介绍
对于 MySQL 5.6 以及之前的版本来说,查询优化器就像是一个黑盒子一样,
只能通过 explain 语句查看最后优化器决定使用的执行计划,却无法知道查询优化器为什么做这个决策。
在 MySQL 5.6 以及之后的版本中,设计 MySQL 的人提出了一个 optimizer trace 的功能,
这个功能可以方便的查看查询优化器生成执行计划的整个过程。
这个功能的开启与关闭由系统变量 optimizer_trace 决定:show variables like ‘optimizer_trace’;
enabled 的值为 off,表明这个功能默认是关闭的。
one_line 的值是控制输出格式的,如果值为 on,那么所有输出都将在一行中展示。
如果想打开这个功能,必须首先把 enabled 的值改为 on:set optimizer_trace=”enabled=on”;
然后就可以输入要查看优化过程的查询语句,当该查询语句执行完成后,就可以到 information_schema 数据库下的 optimizer_trace 表中查看完整的优化过程。
这个 optimizer_trace 表共有 4 个列,分别是:
- query:表示我们的查询语句。
- trace:表示优化过程的 json 格式文本。
- missing_bytes_beyound_max_mem_size:由于优化过程可能会输出很多,如果超过某个限制,多余的文本将不会被显示,这个字段展示了被忽略文本的字节数。
- insufficient_privileges:表示是否没有权限查看优化过程,默认值是 0,只有某些特殊情况下才会是 1。0 代表有权限,1 代表无权限。(单词的意思为:权限不够)
完整的使用 optimizer trace 功能的步骤如下:
json 文本
# 1. 打开 optimizer trace 功能 (默认是关闭的):
set optimizer_trace="enabled=on";
# 2. 这里输入你自己的查询语句
select ...;
# 3. 从 optimizer_trace 表中查看上一个查询的优化过程
select * from information_schema.OPTIMIZER_TRACE;
# 4. 如果需要观察其他语句执行的优化过程,重复上边的第 2、3 步
# 5. 停止查看语句的优化过程,把 optimizer trace 功能关闭
set optimizer_trace="enabled=off";
比如:explain select * from s1 where key1 > ‘a’ and key2 < 1000000 and key3 in ( ‘a’, ‘b’, ‘c’ ) and common_field = ‘abc’;
执行计划如下表:
id | select_type | table | type | possible_keys | key | rows | filtered |
---|---|---|---|---|---|---|---|
1 | simple | s1 | range | idx_key2,idx_key1,idx_key3 | idx_key2 | 12 | 0.42 |
可以看到该查询可能使用到的索引有 3 个,
那么为什么查询优化器最终选择了 idx_key2 而不选择其他的索引或者全表扫描呢?
这时候就可以通过 otpimzer trace 功能来查看查询优化器的具体工作过程来寻找答案:
// 分析的查询语句是什么
QUERY: SELECT * FROM s1 WHERE
key1 > 'z' AND
key2 < 1000000 AND
key3 IN ('a', 'b', 'c') AND
common_field = 'abc'
// 优化的具体过程
TRACE: {
"steps": [
{
// prepare 阶段
"join_preparation": {
"select#": 1,
"steps": [
{
"IN_uses_bisection": true
},
{
"expanded_query": "/* select#1 */ select `s1`.`id` AS `id`,`s1`.`key1` AS `key1`,`s1`.`key2` AS `key2`,`s1`.`key3` AS `key3`,`s1`.`key_part1` AS `key_part1`,`s1`.`key_part2` AS `key_part2`,`s1`.`key_part3` AS `key_part3`,`s1`.`common_field` AS `common_field` from `s1` where ((`s1`.`key1` > 'z') and (`s1`.`key2` < 1000000) and (`s1`.`key3` in ('a','b','c')) and (`s1`.`common_field` = 'abc'))"
}
]
}
},
{
// optimize 阶段
"join_optimization": {
"select#": 1,
"steps": [
{
// 处理搜索条件
"condition_processing": {
"condition": "WHERE",
// 原始的搜索条件
"original_condition": "((`s1`.`key1` > 'z') and (`s1`.`key2` < 1000000) and (`s1`.`key3` in ('a','b','c')) and (`s1`.`common_field` = 'abc'))",
"steps": [
{
// 等值传递转换
"transformation": "equality_propagation",
"resulting_condition": "((`s1`.`key1` > 'z') and (`s1`.`key2` < 1000000) and (`s1`.`key3` in ('a','b','c')) and (`s1`.`common_field` = 'abc'))"
},
{
// 常量传递转换
"transformation": "constant_propagation",
"resulting_condition": "((`s1`.`key1` > 'z') and (`s1`.`key2` < 1000000) and (`s1`.`key3` in ('a','b','c')) and (`s1`.`common_field` = 'abc'))"
},
{
// 去除没用的条件
"transformation": "trivial_condition_removal",
"resulting_condition": "((`s1`.`key1` > 'z') and (`s1`.`key2` < 1000000) and (`s1`.`key3` in ('a','b','c')) and (`s1`.`common_field` = 'abc'))"
}
]
}
},
{
// 替换虚拟生成列
"substitute_generated_columns": {
}
},
{
// 表的依赖信息
"table_dependencies": [
{
"table": "`s1`",
"row_may_be_null": false,
"map_bit": 0,
"depends_on_map_bits": [
]
}
]
},
{
"ref_optimizer_key_uses": [
]
},
{
// 预估不同单表访问方法的访问成本
"rows_estimation": [
{
"table": "`s1`",
"range_analysis": {
// 全表扫描的行数以及成本
"table_scan": {
"rows": 9688,
"cost": 2036.7
},
// 分析可能使用的索引
"potential_range_indexes": [
{
// 主键索引不可用
"index": "PRIMARY",
"usable": false,
"cause": "not_applicable"
},
{
// idx_key2 索引可能被使用
"index": "idx_key2",
"usable": true,
"key_parts": [
"key2"
]
},
{
// idx_key1 索引可能被使用
"index": "idx_key1",
"usable": true,
"key_parts": [
"key1",
"id"
]
},
{
// idx_key3 索引可能被使用
"index": "idx_key3",
"usable": true,
"key_parts": [
"key3",
"id"
]
},
{
// idx_key_part 联合索引不可用
"index": "idx_key_part",
"usable": false,
"cause": "not_applicable"
}
]
"setup_range_conditions": [
]
"group_index_range": {
"chosen": false,
"cause": "not_group_by_or_distinct"
}
// 分析各种可能使用的索引的成本
"analyzing_range_alternatives": {
"range_scan_alternatives": [
{
// 使用 idx_key2 索引的成本分析
"index": "idx_key2",
// 使用 idx_key2 索引的范围区间
"ranges": [
"NULL < key2 < 1000000"
],
// 是否使用 index dive
"index_dives_for_eq_ranges": true,
// 使用该索引获取的记录是否按照主键排序
"rowid_ordered": false,
// 是否使用 mrr
"using_mrr": false,
// 是否是索引覆盖访问
"index_only": false,
// 使用该索引获取的记录条数
"rows": 12,
// 使用该索引的成本
"cost": 15.41,
// 是否选择该索引
"chosen": true
},
{
// 使用 idx_key1 索引的成本分析
"index": "idx_key1",
// 使用 idx_key1 索引的范围区间
"ranges": [
"z < key1"
],
"index_dives_for_eq_ranges": true,
"rowid_ordered": false,
"using_mrr": false,
"index_only": false,
"rows": 266,
"cost": 320.21,
"chosen": false,
// 不选择该索引的原因:成本太大
"cause": "cost"
},
{
// 使用 idx_key3 索引的成本分析
"index": "idx_key3",
// 使用 idx_key3 索引的范围区间
"ranges": [
"a <= key3 <= a",
"b <= key3 <= b",
"c <= key3 <= c"
],
"index_dives_for_eq_ranges": true,
"rowid_ordered": false,
"using_mrr": false,
"index_only": false,
"rows": 21,
"cost": 28.21,
"chosen": false,
"cause": "cost"
}
]
// 分析使用索引合并的成本
"analyzing_roworder_intersect": {
"usable": false,
"cause": "too_few_roworder_scans"
}
},
// 对于上述 s1 单表查询最优的访问方法
"chosen_range_access_summary": {
"range_access_plan": {
"type": "range_scan",
"index": "idx_key2",
"rows": 12,
"ranges": [
"NULL < key2 < 1000000"
]
},
"rows_for_plan": 12,
"cost_for_plan": 15.41,
"chosen": true
}
}
}
]
},
{
// 分析各种可能的执行计划
// 对多表查询可能有很多种不同的方案
// 单表查询的方案上边已经分析过了,直接选取 idx_key2 索引
"considered_execution_plans": [
{
"plan_prefix": [
],
"table": "`s1`",
"best_access_path": {
"considered_access_paths": [
{
"rows_to_scan": 12,
"access_type": "range",
"range_details": {
"used_index": "idx_key2"
},
"resulting_rows": 12,
"cost": 17.81,
"chosen": true
}
]
},
"condition_filtering_pct": 100,
"rows_for_plan": 12,
"cost_for_plan": 17.81,
"chosen": true
}
]
},
{
// 尝试给查询添加一些其他的查询条件
"attaching_conditions_to_tables": {
"original_condition": "((`s1`.`key1` > 'z') and (`s1`.`key2` < 1000000) and (`s1`.`key3` in ('a','b','c')) and (`s1`.`common_field` = 'abc'))",
"attached_conditions_computation": [
],
"attached_conditions_summary": [
{
"table": "`s1`",
"attached": "((`s1`.`key1` > 'z') and (`s1`.`key2` < 1000000) and (`s1`.`key3` in ('a','b','c')) and (`s1`.`common_field` = 'abc'))"
}
]
}
},
{
// 再稍微改进执行计划
"refine_plan": [
{
"table": "`s1`",
"pushed_index_condition": "(`s1`.`key2` < 1000000)",
"table_condition_attached": "((`s1`.`key1` > 'z') and (`s1`.`key3` in ('a','b','c')) and (`s1`.`common_field` = 'abc'))"
}
]
}
]
}
},
{
// execute 阶段
"join_execution": {
"select#": 1,
"steps": [
]
}
}
]
}
// 因优化过程文本太多而丢弃的文本字节大小,值为0时表示并没有丢弃
MISSING_BYTES_BEYOND_MAX_MEM_SIZE: 0
// 权限字段(权限不足)
INSUFFICIENT_PRIVILEGES: 0
总结
这只是优化器执行过程中的一小部分,
设计 MySQL 的人可能会在之后的版本中添加更多的优化过程信息。
虽然复杂但是有规律,优化过程大致分了三个阶段:
- prepare 阶段
- optimize 阶段
- execute 阶段
我们所说的基于成本的优化主要集中在 optimize 阶段。
对于单表查询来说,我们主要关注 optimize 阶段的 “rows_estimation” 这个过程,
“rows_estimation” 深入分析了对单表查询的各种执行方案的成本。
对于多表连接查询来说,我们更多需要关注 “considered_execution_plans” 这个过程,
“considered_execution_plans” 里会写明各种不同的连接方式所对应的成本。
查询优化器最终会选择成本最低的那种方案来作为最终的执行计划,
也就是使用 explain 语句所展现出的那种方案。