[MySQL] #yyds干货盘点#MySQL学习-为啥有时候会选错索引

• 选择索引的几个因素
  
• 索引的区分度
  
• 索引的采样统计
  
• 选错索引的解决办法
  

• 扫描的行数：
  这里的扫描行数不是真实的扫描行数，而是一个预估值；
  这个预估的扫描行数是根据索引的区分度来统计得出的；
  索引的区分度简单点来理解，就是一个表中的索引的不同值的个数，不同值越多，区分度越好（具体的统计细节下面会有介绍），
  
• 是否使用临时表：
  临时表顾名思义就是临时使用的表，在会话完成后就会结束；
  比如我们在使用union联合查询并集时，就会用到临时表，如下所示：可以看到 extra这一列显示为Using temporary就是用了临时表才存储查询结果；
  

• 是否需要排序：如果索引A需要排序，而索引B不需要排序，那么系统会优先考虑不需要排序的索引；
  

  你可能会有疑问，索引不都是有序的吗？怎么会需要排序呢
  

  这里排序的场景是：当筛选条件中有多个索引的情况下，且需要 order by 的场景，比如下面的语句：假设有10万条数据，a和b都是索引

  explain select * from t where (a between 1 and 10000)  and (b between 10000 and 50000) order by b limit 1;

  此时按扫描行数来看的话，应该是选择索引a，因为索引a只需要扫描1000行，而索引b需要扫描50000行；
  但是实际上系统选择的索引是b，通过执行explain可以看到，如下所示：
  
  
  
  这是因为如果用了索引a来查询数据，那么查询到的结果集还要根据b字段进行排序；
  在这里，系统自觉地认为排序会影响查询的性能，且影响要大于多扫描的5万行数据，所以就选择了索引b；
  

  这里我们可以试着把order by b 去掉，此时系统就会选择索引a；
  

  
  
• 还有其他的一些因素，比如是否需要回表等等；
  

show index from t

系统是怎么取得这个基数值的呢？

为啥要用采样统计呢？

那采样统计的流程是怎么样的呢？

采样统计的时机是什么时候？

怎么存储采样统计的结果?

• on 统计信息会持久化存储，默认的N=20，M=10
  
• off 统计信息只会存在内存中，默认的N=8，M=16
  

如果采样统计偏差太大怎么办？

analyze table t;

• 预估扫描行数跟实际的差太多？
  

• 排序导致的索引选错：
  

select * from t where (a between 1 and 10000)  and (b between 10000 and 50000) order by b limit 1;

• 通用的解决办法：
  

force index (a)