如何解决千万级数据表选错索引导致的线上慢查询事故

这篇文章主要讲解了“如何解决千万级数据表选错索引导致的线上慢查询事故”，文中的讲解内容简单清晰，易于学习与理解，下面请大家跟着小编的思路慢慢深入，一起来研究和学习“如何解决千万级数据表选错索引导致的线上慢查询事故”吧！

故障描述

在7月24日11点线上某数据库突然收到大量告警，慢查询数超标，并且引发了连接数暴增，导致数据库响应缓慢，影响业务。看图表慢查询在高峰达到了每分钟14w次，在平时正常情况下慢查询数仅在两位数以下，如下图：

赶紧查看慢SQL记录，发现都是同一类语句导致的慢查询(隐私数据例如表名，我已经隐去)：

select   * from   sample_table where     1 = 1     and (city_id = 565)     and (type = 13) order by   id desc limit   0, 1

看起来语句很简单，没什么特别的。但是每个执行的查询时间达到了惊人的44s。

简直耸人听闻，这已经不是“慢”能形容的了...

接下来查看表数据信息，如下图：

可以看到表数据量较大，预估行数在83683240，也就是8000w左右，「千万数据量的表」。

大致情况就是这样，下面进入排查问题的环节。

问题原因排查

首先当然要怀疑会不会该语句没走索引，查看建表DML中的索引：

KEY `idx_1` (`city_id`,`type`,`rank`), KEY `idx_log_dt_city_id_rank` (`log_dt`,`city_id`,`rank`), KEY `idx_city_id_type` (`city_id`,`type`)

请忽略idx_1和idx_city_id_type两个索引的重复，这都是历史遗留问题了。

「可以看到是有idx_city_id_type和idx_1索引的」，我们的查询条件是city_id和type，这两个索引都是能走到的。

但是，我们的查询条件真的只要考虑city_id和type吗?(机智的小伙伴应该注意到问题所在了，先往下讲，留给大家思考)

既然有索引，接下来就该看该语句实际有没有走到索引了，MySQL提供了Explain可以分析SQL语句。Explain 用来分析 SELECT  查询语句。

Explain比较重要的字段有：

• select_type : 查询类型，有简单查询、联合查询、子查询等

• key : 使用的索引

• rows : 预计需要扫描的行数

更多详细Explain介绍可以参考：MySQL 性能优化神器 Explain 使用分析

我们使用Explain分析该语句：

select * from sample_table where city_id = 565 and type = 13 order by id desc limit 0,1

得到结果：

可以看出，虽然possiblekey有我们的索引，但是最后走了主键索引。而表是千万级别，「并且该查询条件最后实际是返回的空数据」，也就是MySQL在主键索引上实际检索时间很长，导致了慢查询。

我们可以使用force index(idx_city_id_type)让该语句选择我们设置的联合索引：

select * from sample_table force index(idx_city_id_type)  where ( ( (1 = 1) and (city_id = 565) ) and (type = 13) ) order by id desc limit 0, 1

这次明显执行的飞快，分析语句：

实际执行时间0.00175714s，走了联合索引后，不再是慢查询了。

问题找到了，总结下来就是：「MySQL优化器认为在limit  1的情况下，走主键索引能够更快的找到那一条数据，并且如果走联合索引需要扫描索引后进行排序，而主键索引天生有序，所以优化器综合考虑，走了主键索引。实际上，MySQL遍历了8000w条数据也没找到那个天选之人(符合条件的数据)，所以浪费了很多时间。」

MySQL索引选择原理

优化器索引选择的准则

MySQL一条语句的执行流程大致如下图，而「查询优化器」则是选择索引的地方：

引用参考文献一段解释：

首先要知道，选择索引是MySQL优化器的工作。

而优化器选择索引的目的，是找到一个最优的执行方案，并用最小的代价去执行语句。在数据库里面，扫描行数是影响执行代价的因素之一。扫描的行数越少，意味着访问磁盘数据的次数越少，消耗的CPU资源越少。

「当然，扫描行数并不是唯一的判断标准，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。」

总结下来，优化器选择有许多考虑的因素：「扫描行数、是否使用临时表、是否排序等等」

我们回头看刚才的两个explain截图：

走了「主键索引」的查询语句，rows预估行数1833，而强制走「联合索引」行数是45640，并且Extra信息中，显示需要Using  filesort进行额外的排序。所以在不加强制索引的情况下，「优化器选择了主键索引，因为它觉得主键索引扫描行数少，而且不需要额外的排序操作，主键索引天生有序。」

rows是怎么预估出来的

同学们就要问了，为什么rows只有1833，明明实际扫描了整个主键索引啊,行数远远不止几千行。实际上explain的rows是MySQL「预估」的行数，「是根据查询条件、索引和limit综合考虑出来的预估行数。」

MySQL是怎样得到索引的基数的呢?这里，我给你简单介绍一下MySQL采样统计的方法。

为什么要采样统计呢?因为把整张表取出来一行行统计，虽然可以得到精确的结果，但是代价太高了，所以只能选择“采样统计”。

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。

而数据表是会持续更新的，索引统计信息也不会固定不变。所以，当变更的数据行数超过1/M的时候，会自动触发重新做一次索引统计。

在MySQL中，有两种存储索引统计的方式，可以通过设置参数innodb_stats_persistent的值来选择：

设置为on的时候，表示统计信息会持久化存储。这时，默认的N是20，M是10。

设置为off的时候，表示统计信息只存储在内存中。这时，默认的N是8，M是16。

由于是采样统计，所以不管N是20还是8，这个基数都是很容易不准的。

我们可以使用analyze table  t命令，可以用来重新统计索引信息。但是这条命令生产环境需要联系DBA，所以我就不做实验了,大家可以自行实验。

索引要考虑 order by 的字段

为什么这么说?因为如果我这个表中的索引是city_id,type和id的联合索引，那优化器就会走这个联合索引，因为索引已经做好了排序。

更改limit大小能解决问题?

把limit数量调大会影响预估行数rows，进而影响优化器索引的选择吗?

答案是会。

我们执行limit 10

select * from sample_table where city_id = 565 and type = 13 order by id desc limit 0,10

图中rows变为了18211，增长了10倍。如果使用limit 100，会发生什么?

优化器选择了联合索引。初步估计是rows还会翻倍，所以优化器放弃了主键索引。宁愿用联合索引后排序，也不愿意用主键索引了。

为何突然出现异常慢查询

问：这个查询语句已经在线上稳定运行了非常长的时间，为何这次突然出现了慢查询?

答：以前的语句查询条件返回结果都不为空，limit1很快就能找到那条数据，返回结果。而这次代码中查询条件实际结果为空，导致了扫描了全部的主键索引。

解决方案

知道了MySQL为何选择这个索引的原因后，我们就可以根据上面的思路来列举出解决办法了。

主要有两个大方向：

1. 鸿蒙官方战略合作共建——HarmonyOS技术社区

2. 强制指定索引

3. 干涉优化器选择

强制选择索引：force index

就像上面我最开始的操作那样，我们直接使用force index，让语句走我们想要走的索引。

select * from sample_table force index(idx_city_id_type)  where ( ( (1 = 1) and (city_id = 565) ) and (type = 13) ) order by id desc limit 0, 1

这样做的优点是见效快，问题马上就能解决。

缺点也很明显：

高耦合，这种语句写在代码里，会变得难以维护，如果索引名变化了，或者没有这个索引了，代码就要反复修改。属于硬编码。

很多代码用框架封装了SQL，force index()并不容易加进去。

「我们换一种办法，我们去引导优化器选择联合索引。」

干涉优化器选择：增大limit

通过增大limit，我们可以让预估扫描行数快速增加，比如改成下面的limit 0, 1000

SELECT * FROM sample_table where city_id = 565 and type = 13 order by id desc LIMIT 0,1000

这样就会走上联合索引，然后排序，但是这样强行增长limit，其实总有种面向黑盒调参的感觉。我们还有更优美的解决方案吗?

干涉优化器选择：增加包含order by id字段的联合索引

我们这句慢查询使用的是order by  id，但是我们却没有在联合索引中加入id字段，导致了优化器认为联合索引后还要排序，干脆就不太想走这个联合索引了。

我们可以新建city_id,type和id的联合索引，来解决这个问题。

这样也有一定的弊端，比如我这个表到了8000w数据，建立索引非常耗时，而且通常索引就有3.4个g，如果无限制的用索引解决问题，可能会带来新的问题。表中的索引不宜过多。

干涉优化器选择：写成子查询

还有什么办法?我们可以用子查询，在子查询里先走city_id和type的联合索引，得到结果集后在limit1选出第一条。

但是子查询使用有风险，一版DBA也不建议使用子查询，会建议大家在代码逻辑中完成复杂的查询。当然我们这句并不复杂啦~

Select * From sample_table Where id in (Select id From `newhome_db`.`af_hot_price_region` where (city_id = 565 and type = 13)) limit 0, 1

还有很多解决办法...

SQL优化是个很大的工程，我们还有非常多的办法能够解决这句慢查询问题，这里就不一一展开了。留给大家做为思考题了。

感谢各位的阅读，以上就是“如何解决千万级数据表选错索引导致的线上慢查询事故”的内容了，经过本文的学习后，相信大家对如何解决千万级数据表选错索引导致的线上慢查询事故这一问题有了更深刻的体会，具体使用情况还需要大家实践验证。这里是亿速云，小编将为大家推送更多相关知识点的文章，欢迎关注！