为什么我的 SQL 查询不使用表的复合索引？

Question

我有一个 users 表，其中包含以下列：id（主键）、type、external_id、external_type、created_at、updated_at

索引：

• 主要(id)
• 独特的(external_id, external_type, type)
• 非唯一(updated_at)

还有一个设置表，其中包含以下列：id、user_id、name、value、created_at、updated_at、type

索引：

• 主要(id)
• 独特的(user_id, name)
• 非唯一(user_id)
• 非唯一(updated_at)

我执行查询：

SELECT users.id, users.type, users.external_id, users.created_at, users.updated_at,

  settings.id, settings.settings_id, settings.name, settings.value, 
  settings.created_at, settings.updated_at, settings.type

FROM users
  
  LEFT OUTER JOIN settings on settings.user_id = users.id

WHERE users.external_id=3 and users.external_type=“Owner”

在解释报告中，我看到：

• 对于 users 表，(external_id, external_type, type) 索引被标识为可能的键，但没有使用
• 设置表使用 (user_id, name) 索引

目标

• 我想优化这个查询
• 所以我想让 users 表使用 (external_id, external_type, type) 复合索引

我为调试所做的事情：

• 如果我更改 SELECT 语句的第一行以删除 users.created_at、users.updated_at，它使用索引
• 如果我尝试向 users 表添加 (external_id, external_type) 非唯一索引，它仍然不使用它
• 如果我将查询的 WHERE 子句更改为添加且 users.type=“Blah”，它将使用索引

我错过了什么？

Answer 1

避免双重查找

您的索引是(external_id, external_type, type)，但为了获取查询所需的所有信息，它必须使用该索引来查找行，然后使用自动包含在该索引末尾的id从主表中查找 created_at 和 updated_at 列。

优化器判断直接进入主表会更简单，因此忽略索引。

您可以通过您的陈述看到这一事实的证据：

如果我将 SELECT 语句的第一行更改为删除 users.created_at，users.updated_at，它使用索引

删除这些列后，它不再需要进行双重查找来完成查询。索引中的单一查找是让它选择使用该索引的原因。

如下：

如果我将查询的 WHERE 子句更改为添加且 users.type=“Blah”，它 使用索引

我猜优化器现在认为双重查找是值得的，如果它可以通过这种更具选择性的查询来减少足够多的行。理解优化器的推理并不总是那么容易，但这似乎是最明显的原因。

解决方案

要让它使用索引，你只需要使它不需要通过使其成为覆盖索引来执行双重查找。

(external_id,  external_type, type, created_at, updated_at)

该索引将允许它避免双重查找，因为它可以过滤第一列，然后只需使用索引中的其余列来满足该表的 SELECT 要求，而无需跳回主表。

Answer 2

这回答了问题的原始版本。

使用LEFT JOIN 然后在WHERE 子句中过滤，您可能会混淆优化器。

首先将查询编写为：

SELECT u.id, u.type, u.external_id, u.created_at, u.updated_at,
       s.id, s.settings_id, s.name, s.value, 
       s.created_at, s.updated_at, s.type
FROM users u JOIN
     settings s
     ON s.user_id = u.id
WHERE s.external_id = 3 and s.external_type = 'Owner'

表别名只是让查询更容易读写，不会影响性能。

然后，您需要以下索引：

• settings(external_id, external_type, user_id)
• user(id)

MySQL 应该使用settings 索引来查找与external_id 和external_type 匹配的用户，只需在索引中查找即可。然后它将使用user_id 在users 表中查找相应的信息。这应该是最快的方法。

实际上，您可以免费获得第二个，因为它是主键。我不费心创建覆盖索引，因为您选择了这么多列。但这可能会提供稍微更好的性能。

Answer 3

不确定你使用的是什么版本的mysql。 8.0之前，mysql innodb是不持久化统计的，如果你的数据有倾斜，内存中的统计很难代表数据。在您的情况下，查询优化器可能认为表扫描是最快的，如果统计信息表明表 users 中的大部分数据为 external_id = 3 和 external_type = 'Owner'，因为表上没有索引覆盖被选择的列，并且如果使用索引，查询引擎需要根据索引对数据进行查找。

当您更改为 SELECT 索引中的唯一列时，索引将成为覆盖索引，查询引擎将不需要进行查找。