MySQL non utilizza l'indice con JOIN, WHERE e ORDER

Question

Abbiamo due tabelle che ricordano una semplice struttura di tag-record come segue (in realtà è molto più complessa ma questa è l'essenza del problema):

tag (A.a) | recordId (A.b)
1         | 1
2         | 1
2         | 2
3         | 2
....

e

recordId (B.b) | recordData (B.c)
1              | 123
2              | 666
3              | 1246

Il problema è recuperare i record ordinati con un tag specifico. Il modo ovvio di farlo è con un semplice join e indici su (PK) (A.a, A.b), (A.b), (PK) (B.b), (B.b, B.c) in quanto tale:

select A.a, A.b, B.c from A join B on A.b = B.b where a = 44 order by c;

Tuttavia, questo dà il risultato spiacevole di un filesort:

+----+-------------+-------+------+---------------+---------+---------+-----------+------+----------------------------------------------+
| id | select_type | table | type | possible_keys | key     | key_len | ref       | rows | Extra                                        |
+----+-------------+-------+------+---------------+---------+---------+-----------+------+----------------------------------------------+
|  1 | SIMPLE      | A     | ref  | PRIMARY,b     | PRIMARY | 4       | const     |   94 | Using index; Using temporary; Using filesort | 
|  1 | SIMPLE      | B     | ref  | PRIMARY,b     | b       | 4       | booli.A.b |    1 | Using index                                  | 
+----+-------------+-------+------+---------------+---------+---------+-----------+------+----------------------------------------------+

Utilizzo di una vista materializzata enorme ed estremamente ridondante " possiamo ottenere prestazioni abbastanza decenti, ma a scapito di complicare la logica aziendale, cosa che vorremmo evitare, soprattutto perché le tabelle A e B sono già MV: s (e sono necessarie per altre query, e infatti le stesse query utilizzando un UNION).

create temporary table C engine=innodb as (select A.a, A.b, B.c from A join B on A.b = B.b);
explain select a, b, c from C where a = 44 order by c;

A complicare ulteriormente la situazione è il fatto che abbiamo condizionali sulla tabella B, come i filtri di intervallo.

select A.a, A.b, B.c from A join B on A.b = B.b where a = 44 AND B.c > 678 order by c;

Ma siamo sicuri di poterlo gestire se il problema del filesort scompare.

Qualcuno sa perché il semplice join in codeblock 3 sopra non utilizzerà l'indice per l'ordinamento e se possiamo aggirare il problema in qualche modo senza creare un nuovo MV?

Di seguito è riportato l'elenco SQL completo che stiamo utilizzando per i test.

DROP TABLE IF EXISTS A;
DROP TABLE IF EXISTS B;
DROP TABLE IF EXISTS C;
CREATE TEMPORARY TABLE A (a INT NOT NULL, b INT NOT NULL, PRIMARY KEY(a, b), INDEX idx_A_b (b)) ENGINE=INNODB;
CREATE TEMPORARY TABLE B (b INT NOT NULL, c INT NOT NULL, d VARCHAR(5000) NOT NULL DEFAULT '', PRIMARY KEY(b), INDEX idx_B_c (c), INDEX idx_B_b (b, c)) ENGINE=INNODB;

DELIMITER $
CREATE PROCEDURE prc_filler(cnt INT)
BEGIN
        DECLARE _cnt INT;
        SET _cnt = 1;
        WHILE _cnt <= cnt DO
                INSERT IGNORE INTO A SELECT RAND()*100, RAND()*10000;
                INSERT IGNORE INTO B SELECT RAND()*10000, RAND()*1000, '';
                SET _cnt = _cnt + 1;
        END WHILE;
END
$
DELIMITER ;

START TRANSACTION;
CALL prc_filler(100000);
COMMIT;
DROP PROCEDURE prc_filler;

CREATE TEMPORARY TABLE C ENGINE=INNODB AS (SELECT A.a, A.b, B.c FROM A JOIN B ON A.b = B.b);
ALTER TABLE C ADD (PRIMARY KEY(a, b), INDEX idx_C_a_c (a, c));

EXPLAIN EXTENDED SELECT A.a, A.b, B.c FROM A JOIN B ON A.b = B.b WHERE A.a = 44;
EXPLAIN EXTENDED SELECT A.a, A.b, B.c FROM A JOIN B ON A.b = B.b WHERE 1 ORDER BY B.c;
EXPLAIN EXTENDED SELECT A.a, A.b, B.c FROM A JOIN B ON A.b = B.b where A.a = 44 ORDER BY B.c;
EXPLAIN EXTENDED SELECT a, b, c FROM C WHERE a = 44 ORDER BY c;
-- Added after Quassnois comments
EXPLAIN EXTENDED SELECT A.a, A.b, B.c FROM  B FORCE INDEX (idx_B_c) JOIN A ON A.b = B.b WHERE A.a = 44 ORDER BY B.c;
EXPLAIN EXTENDED SELECT A.a, A.b, B.c FROM A JOIN B ON A.b = B.b WHERE A.a = 44 ORDER BY B.c LIMIT 10;
EXPLAIN EXTENDED SELECT A.a, A.b, B.c FROM  B FORCE INDEX (idx_B_c) JOIN A ON A.b = B.b WHERE A.a = 44 ORDER BY B.c LIMIT 10;

Answer 1

Quando provo a riprodurre questa query usando i tuoi script:

SELECT  A.a, A.b, B.c
FROM    A
JOIN    B
ON      A.b = B.b
WHERE   a = 44
ORDER BY
        c

, si completa in 0,0043 secondi (istantaneamente), restituisce 930 e produce questo piano:

1, 'SIMPLE', 'A', 'ref', 'PRIMARY', 'PRIMARY', '4', 'const', 1610, 'Using index; Using temporary; Using filesort'
1, 'SIMPLE', 'B', 'eq_ref', 'PRIMARY', 'PRIMARY', '4', 'test.A.b', 1, ''

È abbastanza efficiente per una simile query.

Per tale query, non è possibile utilizzare un singolo indice sia per il filtro che per l'ordinamento.

Vedi questo articolo nel mio blog per spiegazioni più dettagliate:

• Scelta dell'indice

Se ti aspetti che la tua query restituisca pochi record, dovresti usare l'indice su A per filtrare e quindi ordinare usando filesort (come fa la query sopra).

Se si prevede che restituisca molti record (e LIMIT ), è necessario utilizzare l'indice per l'ordinamento e quindi filtrare:

CREATE INDEX ix_a_b ON a (b);
CREATE INDEX ix_b_c ON b (c)

SELECT  *
FROM    B FORCE INDEX (ix_b_c)
JOIN    A
ON      A.b = B.b
ORDER BY
        b.c
LIMIT 10;

1, 'SIMPLE', 'B', 'index', '', 'ix_b_c', '4', '', 2, 'Using index'
1, 'SIMPLE', 'A', 'ref', 'ix_a_b', 'ix_a_b', '4', 'test.B.b', 4, 'Using index'

Answer 2

seleziona A.a, A.b, B.c da A join B su A.b = B.b dove a = 44 ordina per c;

Se alias le colonne, ti aiuta? Esempio:

 SELECT 
 T1.a AS colA, 
 T2.b AS colB, 
 T2.c AS colC 
 FROM A AS T1 
 JOIN B AS T2 
 ON (T1.b = T2.b) 
 WHERE 
 T1.a = 44 
 ORDER BY colC;

Le uniche modifiche che ho apportato sono state:

• Metto le condizioni di unione tra parentesi
• Le condizioni di join e le condizioni in cui si basano sulle colonne della tabella
• La condizione ORDER BY si basa sulla colonna della tabella risultante
• Ho impostato le colonne della tabella dei risultati e le tabelle interrogate per chiarire (si spera) più chiaramente quando stavo usando l'una o l'altra (e più chiaramente sul server. Trascuri di fare riferimento alle tue colonne in due punti dell'originale query).

So che i tuoi dati reali sono più complessi, ma presumo che tu abbia fornito una versione semplice della query perché il problema è a quel livello semplice.