GreatSQL 为何选择全表扫描而不选索引

GreatSQL 为何选择全表扫描而不选索引

1. 问题背景

在生产环境中，发现某些查询即使有索引，也没有使用索引，反而选择了全表扫描。这种现象的根本原因在于优化器评估索引扫描的成本时，认为使用索引的成本高于全表扫描。

2. 场景复现

2.1 环境信息

  • 机器 IP：192.168.137.120
  • GreatSQL 版本：8.0.32-26

2.2 环境准备

通过脚本创建了一个包含 100 万条数据的表，并在 age 列上创建了索引 idx_age，如下所示：

#!/bin/bash
# 数据库配置
db_host="192.168.137.120"
db_user="root"
db_pass="xxxx"
db_name="test"
db_port=3306
table_name="t1"
my_conn="greatsql -h$db_host -P$db_port -u$db_user -p$db_pass -D$db_name"
# 创建大表
create_table() {
 $my_conn -e "
 CREATE TABLE IF NOT EXISTS ${table_name} (
 id INT primary key,
 name VARCHAR(255),
 age INT,
 email VARCHAR(255),
 address VARCHAR(255),
 created_at DATETIME,
 updated_at DATETIME,
 key idx_age(age)
 );"
}
# 批量插入数据
bulk_insert() {
 values=""
 for ((i=1; i<=1000000; i++)); do
 values+="($i, 'name $i', $((RANDOM % 100)), 'email$i@example.com', 'address $i', NOW(), NOW()),"
 if (( i % 1000 == 0 )); then
 values=${values%,} # 去掉最后的逗号
 # 执行插入
 $my_conn -e "INSERT INTO ${table_name} (id, name, age, email, address, created_at, updated_at) VALUES $values;"
 values="" # 重置values
 fi
 done
}
# 主执行函数
main() {
 echo "开始创建表..."
 create_table
 echo "表创建完成！"
 echo "开始批量插入数据..."
 start_time=$(date +%s)
 bulk_insert
 end_time=$(date +%s)
 echo "插入数据完成！"
 echo "耗时：$((end_time - start_time)) 秒"
}
# 执行主函数
main

2.3 SQL 查询

测试了两个查询：

  1. 查询 age > 80 的记录：
greatsql> EXPLAIN SELECT * FROM t1 WHERE age > 80;
+----+-------------+-------+------------+------+---------------+------+---------+------+--------+----------+-------------+
| id | select_type | table | partitions | type | possible_keys | key | key_len | ref | rows | filtered | Extra |
+----+-------------+-------+------------+------+---------------+------+---------+------+--------+----------+-------------+
| 1 | SIMPLE | t1 | NULL | ALL | idx_age | NULL | NULL | NULL | 994098 | 37.05 | Using where |
+----+-------------+-------+------------+------+---------------+------+---------+------+--------+----------+-------------+
  1. 查询 age < 3 的记录：
greatsql> EXPLAIN SELECT * FROM t1 WHERE age < 3;
+----+-------------+-------+------------+-------+---------------+---------+---------+------+-------+----------+-----------------------+
| id | select_type | table | partitions | type | possible_keys | key | key_len | ref | rows | filtered | Extra |
+----+-------------+-------+------------+-------+---------------+---------+---------+------+-------+----------+-----------------------+
| 1 | SIMPLE | t1 | NULL | range | idx_age | idx_age | 5 | NULL | 55344 | 100.00 | Using index condition |
+----+-------------+-------+------------+-------+---------------+---------+---------+------+-------+----------+-----------------------+

对于第一个查询，优化器选择了全表扫描（type = ALL），而对于第二个查询，则使用了索引扫描（type = range）。这是因为优化器认为，在 age > 80 的查询中，索引扫描的成本较高，而全表扫描相对较低。

3. 优化器分析

启用 optimizer_trace 查看优化器的执行细节：

greatsql> SET optimizer_trace="enabled=on";
greatsql> SELECT * FROM t1 WHERE age > 80;
+-----+----------+------+----------------------+-------------+---------------------+---------------------+
| id | name | age | email | address | created_at | updated_at |
+-----+----------+------+----------------------+-------------+---------------------+---------------------+
| 48 | name 48 | 81 | email48@example.com | address 48 | 2024-12-26 11:25:00 | 2024-12-26 11:25:00 |
| 87 | name 87 | 81 | email87@example.com | address 87 | 2024-12-26 11:25:00 | 2024-12-26 11:25:00 |
| 130 | name 130 | 81 | email130@example.com | address 130 | 2024-12-26 11:25:00 | 2024-12-26 11:25:00 |
| 201 | name 201 | 81 | email201@example.com | address 201 | 2024-12-26 11:25:00 | 2024-12-26 11:25:00 |
| 232 | name 232 | 81 | email232@example.com | address 232 | 2024-12-26 11:25:00 | 2024-12-26 11:25:00 |
......
| 999998 | name 999998 | 99 | email999998@example.com | address 999998 | 2024-12-26 11:27:22 | 2024-12-26 11:27:22 |
+--------+-------------+------+-------------------------+----------------+---------------------+---------------------+
greatsql> SELECT trace FROM information_schema.optimizer_trace\G
trace: {
 "steps": [
 {
 "join_preparation": {
 "select#": 1,
 "steps": [
 {
 "expanded_query": "/* select#1 */ select `t1`.`id` AS `id`,`t1`.`name` AS `name`,`t1`.`age` AS `age`,`t1`.`email` AS `email`,`t1`.`address` AS `address`,`t1`.`created_at` AS `created_at`,`t1`.`updated_at` AS `updated_at` from `t1` where (`t1`.`age` > 80)"
 }
 ]
 }
 },
 {
 "join_optimization": {
 "select#": 1,
 "steps": [
 {
 "condition_processing": {
 "condition": "WHERE",
 "original_condition": "(`t1`.`age` > 80)",
 "steps": [
 {
 "transformation": "equality_propagation", --传播等式
 "resulting_condition": "(`t1`.`age` > 80)"
 },
 {
 "transformation": "constant_propagation", --传播常量
 "resulting_condition": "(`t1`.`age` > 80)"
 },
 {
 "transformation": "trivial_condition_removal", --移除无关条件
 "resulting_condition": "(`t1`.`age` > 80)"
 }
 ]
 }
 },
 {
 "substitute_generated_columns": {
 }
 },
 {
 "table_dependencies": [ --表依赖
 {
 "table": "`t1`",
 "row_may_be_null": false,
 "map_bit": 0,
 "depends_on_map_bits": [
 ]
 }
 ]
 },
 {
 "ref_optimizer_key_uses": [
 ]
 },
 {
 "rows_estimation": [ --行数估算
 {
 "table": "`t1`",
 "range_analysis": {
 "table_scan": { --全表扫描
 "rows": 994078, -- 994078 行需要被扫描
 "cost": 106040 -- 106040 是执行全表扫描的估算成本
 },
 "potential_range_indexes": [ --潜在范围索引
 {
 "index": "PRIMARY",
 "usable": false, -- 主键索引不适用于此次查询
 "cause": "not_applicable" 
 },
 {
 "index": "idx_age",
 "usable": true, -- idx_age索引可用于此次查询
 "key_parts": [ -- 索引基于age，id创建
 "age",
 "id"
 ]
 }
 ],
 "setup_range_conditions": [
 ],
 "group_index_range": {
 "chosen": false,
 "cause": "not_group_by_or_distinct"
 },
 "skip_scan_range": {
 "potential_skip_scan_indexes": [
 {
 "index": "idx_age",
 "usable": false,
 "cause": "query_references_nonkey_column"
 }
 ]
 },
 "analyzing_range_alternatives": {
 "range_scan_alternatives": [
 {
 "index": "idx_age",
 "ranges": [
 "80 < age"
 ],
 "index_dives_for_eq_ranges": true,
 "rowid_ordered": false,
 "using_mrr": false,
 "index_only": false,
 "in_memory": 0,
 "rows": 379410, -- 使用idx_age索引估算扫描行数
 "cost": 417303, -- 使用idx_age索引估算成本
 "chosen": false, -- 未选择该索引
 "cause": "cost"
 }
 ],
 "analyzing_roworder_intersect": {
 "usable": false,
 "cause": "too_few_roworder_scans"
 }
 }
 }
 }
 ]
 },
 {
 "considered_execution_plans": [ --考虑的执行计划
 {
 "plan_prefix": [
 ],
 "table": "`t1`",
 "best_access_path": { -- 最优访问方式
 "considered_access_paths": [
 {
 "rows_to_scan": 994078,
 "access_type": "scan", 
 "resulting_rows": 994078,
 "cost": 106038,
 "chosen": true 
 }
 ]
 },
 "condition_filtering_pct": 100,
 "rows_for_plan": 994078, 
 "cost_for_plan": 106038, 
 "chosen": true -- 优化器最终选择了全表扫描，行数为994708，成为106038
 }
 ]
 },
 {
 "attaching_conditions_to_tables": { --将条件附加到表
 "original_condition": "(`t1`.`age` > 80)",
 "attached_conditions_computation": [
 ],
 "attached_conditions_summary": [
 {
 "table": "`t1`",
 "attached": "(`t1`.`age` > 80)"
 }
 ]
 }
 },
 {
 "finalizing_table_conditions": [ --最终确定表条件
 {
 "table": "`t1`",
 "original_table_condition": "(`t1`.`age` > 80)",
 "final_table_condition ": "(`t1`.`age` > 80)" --最终的表条件
 }
 ]
 },
 {
 "refine_plan": [ --优化计划细节
 {
 "table": "`t1`"
 }
 ]
 }
 ]
 }
 },
 {
 "join_execution": {
 "select#": 1,
 "steps": [
 ]
 }
 }
 ]
}

从优化器的执行计划中可以看到：

  • 全表扫描：优化器选择了全表扫描的估算成本为 106038。
  • 索引扫描：虽然索引 idx_age 在 age 列上可以被使用，但由于它并不包含查询中所有列（如 id, name, email 等），因此需要回表操作，导致索引扫描的估算成本为 417303，远高于全表扫描。

4. 问题分析

优化器选择使用全表扫描而不是索引扫描的原因主要是因为：

  • 回表开销：idx_age 索引仅包含 age 和 id 列，而查询需要 age, id, name, email, address, created_at, updated_at 等字段。因此，使用索引后需要额外的回表操作，这会增加查询的成本。特别是在数据量较大时，回表次数增多，导致整体性能下降。
  • 估算成本：在某些情况下，优化器评估使用索引的成本比全表扫描高。例如，如果查询涉及的列较多，而索引并不覆盖这些列，回表的代价可能超过直接扫描整张表的代价。优化器会倾向于选择代价较低的执行计划，即全表扫描。

5. 解决方案与优化建议

  • 查询优化：可以通过调整查询条件，减少涉及的列数，或者使用 EXPLAIN 分析不同查询条件的执行计划，选择最优的查询方式。
  • 分析索引选择性：确保索引列的选择性较高，即索引能有效减少扫描的行数。如果某个列的选择性较低（如范围条件 age > 80），全表扫描可能仍然是最优选择。
  • 调整配置参数：根据表的数据分布和查询特征，可能需要调整 MySQL 的优化器相关参数（如 optimizer_search_depth 或 optimizer_switch），以优化查询执行计划的选择。
  • 在本案例中，条件 age > 80 读取扫描的数据量太大了，在真实业务中只有很少数情况需要读取这么大量数据，因此建议加上 LIMIT N 限定读取行数（N通常不高于1000）。
  • 在部分其他场景中，有时可以尝试通过使用直方图来优化查询效率，可以根据实际情况选择。关于直方图可以参考文章：深入聊聊MySQL直方图的应用。

通过这些方法，可以有效减少全表扫描的发生，提高查询性能。

Enjoy GreatSQL ?

关于 GreatSQL

GreatSQL是适用于金融级应用的国内自主开源数据库，具备高性能、高可靠、高易用性、高安全等多个核心特性，可以作为MySQL或Percona Server的可选替换，用于线上生产环境，且完全免费并兼容MySQL或Percona Server。

相关链接： GreatSQL社区GiteeGitHubBilibili

GreatSQL社区：

社区博客有奖征稿详情：https://greatsql.cn/thread-100-1-1.html

技术交流群：

微信：扫码添加GreatSQL社区助手微信好友，发送验证信息加群。

作者:GreatSQL原文地址:https://www.cnblogs.com/greatsql/p/18784615
0
分享 2025-03-21

%s 个评论

要回复文章请先登录或注册

关于我们 • 赞助与捐赠 • 站点地图 • 联系我们 • 网站合作 • 免责声明
友情链接： 乐读文化 • 开发者 • MySQL Workbench • 大牛教程 • 交换链接
本站为个人网站，部分内容来自于互联网，版权归原作者所有。如本站内容有侵权，敬请来信联系我们，我们将及时删除清理。
© 2025 大牛教程