技術文章 » 因為MySQL選錯索引導致的線上慢查詢事故

因為MySQL選錯索引導致的線上慢查詢事故

2020-10-19 21:01:23

欄目為大家介紹MySQL選錯索引導致的線上慢查詢事故

前言

又和大家見面了！又兩週過去了，我的雲筆記裡又多了幾篇寫了一半的文章草稿。有的是因為品質沒有達到預期還準備再加點內容，有的則完全是一個靈感而已，內容完全木有。羨慕很多大佬們，一週能產出五六篇文章，給我兩個肝我都不夠。好了，不多說廢話了...

最近線上上環境遇到了一次SQL慢查詢引發的資料庫故障，影響線上業務。經過排查後，確定原因是SQL在執行時，MySQL優化器選擇了錯誤的索引（不應該說是「錯誤」，而是選擇了實際執行耗時更長的索引）。在排查過程中，查閱了許多資料，也學習了下MySQL優化器選擇索引的基本準則，在本文中進行解決問題思路的分享。本人MySQL瞭解深度有限，如果錯誤歡迎理性討論和指正。

在這次事故中也能充分看出深入瞭解MySQL執行原理的重要性，這是遇到問題時能否獨立解決問題的關鍵。 試想一個月黑風高的夜晚，公司線上突然掛了，而你的同事們都不線上，就你一個人有條件解決問題，這時候如果被工程師的基本功把你卡住了，就問你尷不尷尬...

本文的主要內容：

  • 故障描述
  • 問題原因排查
  • MySQL索引選擇原理
  • 解決方案
  • 思考與總結

正文

故障描述

在7月24日11點線上某資料庫突然收到大量告警，慢查詢數超標，並且引發了連線數暴增，導致資料庫響應緩慢，影響業務。看圖表慢查詢在高峰達到了每分鐘14w次，在平時正常情況下慢查詢數僅在兩位數以下，如下圖：

趕緊檢視慢SQL記錄，發現都是同一類語句導致的慢查詢(隱私資料例如表名，我已經隱去)：

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

看起來語句很簡單，沒什麼特別的。但是每個執行的查詢時間達到了驚人的44s。

簡直聳人聽聞，這已經不是「慢」能形容的了...

接下來檢視表資料資訊，如下圖：

可以看到表資料量較大，預估行數在83683240，也就是8000w左右，千萬資料量的表。

大致情況就是這樣，下面進入排查問題的環節。

問題原因排查

首先當然要懷疑會不會該語句沒走索引，檢視建表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`)複製程式碼

請忽略idx_1和idx_city_id_type兩個索引的重複，這都是歷史遺留問題了。

可以看到是有idx_city_id_type和idx_1索引的，我們的查詢條件是city_id和type，這兩個索引都是能走到的。

但是，我們的查詢條件真的只要考慮city_id和type嗎？（機智的小夥伴應該注意到問題所在了，先往下講，留給大家思考）

既然有索引，接下來就該看該語句實際有沒有走到索引了，MySQL提供了Explain可以分析SQL語句。Explain 用來分析 SELECT 查詢語句。

Explain比較重要的欄位有：

  • select_type : 查詢型別，有簡單查詢、聯合查詢、子查詢等
  • key : 使用的索引
  • rows : 預計需要掃描的行數

更多詳細Explain介紹可以參考：MySQL 效能優化神器 Explain 使用分析

我們使用Explain分析該語句：

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

得到結果：

可以看出，雖然possiblekey有我們的索引，但是最後走了主鍵索引。而表是千萬級別，並且該查詢條件最後實際是返回的空資料，也就是MySQL在主鍵索引上實際檢索時間很長，導致了慢查詢。

我們可以使用force index(idx_city_id_type)讓該語句選擇我們設定的聯合索引：

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複製程式碼

這次明顯執行的飛快，分析語句：

實際執行時間0.00175714s，走了聯合索引後，不再是慢查詢了。

問題找到了，總結下來就是：MySQL優化器認為在limit 1的情況下，走主鍵索引能夠更快的找到那一條資料，並且如果走聯合索引需要掃描索引後進行排序，而主鍵索引天生有序，所以優化器綜合考慮，走了主鍵索引。實際上，MySQL遍歷了8000w條資料也沒找到那個天選之人（符合條件的資料），所以浪費了很多時間。

MySQL索引選擇原理

優化器索引選擇的準則

MySQL一條語句的執行流程大致如下圖，而查詢優化器則是選擇索引的地方：

參照參考文獻一段解釋：

首先要知道，選擇索引是MySQL優化器的工作。

而優化器選擇索引的目的，是找到一個最優的執行方案，並用最小的代價去執行語句。在資料庫裡面，掃描行數是影響執行代價的因素之一。掃描的行數越少，意味著存取磁碟資料的次數越少，消耗的CPU資源越少。

當然，掃描行數並不是唯一的判斷標準，優化器還會結合是否使用臨時表、是否排序等因素進行綜合判斷。

總結下來，優化器選擇有許多考慮的因素：掃描行數、是否使用臨時表、是否排序等等

我們回頭看剛才的兩個explain截圖：

走了主鍵索引的查詢語句，rows預估行數1833，而強制走聯合索引行數是45640，並且Extra資訊中，顯示需要Using filesort進行額外的排序。所以在不加強制索引的情況下，優化器選擇了主鍵索引，因為它覺得主鍵索引掃描行數少，而且不需要額外的排序操作，主鍵索引天生有序。

rows是怎麼預估出來的

同學們就要問了，為什麼rows只有1833，明明實際掃描了整個主鍵索引啊,行數遠遠不止幾千行。實際上explain的rows是MySQL預估的行數，是根據查詢條件、索引和limit綜合考慮出來的預估行數。

MySQL是怎樣得到索引的基數的呢？這裡，我給你簡單介紹一下MySQL取樣統計的方法。

為什麼要取樣統計呢？因為把整張表取出來一行行統計，雖然可以得到精確的結果，但是代價太高了，所以只能選擇「取樣統計」。

取樣統計的時候，InnoDB預設會選擇N個資料頁，統計這些頁面上的不同值，得到一個平均值，然後乘以這個索引的頁面數，就得到了這個索引的基數。

而資料表是會持續更新的，索引統計資訊也不會固定不變。所以，當變更的資料行數超過1/M的時候，會自動觸發重新做一次索引統計。

在MySQL中，有兩種儲存索引統計的方式，可以通過設定引數innodb_stats_persistent的值來選擇：

設定為on的時候，表示統計資訊會持久化儲存。這時，預設的N是20，M是10。
設定為off的時候，表示統計資訊只儲存在記憶體中。這時，預設的N是8，M是16。
由於是取樣統計，所以不管N是20還是8，這個基數都是很容易不準的。複製程式碼

我們可以使用analyze table t 命令，可以用來重新統計索引資訊。但是這條命令生產環境需要聯絡DBA，所以我就不做實驗了,大家可以自行實驗。

索引要考慮 order by 的欄位

為什麼這麼說？因為如果我這個表中的索引是city_id,type和id的聯合索引，那優化器就會走這個聯合索引，因為索引已經做好了排序。

更改limit大小能解決問題？

把limit數量調大會影響預估行數rows，進而影響優化器索引的選擇嗎？

答案是會。

我們執行limit 10

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

圖中rows變為了18211，增長了10倍。如果使用limit 100，會發生什麼？

優化器選擇了聯合索引。初步估計是rows還會翻倍，所以優化器放棄了主鍵索引。寧願用聯合索引後排序，也不願意用主鍵索引了。

為何突然出現異常慢查詢

問：這個查詢語句已經線上上穩定執行了非常長的時間，為何這次突然出現了慢查詢？

答：以前的語句查詢條件返回結果都不為空，limit1很快就能找到那條資料，返回結果。而這次程式碼中查詢條件實際結果為空，導致了掃描了全部的主鍵索引。

解決方案

知道了MySQL為何選擇這個索引的原因後，我們就可以根據上面的思路來列舉出解決辦法了。

主要有兩個大方向：

  1. 強制指定索引
  2. 干涉優化器選擇

強制選擇索引：force index

就像上面我最開始的操作那樣，我們直接使用force index，讓語句走我們想要走的索引。

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複製程式碼

這樣做的優點是見效快，問題馬上就能解決。

缺點也很明顯：

  • 高耦合，這種語句寫在程式碼裡，會變得難以維護，如果索引名變化了，或者沒有這個索引了，程式碼就要反覆修改。屬於寫死。
  • 很多程式碼用框架封裝了SQL，force index()並不容易加進去。

我們換一種辦法，我們去引導優化器選擇聯合索引。

干涉優化器選擇：增大limit

通過增大limit，我們可以讓預估掃描行數快速增加，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複製程式碼

這樣就會走上聯合索引，然後排序，但是這樣強行增長limit，其實總有種面向黑盒調參的感覺。我們還有更優美的解決方案嗎？

干涉優化器選擇：增加包含order by id欄位的聯合索引

我們這句慢查詢使用的是order by id，但是我們卻沒有在聯合索引中加入id欄位，導致了優化器認為聯合索引後還要排序，乾脆就不太想走這個聯合索引了。

我們可以新建city_id,type和id的聯合索引，來解決這個問題。

這樣也有一定的弊端，比如我這個表到了8000w資料，建立索引非常耗時，而且通常索引就有3.4個g，如果無限制的用索引解決問題，可能會帶來新的問題。表中的索引不宜過多。

干涉優化器選擇：寫成子查詢

還有什麼辦法？我們可以用子查詢，在子查詢裡先走city_id和type的聯合索引，得到結果集後在limit1選出第一條。

但是子查詢使用有風險，一版DBA也不建議使用子查詢，會建議大家在程式碼邏輯中完成複雜的查詢。當然我們這句並不複雜啦~

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複製程式碼

還有很多解決辦法...

SQL優化是個很大的工程，我們還有非常多的辦法能夠解決這句慢查詢問題，這裡就不一一展開了。留給大家做為思考題了。

總結

本文帶大家回顧了一次MySQL優化器選錯索引導致的線上慢查詢事故，可以看出MySQL優化器對於索引的選擇並不單單依靠某一個標準，而是一個綜合選擇的結果。我自己也對這方面瞭解不深入，還需要多多學習，爭取能夠好好的做一個索引選擇的總結（挖坑）。不說了，拿起巨厚的《高效能MySQL》,開始...

壓住我的泡麵...

最後做個文章總結：

  • 該慢查詢語句中使用order by id導致優化器在主鍵索引和city_id和type的聯合索引中有所取捨，最終導致選擇了更慢的索引。
  • 可以通過強制指定索引，建立包含id的聯合索引，增大limit等方式解決問題。
  • 平時開發時，尤其是對於特巨量資料量的表，要注意SQL語句的規範和索引的建立，避免事故的發生。

相關免費學習推薦：

以上就是因為MySQL選錯索引導致的線上慢查詢事故的詳細內容，更多請關注TW511.COM其它相關文章！