10 | MySQL为什么有时候会选错索引？
在MySQL中一张表是可以支持多个索引的。但是写SQL语句的时候，并没有主动指定使用哪个索引。也就是说，使用哪个索引是由MySQL来确定的。
有时会出现这种情况，一条本来可以执行得很快的语句，却由于MySQL选错了索引，导致执行速度变得很慢？
举个例子，建立一个简单的表，表里有a，b两个字段，分别建上索引。
CREATE TABLE `t` (
`id` int(11) NOT NULL,
`a` int(11) DEFAULT NULL,
`b` int(11) DEFAULT NULL,
PRIMARY KEY (`id`),
KEY `a` (`a`),
KEY `b` (`b`)
) ENGINE=InnoDB；
我们往表t中插入10万行记录，取值按整数递增，即：(1,1,1)，(2,2,2)，(3,3,3) 直到 (100000,100000,100000)。
delimiter ;;
create procedure idata()
begin
declare i int;
set i=1;
while(i<=100000)do
insert into t values(i, i, i);
set i=i+1;
end while;
end;;
delimiter ;
call idata();
接下来分析一条SQL语句：
mysql> select * from t where a between 10000 and 20000;
这时你会觉得a上有索引，直接使用索引a就好了，事实也确实如此，我们使用explain命令可以看到这条语句执行情况，key这个字段值是'a'，表示优化器选择了索引a。
我们在包含了10万行数据的表上，再做如下操作。
session A的操作就是开启了一个事务。随后，session B把数据都删除后，又调用了 idata这个存储过程，插入了10万行数据。
这时候，session B的查询语句select * fromt where a between 10000 and 20000就不会再选择索引a了。我们可以通过慢查询日志（slow log）来查看一下具体的执行情况。
为了说明优化器选择的结果是否正确，增加了一个对照，即：使用force index(a)来让优化器强制使用索引a。
下面的三条SQL语句，就是这个实验过程。
set long_query_time=0;
select * from t where a between 10000 and 20000; /*Q1*/
select * from t force index(a) where a between 10000 and 20000;/*Q2*/
- 第一句，是将慢查询日志的阈值设置为0，表示这个线程接下来的语句都会被记录入慢查询日志中；
- 第二句，Q1是session B原来的查询；
- 第三句，Q2是加了force index(a)来和session B原来的查询语句执行情况对比。
如图所示是这三条SQL语句执行完成后的慢查询日志。可以看到，Q1扫描了10万行，显然是走了全表扫描，执行时间是40毫秒。Q2扫描了10001行，执行了21毫秒。也就是说，我们在没有使用force index的时候，MySQL用错了索引，导致了更长的执行时间。
这个例子对应的是我们平常不断地删除历史数据和新增数据的场景。这时，MySQL竟然会选错索引，是不是有点奇怪呢？下面从优化器的逻辑进行分析。
优化器的逻辑
01曾提到过优化器可以选择索引，目的是找到一个最优的方案，以最小的代价执行语句。对于数据库，扫描行数越少，意味着访问磁盘数据的次数越少，消耗CPU资源越少。当然优化器还会结合是否使用临时表、是否排序等因素进行综合判断。
扫描行数怎么判断的？
MySQL在真正开始执行语句之前，并不能精确地知道满足这个条件的记录有多少条，而只能根据统计信息来估算记录数。
这个统计信息就是索引的“区分度”。显然，一个索引上不同的值越多，这个索引的区分度就越好。而一个索引上不同的值的个数，我们称之为“基数”（cardinality）。也就是说，这个基数越大，索引的区分度越好。
我们可以使用showindex方法，看到一个索引的基数。如图所示，就是表t的showindex的结果。虽然这个表的每一行的三个字段值都是一样的，但是在统计信息中，这三个索引的基数值并不同，而且其实都不准确。
MySQL是怎样得到索引的基数的呢？
一般选择“采样统计”，把整张表取出来一行行统计虽然可以得到精确的结果，但是代价太高。采样统计的时候，InnoDB默认会选择N个数据页，统计这些页面上的不同值，得到一个平均值，然后乘以这个索引的页面数，就得到了这个索引的基数，这个基数都是很容易不准的。
此外，索引统计只是一个输入，对于一个具体的语句来说，优化器还要判断，执行这个语句本身要扫描多少行。接下来，我们再一起看看优化器预估的，这两个语句的扫描行数是多少。
rows这个字段表示的是预计扫描行数。其中，Q1的结果还是符合预期的，rows的值是104620；但是Q2的rows值是37116，偏差就大了。而图1中我们用explain命令看到的rows是只有10001行，是这个偏差误导了优化器的判断。
到这里，可能你的第一个疑问不是为什么不准，而是优化器为什么放着扫描37000行的执行计划不用，却选择了扫描行数是100000的执行计划呢？
优化器会估算这两个选择的代价，从结果看来，优化器认为直接扫描主键索引更快。当然，从执行时间看来，这个选择并不是最优的。使用普通索引需要把回表的代价算进去，在执行explain的时候，也考虑了这个策略的代价，但选择是对的。也就是说，这个策略并没有问题。
所以MySQL选错索引，这件事儿还得归咎到没能准确地判断出扫描行数。使用analyze table t命令，可以用来重新统计索引信息。
如果你发现explain的结果预估的rows值跟实际情况差距比较大，可以采用这个方法来处理。其实，如果只是索引统计不准确，通过analyze命令可以解决很多问题，但是优化器可不止是看扫描行数。
依然是基于这个表t，我们看看另外一个语句：
mysql> select * from t where (a between 1 and 1000) and (b between 50000 and 100000) order by id
从条件上看，这个查询没有符合条件的记录，因此会返回空集合。如果你来选择索引，会选择哪一个呢？为了便于分析，我们先来看一下a、b这两个索引的结构图。
如果使用索引a进行查询，那么就是扫描索引a的前1000个值，然后取到对应的id，再到主键索引上去查出每一行，然后根据字段b来过滤。显然这样需要扫描1000行。
如果使用索引b进行查询，那么就是扫描索引b的最后50001个值，与上面的执行过程相同，也是需要回到主键索引上取值再判断，所以需要扫描50001行。
如果使用索引a的话，执行速度明显会快很多。那么使用explain命令就来看看到底是不是这么一回事儿。
mysql> explain select * from t where (a between 1 and 1000) and (b between 50000 and 100000) order by b limit 1
可以看到，返回结果中key字段显示，这次优化器选择了索引b，而rows字段显示需要扫描的行数是50198。从这个结果中，你可以得到两个结论：
- 扫描行数的估计值依然不准确；
- 这个例子里MySQL又选错了索引。
索引选择异常和处理
其实大多数时候优化器都能找到正确的索引，但偶尔你还是会碰到我们上面举例的这两种情况：原本可以执行得很快的SQL语句，执行速度却比你预期的慢很多，你应该怎么办呢？
第一种方法是，采用force index强行选择一个索引。MySQL会根据词法解析的结果分析出可能可以使用的索引作为候选项，然后在候选列表中依次判断每个索引需要扫描多少行。如果force index指定的索引在候选索引列表中，就直接选择这个索引，不再评估其他索引的执行代价。
我们来看看第二个例子。刚开始分析时，我们认为选择索引a会更好。原本语句需要执行2.23秒，而当你使用force index(a)的时候，只用了0.05秒，比优化器的选择快了40多倍。也就是说，优化器没有选择正确的索引，force index起到了“矫正”的作用。
不过使用force index也有缺点，如果索引改了名字，这个语句也得改，显得很麻烦。而且如果以后迁移到别的数据库的话，这个语法还可能会不兼容。所以，数据库的问题最好还是在数据库内部来解决。那么，在数据库里面该怎样解决呢？
既然优化器放弃了使用索引a，说明a还不够合适。第二种方法就是，我们可以考虑修改语句，引导MySQL使用我们期望的索引。比如，在这个例子里，显然把“order by b limit 1” 改成 “order by b,a limit 1”，语义的逻辑是相同的。
之前优化器选择使用索引b，是因为它认为使用索引b可以避免排序（b本身是索引，已经是有序的了，如果选择索引b的话，不需要再做排序，只需要遍历），所以即使扫描行数多，也判定为代价更小。
现在order by b,a这种写法，要求按照b,a排序，就意味着使用这两个索引都需要排序。因此，扫描行数成了影响决策的主要条件，于是此时优化器选了只需要扫描1000行的索引a。
第三种方法是，在有些场景下，我们可以新建一个更合适的索引，来提供给优化器做选择，或删掉误用的索引。
