为什么 Mysql JOIN Query - Full SCAN 不使用索引

Question

当我只在一个表中选择查询时，我们得到了使用索引的响应，但是当在查询中使用连接语句时，mysql对表进行全扫描？

第一次查询

select *
    from t_deposit_trx
    where remit_tx_id = '3a33ff14-8d31-45d0-b64f-8a251c4b19a5'

1 简单的 t_deposit_trx 参考 t_deposit_trx_remit_tx_id_index
t_deposit_trx_remit_tx_id_index 110 const 1 使用索引条件

第二次查询

select tx_id
from t_settle_trx
where report_date >= '2019-03-01'
  and report_date <= '2019-03-16'
  and tx_type = 'CANCEL'

1 SIMPLE t_settle_trx range t_settle_trx_report_date_tx_type_index t_settle_trx_report_date_tx_type_index 196 5263 使用索引条件

2 查询运行良好。 使用索引和速度很好。

但是加入两个表，很慢。

select * from t_deposit_trx
force index (t_deposit_trx_remit_tx_id_index)
where remit_tx_id in (
  select tx_id
  from t_settle_trx
  where report_date >= '2019-03-01'
    and report_date <= '2019-03-02'
    and tx_type = 'CANCEL'
)

1 主要 t_deposit_trx 全部 55724
1 PRIMARY t_settle_trx range t_settle_trx_report_date_tx_type_index t_settle_trx_report_date_tx_type_index 196 299 使用索引条件；使用哪里； FirstMatch(t_deposit_trx);使用连接缓冲区（flat, BNL join）

我们可以看到上面的结果.. t_settle_trx 使用范围扫描并获取 tx_id，接下来我希望查询使用索引 “t_settle_trx_report_date_tx_type_index” 但它使用全扫描..

我不知道为什么？

Answer 1

查询 2 不是最优的。翻转索引：

INDEX(tx_type, report_date)

也就是说，无论基数如何，都将使用= 测试的列放在首位。

IN ( SELECT ... ) 不是 JOIN。 （在较新的版本中，它可能被转换为JOIN。）

试试这个：

SELECT  d.*
    FROM  t_settle_trx AS s
    JOIN  t_deposit_trx AS d  ON s.tx_id = d.remit_tx_id
    WHERE  s.tx_type = 'CANCEL'
      AND  s.report_date >= '2019-03-01'
      AND  s.report_date <  '2019-03-01' + INTERVAL 2 DAY

s: INDEX(tx_type, report_date, tx_id)
d: INDEX(remit_tx_id)

将此SELECT 与JOIN 视为以具有WHERE 子句的表开头。

（注意：我安排了表格和 where 子句的顺序，以便您了解优化器的想法。表格的顺序和 where 子句的顺序无关；优化器会根据需要重新排列.)

我的配方应该

• 充分利用两个表上的索引。
• 避免全表扫描
• 对它查看的第一个表进行所有过滤

全表扫描不是不一定是坏事。如果表的大部分会被触及，那么实际上更快简单地扫描表而不是在索引的 BTree 和数据的 BTree 之间跳转。 （您的具体案例还有其他缺陷；我专注于它们。）

INDEX(tx_type, report_date, tx_id)

是“覆盖”，因为查询所需的所有列都在一个索引中找到。 “覆盖”为您提供了轻微的额外性能提升。它在EXPLAIN 中由Using index 表示（不是Using index condition）。

使用 tx_seq，这可能是最优的：

INDEX(tx_type, report_date, tx_seq)

Answer 2

伙计们.. 感谢您对我的问题感兴趣。

以上2个表在暂存环境和生产环境中具有相同的索引结构。 并使用 galera 集群。

我真正想知道的是为什么他们使用不同的“执行计划”？ 尤其是在生产环境中，JOIN查询很慢。

我昨天做的是..

select * from t_deposit_trx
where remit_tx_id in (
  select tx_id
  from t_settle_trx
  where report_date >= '2019-03-01'
    and report_date <= '2019-03-02'
    and tx_type = 'CANCEL'
)

我稍微改变一下这个查询

select * from t_deposit_trx
where tx_seq in (
  select tx_seq 
  from t_settle_trx
  where report_date >= '2019-03-01'
    and report_date <= '2019-03-02'
    and tx_type = 'CANCEL'
)

然后是第一个 t_settle_trx “范围扫描”和第二个 t_deposit_trx “索引扫描”.. 但是两个 tx_seq 值是不同的值。它没有任何关系船。 只是测试他们在join查询时是否可以使用索引。

你知道我的意思吗？ 这意味着他们可以在加入时使用索引。

那么是否有任何环境变量问题或密钥长度限制或任何问题？

感谢您阅读我。

Answer 3

我希望这不会比您的第一个查询慢：

SELECT t1.* FROM t_deposit_trx t1 
INNER JOIN t_settle_trx t2
ON t1.remit_tx_id=t2.tx_id
WHERE t2.report_date >= '2019-03-01'
AND t2.report_date <= '2019-03-02'
AND t2.tx_type='CANCEL';