MySQL索引与Index Condition Pushdown（二）
實驗
先從一個簡單的實驗開始直觀認識ICP的作用。
安裝數據庫
首先需要安裝一個支持ICP的MariaDB或MySQL數據庫。我使用的是MariaDB 5.5.34，如果是使用MySQL則需要5.6版本以上。
Mac環境下可以通過brew安裝：
brew install mairadb
其它環境下的安裝請參考MariaDB官網關于下載安裝的文檔。
導入示例數據
與前文一樣，我們使用Employees Sample Database，作為示例數據庫。完整示例數據庫的下載地址為：https://launchpad.net/test-db/employees-db-1/1.0.6/+download/employees_db-full-1.0.6.tar.bz2。
將下載的壓縮包解壓后，會看到一系列的文件，其中employees.sql就是導入數據的命令文件。執行
mysql -h[host]-u[user]-p < employees.sql
就可以完成建庫、建表和load數據等一系列操作。此時數據庫中會多一個叫做employees的數據庫。庫中的表如下：
MariaDB[employees]> SHOW TABLES;
+---------------------+
|Tables_in_employees|
+---------------------+
| departments ? ? ? ? |
| dept_emp ? ? ? ? ? ?|
| dept_manager ? ? ? ?|
| employees ? ? ? ? ? |
| salaries ? ? ? ? ? ?|
| titles ? ? ? ? ? ? ?|
+---------------------+
6 rows inset(0.00 sec)
我們將使用employees表做實驗。
建立聯合索引
employees表包含雇員的基本信息，表結構如下：
MariaDB[employees]> DESC employees.employees;
+------------+---------------+------+-----+---------+-------+
|Field|Type|Null|Key|Default|Extra|
+------------+---------------+------+-----+---------+-------+
| emp_no ? ? |int(11)| NO ? | PRI | NULL ? ?||
| birth_date | date ? ? ? ? ?| NO ? || NULL ? ?||
| first_name | varchar(14)| NO ? || NULL ? ?||
| last_name ?| varchar(16)| NO ? || NULL ? ?||
| gender ? ? |enum('M','F')| NO ? || NULL ? ?||
| hire_date ?| date ? ? ? ? ?| NO ? || NULL ? ?||
+------------+---------------+------+-----+---------+-------+
6 rows inset(0.01 sec)
這個表默認只有一個主索引，因為ICP只能作用于二級索引，所以我們建立一個二級索引：
ALTER TABLE employees.employees ADD INDEX first_name_last_name (first_name, last_name);
這樣就建立了一個first_name和last_name的聯合索引。
查詢
為了明確看到查詢性能，我們啟用profiling并關閉query cache：
SET profiling =1;
SET query_cache_type =0;
SET GLOBAL query_cache_size =0;
然后我們看下面這個查詢：
MariaDB[employees]> SELECT * FROM employees WHERE first_name='Mary' AND last_name LIKE '%man';
+--------+------------+------------+-----------+--------+------------+
| emp_no | birth_date | first_name | last_name | gender | hire_date ?|
+--------+------------+------------+-----------+--------+------------+
|254642|1959-01-17|Mary|Botman| M ? ? ?|1989-11-24|
|471495|1960-09-24|Mary|Dymetman| M ? ? ?|1988-06-09|
|211941|1962-08-11|Mary|Hofman| M ? ? ?|1993-12-30|
|217707|1962-09-05|Mary|Lichtman| F ? ? ?|1987-11-20|
|486361|1957-10-15|Mary|Oberman| M ? ? ?|1988-09-06|
|457469|1959-07-15|Mary|Weedman| M ? ? ?|1996-11-21|
+--------+------------+------------+-----------+--------+------------+
根據MySQL索引的前綴匹配原則，兩者對索引的使用是一致的，即只有first_name采用索引，last_name由于使用了模糊前綴，沒法使用索引進行匹配。我將查詢聯系執行三次，結果如下：
+----------+------------+---------------------------------------------------------------------------+
|Query_ID|Duration|Query|
+----------+------------+---------------------------------------------------------------------------+
|38|0.00084400| SELECT * FROM employees WHERE first_name='Mary' AND last_name LIKE '%man'|
|39|0.00071800| SELECT * FROM employees WHERE first_name='Mary' AND last_name LIKE '%man'|
|40|0.00089600| SELECT * FROM employees WHERE first_name='Mary' AND last_name LIKE '%man'|
+----------+------------+---------------------------------------------------------------------------+
然后我們關閉ICP：
SET optimizer_switch='index_condition_pushdown=off';
在運行三次相同的查詢，結果如下：
+----------+------------+---------------------------------------------------------------------------+
|Query_ID|Duration|Query|
+----------+------------+---------------------------------------------------------------------------+
|42|0.00264400| SELECT * FROM employees WHERE first_name='Mary' AND last_name LIKE '%man'|
|43|0.01418900| SELECT * FROM employees WHERE first_name='Mary' AND last_name LIKE '%man'|
|44|0.00234200| SELECT * FROM employees WHERE first_name='Mary' AND last_name LIKE '%man'|
+----------+------------+---------------------------------------------------------------------------+
有意思的事情發生了，關閉ICP后，同樣的查詢，耗時是之前的三倍以上。下面我們用explain看看兩者有什么區別：
MariaDB[employees]> EXPLAIN SELECT * FROM employees WHERE first_name='Mary' AND last_name LIKE '%man';
+------+-------------+-----------+------+----------------------+----------------------+---------+-------+------+-----------------------+
| id ? | select_type | table ? ? | type | possible_keys ? ? ? ?| key ? ? ? ? ? ? ? ? ?| key_len |ref| rows |Extra|
+------+-------------+-----------+------+----------------------+----------------------+---------+-------+------+-----------------------+
|1| SIMPLE ? ? ?| employees |ref| first_name_last_name | first_name_last_name |44|const|224|Using index condition |
+------+-------------+-----------+------+----------------------+----------------------+---------+-------+------+-----------------------+
1 row inset(0.00 sec)
MariaDB[employees]> EXPLAIN SELECT * FROM employees WHERE first_name='Mary' AND last_name LIKE '%man';
+------+-------------+-----------+------+----------------------+----------------------+---------+-------+------+-------------+
| id ? | select_type | table ? ? | type | possible_keys ? ? ? ?| key ? ? ? ? ? ? ? ? ?| key_len |ref| rows |Extra|
+------+-------------+-----------+------+----------------------+----------------------+---------+-------+------+-------------+
|1| SIMPLE ? ? ?| employees |ref| first_name_last_name | first_name_last_name |44|const|224|Usingwhere|
+------+-------------+-----------+------+----------------------+----------------------+---------+-------+------+-------------+
1 row inset(0.00 sec)
前者是開啟ICP，后者是關閉ICP。可以看到區別在于Extra，開啟ICP時，用的是Using index condition；關閉ICP時，是Using where。
其中Using index condition就是ICP提高查詢性能的關鍵。下一節說明ICP提高查詢性能的原理。
原理
ICP的原理簡單說來就是將可以利用索引篩選的where條件在存儲引擎一側進行篩選，而不是將所有index access的結果取出放在server端進行where篩選。
以上面的查詢為例，在沒有ICP時，首先通過索引前綴從存儲引擎中讀出224條first_name為Mary的記錄，然后在server段用where篩選last_name的like條件；而啟用ICP后，由于last_name的like篩選可以通過索引字段進行，
那么存儲引擎內部通過索引與where條件的對比來篩選掉不符合where條件的記錄，這個過程不需要讀出整條記錄，同時只返回給server篩選后的6條記錄，因此提高了查詢性能。
下面通過圖兩種查詢的原理詳細解釋。
關閉ICP
在不支持ICP的系統下，索引僅僅作為data access使用。
開啟ICP
在ICP優化開啟時，在存儲引擎端首先用索引過濾可以過濾的where條件，然后再用索引做data access，被index condition過濾掉的數據不必讀取，也不會返回server端。
注意事項
有幾個關于ICP的事情要注意：
-
ICP只能用于二級索引，不能用于主索引。
-
也不是全部where條件都可以用ICP篩選，如果某where條件的字段不在索引中，當然還是要讀取整條記錄做篩選，在這種情況下，仍然要到server端做where篩選。
-
ICP的加速效果取決于在存儲引擎內通過ICP篩選掉的數據的比例。
參考
[1]?https://mariadb.com/kb/en/index-condition-pushdown/
[2]?http://dev.mysql.com/doc/refman/5.6/en/index-condition-pushdown-optimization.html
?
官方文檔：
The idea behind index condition pushdown
In disk-based storage engines, making an index lookup is done in two steps, like shown on the picture:
Index Condition Pushdown optimization tries to cut down the number of full record reads by checking whether index records satisfy part of the WHERE condition that can be checked for them:
（在存儲引擎端首先用索引過濾可以過濾的where條件）
How much speed will be gained depends on - How many records will be filtered out - How expensive it was to read them
The former depends on the query and the dataset. The latter is generally bigger when table records are on disk and/or are big, especially when they have?blobs.
?
轉自：http://ourmysql.com/archives/1351
轉載于:https://www.cnblogs.com/mei0619/p/8376340.html
與50位技術專家面對面20年技術見證，附贈技術全景圖總結
以上是生活随笔為你收集整理的MySQL索引与Index Condition Pushdown（二）的全部內容，希望文章能夠幫你解決所遇到的問題。
- 上一篇： @FindBy、@FindBys、@Fi
- 下一篇： Python学习-基础篇7 网络编程