CREATE TABLE `files` (
  `did` int(10) unsigned NOT NULL DEFAULT '0',
  `filename` varbinary(200) NOT NULL,
  `ext` varbinary(5) DEFAULT NULL,
  `fsize` double DEFAULT NULL,
  `filetime` datetime DEFAULT NULL,
  PRIMARY KEY (`did`,`filename`),
  KEY `fe` (`filetime`,`ext`),          -- This?
  KEY `ef` (`ext`,`filetime`)           -- or This?
) ENGINE=InnoDB DEFAULT CHARSET=utf8 ;

表中有一百万行。文件时间大多不同。 ext 值的数量是有限的。因此，filetime 具有高基数，而 ext 具有低得多的基数。

查询涉及ext和filetime:

WHERE ext = '...'
  AND filetime BETWEEN ... AND ...

这两个指标哪个更好？为什么？

最佳答案

首先，让我们尝试使用 FORCE INDEX 选择 ef 或 fe。时间太短，无法清楚地了解哪个更快，但 `EXPLAIN 显示了差异:

首先在 filetime 上强制范围。 (注意:WHERE 中的顺序没有影响。)

mysql> EXPLAIN SELECT COUNT(*), AVG(fsize)
    FROM files FORCE INDEX(fe)
    WHERE ext = 'gif' AND filetime >= '2015-01-01'
                      AND filetime <  '2015-01-01' + INTERVAL 1 MONTH;
+----+-------------+-------+-------+---------------+------+---------+------+-------+-----------------------+
| id | select_type | table | type  | possible_keys | key  | key_len | ref  | rows  | Extra                 |
+----+-------------+-------+-------+---------------+------+---------+------+-------+-----------------------+
|  1 | SIMPLE      | files | range | fe            | fe   | 14      | NULL | 16684 | Using index condition |
+----+-------------+-------+-------+---------------+------+---------+------+-------+-----------------------+

首先强制使用低基数 ext:

mysql> EXPLAIN SELECT COUNT(*), AVG(fsize)
    FROM files FORCE INDEX(ef)
    WHERE ext = 'gif' AND filetime >= '2015-01-01'
                      AND filetime <  '2015-01-01' + INTERVAL 1 MONTH;
+----+-------------+-------+-------+---------------+------+---------+------+------+-----------------------+
| id | select_type | table | type  | possible_keys | key  | key_len | ref  | rows | Extra                 |
+----+-------------+-------+-------+---------------+------+---------+------+------+-----------------------+
|  1 | SIMPLE      | files | range | ef            | ef   | 14      | NULL |  538 | Using index condition |
+----+-------------+-------+-------+---------------+------+---------+------+------+-----------------------+

显然，rows 表示 ef 更好。但是让我们检查一下优化器跟踪。输出相当庞大；我只会展示有趣的部分。不需要FORCE；跟踪将显示两个选项，然后选择更好的。

             ...
             "potential_range_indices": [
                ...
                {
                  "index": "fe",
                  "usable": true,
                  "key_parts": [
                    "filetime",
                    "ext",
                    "did",
                    "filename"
                  ]
                },
                {
                  "index": "ef",
                  "usable": true,
                  "key_parts": [
                    "ext",
                    "filetime",
                    "did",
                    "filename"
                  ]
                }
              ],

...

              "analyzing_range_alternatives": {
                "range_scan_alternatives": [
                  {
                    "index": "fe",
                    "ranges": [
                      "2015-01-01 00:00:00 <= filetime < 2015-02-01 00:00:00"
                    ],
                    "index_dives_for_eq_ranges": true,
                    "rowid_ordered": false,
                    "using_mrr": false,
                    "index_only": false,
                    "rows": 16684,
                    "cost": 20022,               <-- Here's the critical number
                    "chosen": true
                  },
                  {
                    "index": "ef",
                    "ranges": [
                      "gif <= ext <= gif AND 2015-01-01 00:00:00 <= filetime < 2015-02-01 00:00:00"
                    ],
                    "index_dives_for_eq_ranges": true,
                    "rowid_ordered": false,
                    "using_mrr": false,
                    "index_only": false,
                    "rows": 538,
                    "cost": 646.61,               <-- Here's the critical number
                    "chosen": true
                  }
                ],

...

          "attached_conditions_computation": [
            {
              "access_type_changed": {
                "table": "`files`",
                "index": "ef",
                "old_type": "ref",
                "new_type": "range",
                "cause": "uses_more_keyparts"   <-- Also interesting
              }
            }

使用 fe(首先是范围列)，可以使用范围，但它估计扫描了 16684 行以寻找 ext='gif'。

使用 ef(低基数 ext 优先)，它可以使用索引的两个列并在 BTree 中更有效地向下钻取。然后它找到了大约 538 行，所有这些都对查询有用——不需要进一步过滤。

结论:

• INDEX(filetime, ext) 仅使用了第一列。
• INDEX(ext, filetime) 使用了两列。
• 将= 测试中涉及的列首先 放在索引中而不考虑基数。
• 查询计划不会超出第一个“范围”列。
• “基数”与复合索引和此类查询无关。

(“使用索引条件”表示存储引擎(InnoDB)将使用索引中用于过滤的列之外的列。)

关于mysql - 涉及范围时，索引中第一个具有较高基数的列？，我们在Stack Overflow上找到一个类似的问题： https://stackoverflow.com/questions/50239658/