MySQL范围查找时，索引失效问题探究

来源：blog.csdn.net/qq_25188255/

article/details/81316498

1 问题描述

本文对建立好的复合索引进行排序,并取记录中非索引字段，发现索引不生效，例如，有如下表，DDL语句为：

CREATE TABLE `employees` (
  `emp_no` int(11) NOT NULL,
  `birth_date` date NOT NULL,
  `first_name` varchar(14) NOT NULL,
  `last_name` varchar(16) NOT NULL,
  `gender` enum('M','F') NOT NULL,
  `hire_date` date NOT NULL,
  `age` int(11) NOT NULL,
  PRIMARY KEY (`emp_no`),
  KEY `unique_birth_name` (`first_name`,`last_name`) USING BTREE
  ) ENGINE=InnoDB DEFAULT CHARSET=utf8;

复合索引为unique_birth_name (first_name,last_name) 。使用以下语句：

EXPLAIN SELECT
    gender
FROM
    employees
ORDER BY
    first_name,
    last_name

根据上图：type:all 及 Extra:Using filesort 可得，索引没有生效。

继续进行试验，对查询语句进一步改写，加上一个范围查找：

EXPLAIN SELECT
    gender
FROM
    employees
WHERE first_name > 'Leah'
ORDER BY
    first_name,
    last_name

执行计划显示如下图：

这里发现结果和第一次sql分析无异。继续试验。

改写sql语句：

EXPLAIN SELECT
    gender
FROM
    employees
WHERE first_name > 'Tzvetan'
ORDER BY
    first_name,
    last_name

此时，令人惊讶的是，索引生效了。

2 问题分析

此时，我们做一个大胆的猜测：

第一次进行sql分析时，因为第一次order by 后，得到的还是全表数据，如果根据复合索引中携带的主键查找每一个gender进行拼接，自然很费资源和时间，mysql不会做如此蠢的事。不如直接进行全表扫描，把扫描到的每条数据和order by得到的临时数据进行拼接，从而得到需要的数据。

学习资料：Java进阶视频资源

为了验证上述想法的正确性，我们对三次sql进行分析。

第一次sql根据复合索引得到的数据量为：300024，为全表数据

SELECT
    COUNT(first_name)
FROM
    employees
ORDER BY
    first_name,
    last_name

第二次改写的sql根据复合索引得到的数据量为：159149 ， 为全表数据量的1/2。

SELECT
    COUNT(first_name)
FROM
    employees
WHERE first_name > 'Leah'
ORDER BY
    first_name,
    last_name

第三次改写的sql根据复合索引得到的数据量为：36731， 为全表数据量的1/10。

SELECT
    COUNT(first_name)
FROM
    employees
WHERE first_name > 'Tzvetan'
ORDER BY
    first_name,
    last_name

通过对比发现，第二次改写的sql根据复合索引得到的数据量是全表数据量的1/2。此时还没有达到mysql使用索引进行二次查找的量级。

第三次改写的sql根据复合索引得到的数据量是全表数据量的1/10，达到了mysql使用索引进行二次查找的量级，于是从执行计划上可以看到，第三次改写sql是走了索引的。

3 总结

mysql 是否根据首次索引条件查询出的主键进行二次查找，也是要看查询出来的数据量级，如果数据量接近全表数据量的话，就会进行全表扫描，否则根据第一次查询出来的主键进行二次查询。

推荐文章

1、一款高颜值的 SpringBoot+JPA 博客项目
2、超优 Vue+Element+Spring 中后端解决方案
3、推荐几个支付项目！
4、推荐一个 Java 企业信息化系统
5、一款基于 Spring Boot 的现代化社区（论坛/问答/社交网络/博客）