mysql - 为什么索引使这个查询变慢？

Question

表有 1 500 000 条记录，其中 1 250 000 条的字段为“z”。
我需要选择随机而不是“z”字段。

$random = mt_rand(1, 250000);  
$query = "SELECT field FROM table WHERE field != 'z' LIMIT $random, 1";

它工作正常。

然后我决定优化它并在表中索引字段。

结果很奇怪 - 慢了 ~3 倍。我测试过了。
为什么它更慢？这样的索引不是应该让它更快吗？

我的 ISAM

explain with index:  
id  select_type  table  type  possible_keys  key   key_len  ref  rows     Extra  
1   SIMPLE       table  range field          field 758      NULL 1139287  Using  

explain without index:  
id  select_type  table  type  possible_keys  key  key_len  ref  rows     Extra  
1   SIMPLE       table  ALL   NULL           NULL NULL     NULL 1484672  Using where

Answer 1

总结

问题在于，由于 b-trees 的性质，field 不是一个好的索引候选者。

解释

假设您有一个表，其中包含 500,000 次掷硬币的结果，其中掷的结果是 1(正面)或 0(反面):

CREATE TABLE toss (
    id int NOT NULL AUTO_INCREMENT,
    result int NOT NULL DEFAULT '0',
    PRIMARY KEY ( id )
)

select result, count(*) from toss group by result order by result;
+--------+----------+
| result | count(*) |
+--------+----------+
|      0 |   250290 |
|      1 |   249710 |
+--------+----------+
2 rows in set (0.40 sec)

如果您想(随机)选择一次抛掷，其中抛掷是反面，那么您需要搜索您的表格，随机选择一个起始位置。

select * from toss where result != 1 limit 123456, 1;
+--------+--------+
| id     | result |
+--------+--------+
| 246700 |      0 |
+--------+--------+
1 row in set (0.06 sec)

explain select * from toss where result != 1 limit 123456, 1;
+----+-------------+-------+------+---------------+------+---------+------+--------+-------------+
| id | select_type | table | type | possible_keys | key  | key_len | ref  | rows   | Extra       |
+----+-------------+-------+------+---------------+------+---------+------+--------+-------------+
|  1 | SIMPLE      | toss  | ALL  | NULL          | NULL | NULL    | NULL | 500000 | Using where |
+----+-------------+-------+------+---------------+------+---------+------+--------+-------------+

您会看到，您基本上是在按顺序搜索所有行以找到匹配项。

如果您在 toss 字段上创建索引，那么您的索引将包含两个值，每个值大约有 250,000 个条目。

create index foo on toss ( result );
Query OK, 500000 rows affected (2.48 sec)
Records: 500000  Duplicates: 0  Warnings: 0

select * from toss where result != 1 limit 123456, 1;
+--------+--------+
| id     | result |
+--------+--------+
| 246700 |      0 |
+--------+--------+
1 row in set (0.25 sec)

explain select * from toss where result != 1 limit 123456, 1;
+----+-------------+-------+-------+---------------+------+---------+------+--------+-------------+
| id | select_type | table | type  | possible_keys | key  | key_len | ref  | rows   | Extra       |
+----+-------------+-------+-------+---------------+------+---------+------+--------+-------------+
|  1 | SIMPLE      | toss  | range | foo           | foo  | 4       | NULL | 154565 | Using where |
+----+-------------+-------+-------+---------------+------+---------+------+--------+-------------+

现在您搜索的记录减少了，但搜索时间从 0.06 秒增加到 0.25 秒。为什么？因为顺序扫描索引实际上比顺序扫描表效率低，对于给定键具有大量行的索引。

让我们看看这个表上的索引:

show index from toss;
+-------+------------+----------+--------------+-------------+-----------+-------------+----------+--------+------+------------+---------+
| Table | Non_unique | Key_name | Seq_in_index | Column_name | Collation | Cardinality | Sub_part | Packed | Null | Index_type | Comment |
+-------+------------+----------+--------------+-------------+-----------+-------------+----------+--------+------+------------+---------+
| toss  |          0 | PRIMARY  |            1 | id          | A         |      500000 |     NULL | NULL   |      | BTREE      |         |
| toss  |          1 | foo      |            1 | result      | A         |           2 |     NULL | NULL   |      | BTREE      |         |
+-------+------------+----------+--------------+-------------+-----------+-------------+----------+--------+------+------------+---------+

PRIMARY 索引是一个很好的索引:有 500,000 行，有 500,000 个值。排列成BTREE，可以根据id快速识别单行。

foo 索引是一个错误的索引:有 500,000 行，但只有 2 个可能的值。这几乎是 BTREE 最糟糕的情况——搜索索引的所有开销，并且仍然必须搜索结果。