Mysql多表关联不走索引的原因及分析
作者：Singinwind
刚入职第一天，有个大佬写了一个统计函数count(*)需要对两张表a,b做统计。咋一看挺简单的，可是表a有1000万条数据，表b有300万条数据。使用LEFT JOIN进行查询。结果，一直查询不出来，可能时间就很久了。然后，这个锅就甩给第一天入职的我(我？？？)。
接下来，就研究一下如何对海量数据的查询进行优化。
一、准备过程
1.创建两张表，表A large_student_tb(幼儿园大班学生哈哈):1000万条。表B samll_student_tb(小班学生orzzzzzzz):300万条。不建立索引的情况。
a,建立存储过程:插入1000万条数据。n=10000000+1//为结束判断条件
-- 创建存储过程
DROP PROCEDURE IF EXISTS my_insert;
CREATE PROCEDURE my_insert()
BEGIN
DECLARE n int DEFAULT 1;
loopname:LOOP
INSERT INTO `large_student_tb`(`id`,`username`,`password`) VALUES ( n,CONCAT('myname',n),CONCAT('password',n));
SET n=n+1;
IF n=1000000+1 THEN
LEAVE loopname;
END IF;
END LOOP loopname;
END;
-- 执行存储过程
CALL my_insert();
-- 数据插入成功后修改表模式InnoDB 时间稍微久点
alter table `large_student_tb` engine=InnoDB;鹅，确实很慢了。跑了1000s还没有跑完
继续让它跑一下吧。
笑了，这么久跑完了。可怜的电脑~~
b.查询一下条数
SELECT COUNT(*) FROM LARGE_STUDENT_TB
？？懵了，是100万条？？我少写了一个零。
为了科学的严谨。我还得再跑900万条。1万s？？
先记录一下，100w条：
查所有：1.3s~1.5s。
查某条 username999999：0.6s
继续插入表剩下的900万条。。来把英雄联盟吧哈哈哈哈
还是先查询一下如何进行表的迁移吧。因为预期想来，1000万的表，加入索引，会加快查询速度和聚簇函数的计算速度。从而进行优化。但是我之前在办公室试过，往一张1000万的表里面加索引，速度很慢很慢，第一个想法是先建立一个一样的表，先加上索引，再进行表的迁移。相关操作如下
1.表的迁移:
insert into db1.table1 select * from db2.table2 #完全复制
-- 创建存储过程
DROP PROCEDURE IF EXISTS my_insert;
CREATE PROCEDURE my_insert()
BEGIN
DECLARE n int DEFAULT 1000000+1;
loopname:LOOP
INSERT INTO `large_student_tb`(`id`,`username`,`password`) VALUES ( n,CONCAT('myname',n),CONCAT('password',n));
SET n=n+1;
IF n=10000000+1 THEN
LEAVE loopname;
END IF;
END LOOP loopname;
END;
-- 执行存储过程
CALL my_insert();
-- 数据插入成功后修改表模式InnoDB 时间稍微久点
alter table `large_student_tb` engine=InnoDB;二、比较
1.对增加了索引和没有索引的效果。查询速度是指数级别的增加，如下
SELECT * FROM LARGE_STUDENT_TB a where a.username = 'myname1002554' -- index before 5.532s --index after 0.037s
我查询 username。没有对username增加索引的时候，需要5s才能从千万数据级别中查出某一条数据，增加了username字段为索引，秒查询。
2.索引增加后所占据的空间大小，以及表本身的空间大小
1.查询表的大小
select concat(round(sum(DATA_LENGTH/1024/1024),2),'MB') as data from TABLES where table_schema='simonsdb' and table_name='large_student_tb'; 550.00MB
2.查询该索引的大小
SELECT CONCAT(ROUND(SUM(index_length)/(1024*1024), 2), ' MB') AS 'Total Index Size' FROM TABLES WHERE table_schema = 'simonsdb' and table_name='large_student_tb' 235.94MB
如上，索引的增加会带来存储空间的增加。但是速度却是很快。以牺牲空间换取这么大倍数的时间效率，值得。
3.多表连接查询的比较
-- 两表联查 EXPLAIN SELECT * FROM small_student_tb a left join large_student_tb b on a.username = 'myname1002554' ---这个查询不出来，有索引也没有用。待优化 SELECT * FROM small_student_tb a left join small_student_tb b on a.username = b.username; --这个可以查询出来，用时间55s左右，需要优化
3.1 多表查询没有用上索引的原因。 如上3所显示，有个多表查询。我们需要用EXPLAIN关键字来排查原因。
1.单表可快速查询EXPLAIN
EXPLAIN SELECT * FROM LARGE_STUDENT_TB a where a.username = 'myname1002554'
2.两表连接查询ON。可以查出来，但是速度很慢55s。EXPLAIN一下
EXPLAIN SELECT * FROM small_student_tb a left join small_student_tb b on a.username = b.username
我们可以看到表a 也就是 small_student_tb在possible_keys中，没有用上索引。是什么原因导致它没有用上索引。会不会用上了以后就变快了？
综合比较，得出的结论是，左连接会做全盘扫描。类型为ALL，自然就不能使用索引了。因为左表a要全部扫描一遍。
3.查询不出来的语句。
EXPLAIN SELECT * FROM small_student_tb a left join large_student_tb b on a.username = 'myname1002554'
三、千万级别的数据查询个人优化建议
1.加索引。千万级别数据查询需要增加索引，索引在数据越多的情况下，效率越加明显
2.单独查表。两张千万级别的表查询，不建议用联表查。查一张结果，输出一个数据。去查询另外一张。
3.实在需要多表联查，应该注意两张表的字符编码级别是否相同。
四、MYSQL多表查询的区别
1.笛卡尔积：CROSS JOIN
笛卡尔积就是将A表的每一条记录与B表的每一条记录强行拼在一起。所以，如果A表有n条记录，B表有m条记录，笛卡尔积产生的结果就会产生n*m条记录。下面的例子，t_blog有10条记录，t_type有5条记录，所有他们俩的笛卡尔积有50条记
2.内连接INNER JOIN
内连接INNER JOIN是最常用的连接操作。从数学的角度讲就是求两个表的交集，从笛卡尔积的角度讲就是从笛卡尔积中挑出ON子句条件成立的记录。有INNER JOIN，WHERE（等值连接）
SELECT * FROM t_blog INNER JOIN t_type ON t_blog.typeId=t_type.id; SELECT * FROM t_blog,t_type WHERE t_blog.typeId=t_type.id;
3.左连接LEFT JOIN
左连接LEFT JOIN的含义就是求两个表的交集外加左表剩下的数据。依旧从笛卡尔积的角度讲，就是先从笛卡尔积中挑出ON子句条件成立的记录，然后加上左表中剩余的记录（见最后三条）。
SELECT * FROM t_blog LEFT JOIN t_type ON t_blog.typeId=t_type.id;
左边的表格t_blog会全部输出来，右边的表格，没有的数据会为NULL
4.右连接RIGHT JOIN
同理右连接RIGHT JOIN就是求两个表的交集外加右表剩下的数据。
5.外连接：OUTER JOIN
外连接就是求两个集合的并集。从笛卡尔积的角度讲就是从笛卡尔积中挑出ON子句条件成立的记录，然后加上左表中剩余的记录，最后加上右表中剩余的记录。另外MySQL不支持OUTER JOIN，但是我们可以对左连接和右连接的结果做UNION操作来实现。
总结
以上为个人经验，希望能给大家一个参考，也希望大家多多支持脚本之家。