%' AND age = 18;
有這些記錄：
不開啟ICP 時索引掃描是如何進行的：
- 透過索引元組，定位讀取對應數據行。 （實際上：就是回表）
- 對
WHERE中字段做判斷，過濾掉不滿足條件的行。
使用ICP，索引掃描如下：
- ## 取得索引元組。
- 對
- WHERE
中欄位做判斷，在索引列中進行篩選。對滿足條件的索引，進行回表查詢整行。 - 對
- WHERE
中欄位做判斷，過濾掉不符合條件的行。
#
动手实验：
实验：使用 MySQL 版本 8.0.16
-- 表创建 CREATE TABLE IF NOT EXISTS `user` ( `id` VARCHAR(64) NOT NULL COMMENT '主键 id', `name` VARCHAR(50) NOT NULL COMMENT '名字', `age` TINYINT NOT NULL COMMENT '年龄', `address` VARCHAR(100) NOT NULL COMMENT '地址', PRIMARY KEY (id) ) ENGINE=InnoDB DEFAULT CHARSET utf8mb4 COLLATE=utf8mb4_unicode_ci COMMENT '用户表'; -- 创建索引 CREATE INDEX idx_name_age ON user (name, age); -- 新增数据 INSERT INTO user (id, name, age, address) VALUES (1, 'tt', 14, 'linhai'); INSERT INTO user (id, name, age, address) VALUES (2, 'lala', 18, 'linhai'); INSERT INTO user (id, name, age, address) VALUES (3, 'laxi', 30, 'linhai'); INSERT INTO user (id, name, age, address) VALUES (4, 'lawa', 40, 'linhai'); -- 查询语句 SELECT * FROM user WHERE name LIKE 'la%' AND age = 18;
新增数据如下：
- 关闭
ICP，再调用EXPLAIN查看语句：
-- 将 ICP 关闭 SET optimizer_switch = 'index_condition_pushdown=off'; -- 查看确认 show variables like 'optimizer_switch'; -- 用 EXPLAIN 查看 EXPLAIN SELECT * FROM user WHERE name LIKE 'la%' AND age = 18;
- 开启
ICP，再调用EXPLAIN查看语句：
-- 将 ICP 打开 SET optimizer_switch = 'index_condition_pushdown=on'; -- 查看确认 show variables like 'optimizer_switch'; -- 用 EXPLAIN 查看 EXPLAIN SELECT * FROM user WHERE name LIKE 'la%' AND age = 18;
由上实验可知，区别是否开启 ICP： Exira 字段中的 Using index condition
更进一步，来看下 ICP 带来的性能提升：
通过访问数据文件的次数
-- 1. 清空 status 状态 flush status; -- 2. 查询 SELECT * FROM user WHERE name LIKE 'la%' AND age = 18; -- 3. 查看 handler 状态 show status like '%handler%';
对比开启 ICP 和 关闭 ICP： 关注 Handler_read_next 的值
-- 开启 ICP flush status; SELECT * FROM user WHERE name LIKE 'la%' AND age = 18; show status like '%handler%'; +----------------------------|-------+ | Variable_name | Value | +----------------------------|-------+ | Handler_commit | 1 | | Handler_delete | 0 | | Handler_discover | 0 | | Handler_external_lock | 2 | | Handler_mrr_init | 0 | | Handler_prepare | 0 | | Handler_read_first | 0 | | Handler_read_key | 1 | | Handler_read_last | 0 | | Handler_read_next | 1 | <---重点 | Handler_read_prev | 0 | | Handler_read_rnd | 0 | | Handler_read_rnd_next | 0 | | Handler_rollback | 0 | | Handler_savepoint | 0 | | Handler_savepoint_rollback | 0 | | Handler_update | 0 | | Handler_write | 0 | +----------------------------|-------+ 18 rows in set (0.00 sec) -- 关闭 ICP flush status; SELECT * FROM user WHERE name LIKE 'la%' AND age = 18; show status like '%handler%'; +----------------------------|-------+ | Variable_name | Value | +----------------------------|-------+ | Handler_commit | 1 | | Handler_delete | 0 | | Handler_discover | 0 | | Handler_external_lock | 2 | | Handler_mrr_init | 0 | | Handler_prepare | 0 | | Handler_read_first | 0 | | Handler_read_key | 1 | | Handler_read_last | 0 | | Handler_read_next | 3 | <---重点 | Handler_read_prev | 0 | | Handler_read_rnd | 0 | | Handler_read_rnd_next | 0 | | Handler_rollback | 0 | | Handler_savepoint | 0 | | Handler_savepoint_rollback | 0 | | Handler_update | 0 | | Handler_write | 0 | +----------------------------|-------+ 18 rows in set (0.00 sec)
由上实验可知：
- 开启
ICP：Handler_read_next等于 1，回表查 1 次。 - 关闭
ICP：Handler_read_next等于 3，回表查 3 次。
这实验跟上面的栗子就对应上了。
索引下推限制
根据官网可知，索引下推 受以下条件限制：
当需要访问整个表行时，
ICP用于range、ref、eq_ref和ref_or_nullICP可以用于InnoDB和MyISAM表，包括分区表InnoDB和MyISAM表。对于
InnoDB表，ICP仅用于二级索引。ICP的目标是减少全行读取次数，从而减少I/O操作。对于InnoDB聚集索引，完整的记录已经读入InnoDB缓冲区。在这种情况下使用ICP不会减少I/O。在虚拟生成列上创建的二级索引不支持
ICP。InnoDB支持虚拟生成列的二级索引。引用子查询的条件不能下推。
引用存储功能的条件不能被按下。存储引擎不能调用存储的函数。
触发条件不能下推。
不能将条件下推到包含对系统变量的引用的派生表。（
MySQL 8.0.30及更高版本)。
小结下：
-
ICP仅适用于 二级索引。 -
ICP目标是 减少回表查询。 -
ICP对联合索引的部分列模糊查询非常有效。
拓展：虚拟列
CREATE TABLE UserLogin ( userId BIGINT, loginInfo JSON, cellphone VARCHAR(255) AS (loginInfo->>"$.cellphone"), PRIMARY KEY(userId), UNIQUE KEY idx_cellphone(cellphone) );
列 cellphone ：就是一个虚拟列，它是由后面的函数表达式计算而成，本身这个列不占用任何的存储空间，而索引 idx_cellphone 实质是一个函数索引。
好处： 在写 SQL 时可以直接使用这个虚拟列，而不用写冗长的函数。
举个栗子： 查询手机号
-- 不用虚拟列 SELECT * FROM UserLogin WHERE loginInfo->>"$.cellphone" = '13988888888' -- 使用虚拟列 SELECT * FROM UserLogin WHERE cellphone = '13988888888'
推荐学习：mysql视频教程
以上是一文搞懂MySQL索引下推的詳細內容。更多資訊請關注PHP中文網其他相關文章！