函数不走索引

在 MySQL 中，有很多看上去逻辑相同，但性能却差异巨大的 SQL 语句。对这些语句使用 不当的话，就会不经意间导致整个数据库的压力变大。

案例一 条件字段函数操作

假设现在维护了一个交易系统，其中交易记录表 tradelog 包含交易流水号 （tradeid）、交易员 id（operator）、交易时间（t_modified）等字段。为了便于描述， 先忽略其他字段。这个表的建表语句如下：

1
2
3
4
5
6
7
8
9
mysql> CREATE TABLE `tradelog` (
     `id` int(11) NOT NULL,
     `tradeid` varchar(32) DEFAULT NULL,
     `operator` int(11) DEFAULT NULL,
     `t_modified` datetime DEFAULT NULL,
     PRIMARY KEY (`id`),
     KEY `tradeid` (`tradeid`),
     KEY `t_modified` (`t_modified`)
     ) ENGINE=InnoDB DEFAULT CHARSET=utf8mb4;

假设，现在已经记录了从 2016 年初到 2018 年底的所有数据，运营部门有一个需求是，要统计发生在所有年份中 7 月份的交易记录总数。这个逻辑看上去并不复杂，你的 SQL 语句 可能会这么写：

1
select count(*) from tradelog where month(t_modified)=7;

虽然t_modified字段上有索引，但是返回的特别慢。如果对字段做了函数计算，就用不上索引了，这是 MySQL 的规定。

下面是t_modified索引的示意图，方框上面的数字就是month()函数对应的值。

如果你的 SQL 语句条件用的是 where t_modified=’2018-7-1’的话，引擎就会按照上面 绿色箭头的路线，快速定位到 t_modified=’2018-7-1’需要的结果。实际上，B+ 树提供的这个快速定位能力，来源于同一层兄弟节点的有序性。

但是，如果计算 month() 函数的话，你会看到传入 7 的时候，在树的第一层就不知道该怎么办了。也就是说，对索引字段做函数操作，可能会破坏索引值的有序性，因此优化器就决定放弃走树搜索功能。

需要注意的是，优化器并不是要放弃使用这个索引。

在这个例子里，放弃了树搜索功能，优化器可以选择遍历主键索引，也可以选择遍历索引 t_modified，优化器对比索引大小后发现，索引 t_modified 更小，遍历这个索引比遍历主 键索引来得更快。因此最终还是会选择索引 t_modified。也就是说仍然会使用索引，但是会扫描索引中的所有值，并没有使用索引快速定位的能力。

案例二 隐式类型转换

看下面的一句sql

1
select * from tradelog where tradeid = 110717;

交易编号 tradeid 这个字段上，本来就有索引，但是 explain 的结果却显示，这条语句需 要走全表扫描。可以发现，tradeid 的字段类型是 varchar(32)，而输入的参数却是 整型，所以需要做类型转换。有两个问题需要解决：

  • 1数据类型转换的规则是什么？ 2为什么有数据类型转换，就要走全索引扫描

在MySQL里，字符串和数字做比较的话，是将字符串转换成数字。

因此，上面语句对优化器来说，相当于

1
select * from tradelog where CAST(tradid AS signed int) = 110717;

触发了案例一中的规则，所以就会走全索引扫描。

案例三 隐式字符编码转换

假设系统里还有一个表trade_detail ，用以记录交易的操作细节。

1
2
3
4
5
6
7
8
CREATE TABLE `trade_detail` (
     `id` int(11) NOT NULL,
     `tradeid` varchar(32) DEFAULT NULL,
     `trade_step` int(11) DEFAULT NULL, /* 操作步骤 */
     `step_info` varchar(32) DEFAULT NULL, /* 步骤信息 */
     PRIMARY KEY (`id`),
     KEY `tradeid` (`tradeid`)
     ) ENGINE=InnoDB DEFAULT CHARSET=utf8;

这时，如果要查询id=2的交易的所有操作步骤信息，SQL语句可以这么写

1
select d.* from tradelog l, trade_detail d where d.tradeid=l.tradeid and l.id=2;

一共分为三步执行：

第 1 步，是根据 id 在 tradelog 表里找到 L2 这一行；

第 2 步，是从 L2 中取出 tradeid 字段的值；

第 3 步，是根据 tradeid 值到 trade_detail 表中查找条件匹配的行。explain 的结果里 面第二行的 key=NULL 表示的就是，这个过程是通过遍历主键索引的方式，一个一个地 判断 tradeid 的值是否匹配。

通过explain可以发现，第三步中根据 tradeid 值到 trade_detail 表中查找条件匹配的行，这个过程是通过遍历主键索引的方式，一个一个地 判断 tradeid 的值是否匹配。这不符合我们的预期。因为表 trade_detail 里 tradeid 字段上 是有索引的，本来是希望通过使用 tradeid 索引能够快速定位到等值的行。但这里 并没有。

这里的原因是因为这两个表的字符集不同，一个是 utf8，一 个是 utf8mb4，所以做表连接查询的时候用不上关联字段的索引。字符集 utf8mb4 是 utf8 的超集，所以当这两个 类型的字符串在做比较的时候，MySQL 内部的操作是，先把 utf8 字符串转成 utf8mb4 字 符集，再做比较。

单独将第三步写成sql，就是

1
2
select * from trade_detail where tradeid=$L2.tradeid.value;
其中，$L2.tradeid.value 的字符集是 utf8mb4。

实际执行的时候，执行的是

1
2
3
select * from trade_detail where CONVERT(traideid USING utf8mb4)=$L2.tradeid.value;
// 如果反过来，加到参数上，就可以使用索引，就像
select operator from tradelog where traideid =CONVERT($R4.tradeid.value USING utf8mb4)

这再次触发了上面的原则，因此做了全表扫描。

上面的例子，都说明了一件事，对索引字段做函数操作，可能会被破坏索引值的有序性，因此优化器就决定放弃走树搜索功能