MySQL函数sysdate()与now()的区别测试用例对比
作者：爱可生开源社区
这篇文章主要为大家介绍了MySQL函数sysdate()与now()的区别测试用例对比详解,有需要的朋友可以借鉴参考下,希望能够有所帮助,祝大家多多进步,早日升职加薪
背景
在客户现场优化一批监控 SQL 时，发现一批 SQL 使用 sysdate() 作为统计数据的查询范围值，执行效率十分低下，查看执行计划发现不能使用到索引，而改为 now() 函数后则可以正常使用索引，以下是对该现象的分析。
内心小 ps 一下：sysdate() 的和 now() 的区别这是个⽼问题了。
函数 sysdate 与 now 的区别
下面我们来详细了解一下函数 sysdate() 与 now() 的区别，我们可以去官方文档 查找他们两者之间的详细说明。
根据官方说明如下：
now()函数返回的是一个常量时间，该时间为语句开始执行的时间。即当存储函数或触发器中调用到now()函数时，now()会返回存储函数或触发器语句开始执行的时间。sysdate()函数则返回的是该语句执行的确切时间。
下面我们通过官方提供的案例直观展现两者区别。
mysql> SELECT NOW(), SLEEP(2), NOW(); +---------------------+----------+---------------------+ | NOW() | SLEEP(2) | NOW() | +---------------------+----------+---------------------+ | 2023-12-14 15:13:09 | 0 | 2023-12-14 15:13:09 | +---------------------+----------+---------------------+ 1 row in set (2.00 sec) mysql> SELECT SYSDATE(), SLEEP(2), SYSDATE(); +---------------------+----------+---------------------+ | SYSDATE() | SLEEP(2) | SYSDATE() | +---------------------+----------+---------------------+ | 2023-12-14 15:13:19 | 0 | 2023-12-14 15:13:21 | +---------------------+----------+---------------------+ 1 row in set (2.00 sec)
通过上面的两条 SQL 我们可以发现，当 SQL 语句两次调用 now() 函数时，前后两次 now() 函数返回的是相同的时间，而当 SQL 语句两次调用 sysdate() 函数时，前后两次 sysdate() 函数返回的时间在更新。
到这里我们根据官方文档的说明加上自己的推测大概可以知道，函数sysdate() 之所以不能使用索引是因为 sysdate() 的不确定性导致索引不能用于评估引用它的表达式。
测试示例
以下通过示例模拟客户类似场景。
我们先创建⼀张测试表，对 create_time 字段创建索引并插入数据，观测函数 sysdate() 和 now() 使⽤索引的情况。
mysql> create table t1(
-> id int primary key auto_increment,
-> create_time datetime default current_timestamp,
-> uname varchar(20),
-> key idx_create_time(create_time)
-> );
Query OK, 0 rows affected (0.02 sec)
mysql> insert into t1(id) values(null),(null),(null);
Query OK, 3 rows affected (0.01 sec)
Records: 3 Duplicates: 0 Warnings: 0
mysql> insert into t1(id) values(null),(null),(null);
Query OK, 3 rows affected (0.00 sec)
Records: 3 Duplicates: 0 Warnings: 0
mysql> select * from t1;
+----+---------------------+-------+
| id | create_time | uname |
+----+---------------------+-------+
| 1 | 2023-12-14 15:34:30 | NULL |
| 2 | 2023-12-14 15:34:30 | NULL |
| 3 | 2023-12-14 15:34:30 | NULL |
| 4 | 2023-12-14 15:34:37 | NULL |
| 5 | 2023-12-14 15:34:37 | NULL |
| 6 | 2023-12-14 15:34:37 | NULL |
+----+---------------------+-------+
6 rows in set (0.00 sec)先来看看函数 sysdate() 使⽤索引的情况。可以发现 possible_keys 和 key 均为 NULL，确实使⽤不了索引。
mysql> explain select * from t1 where create_time<sysdate()\G
*************************** 1. row ***************************
id: 1
select_type: SIMPLE
table: t1
partitions: NULL
type: ALL
possible_keys: NULL
key: NULL
key_len: NULL
ref: NULL
rows: 6
filtered: 33.33
Extra: Using where
1 row in set, 1 warning (0.00 sec)再来看看函数 now() 使⽤索引的情况，可以看到 key 使⽤到了 idx_create_time 这个索引。
mysql> explain select * from t1 where create_time<now()\G
*************************** 1. row ***************************
id: 1
select_type: SIMPLE
table: t1
partitions: NULL
type: range
possible_keys: idx_create_time
key: idx_create_time
key_len: 6
ref: NULL
rows: 6
filtered: 100.00
Extra: Using index condition
1 row in set, 1 warning (0.00 sec)示例详解
下面我们进一步通过 trace 去分析优化器对于函数 now() 和 sysdate() 具体是如何去优化的。
函数 sysdate() 部分关键 trace 输出
"rows_estimation": [
## 估算使用各个索引进行范围扫描的成本
{
"table": "`t1`",
"range_analysis": {
"table_scan": {
"rows": 6,
"cost": 2.95
},
"potential_range_indexes": [
{
"index": "PRIMARY",
"usable": false,
"cause": "not_applicable"
},
{
"index": "idx_create_time",
"usable": true,
"key_parts": [
"create_time",
"id"
............................................
"setup_range_conditions": [
],
"group_index_range": {
"chosen": false,
"cause": "not_group_by_or_distinct"
},
"skip_scan_range": {
"chosen": false,
"cause": "disjuntive_predicate_present"
}
............................................
"considered_execution_plans": [
## 对比各可行计划的代价，选择相对最优的执行计划
{
"plan_prefix": [
],
"table": "`t1`",
"best_access_path": {
"considered_access_paths": [
{
"rows_to_scan": 6,
"access_type": "scan",
"resulting_rows": 6,
"cost": 0.85,
"chosen": true
}
]
},
"condition_filtering_pct": 100,
"rows_for_plan": 6,
"cost_for_plan": 0.85,
"chosen": true
............................................函数 now() 部分关键 trace 输出
"rows_estimation": [
## 估算使用各个索引进行范围扫描的成本
............................................
"analyzing_range_alternatives": {
"range_scan_alternatives": [
{
"index": "idx_create_time",
"ranges": [
"NULL < create_time < '2023-12-14 15:48:39'"
],
"index_dives_for_eq_ranges": true,
"rowid_ordered": false,
"using_mrr": false,
"index_only": false,
"in_memory": 1,
"rows": 6,
"cost": 2.36,
"chosen": true
}
],
............................................
},
"chosen_range_access_summary": {
"range_access_plan": {
"type": "range_scan",
"index": "idx_create_time",
"rows": 6,
"ranges": [
"NULL < create_time < '2023-12-14 15:48:39'"
]
},
"rows_for_plan": 6,
"cost_for_plan": 2.36,
"chosen": true
.............................................
"considered_execution_plans": [
## 对比各可行计划的代价，选择相对最优的执行计划
{
"plan_prefix": [
],
"table": "`t1`",
"best_access_path": {
"considered_access_paths": [
{
"rows_to_scan": 6,
"access_type": "range",
"range_details": {
"used_index": "idx_create_time"
},
"resulting_rows": 6,
"cost": 2.96,
"chosen": true
}
]
},
"condition_filtering_pct": 100,
"rows_for_plan": 6,
"cost_for_plan": 2.96,
"chosen": true
.............................................通过上述 trace 输出，我们可以发现对于函数 now()，优化器在 rows_estimation 时即估算使用各个索引进行范围扫描的成本这一步时可以将 now() 的值转换为一个常量，最终在 considered_execution_plans 这一步去对比各可行计划的代价，选择相对最优的执行计划。而通过函数 sysdate() 时则无法做到该优化，因为 sysdate() 是动态获取的时间。
总结
通过实际验证执行计划和 trace 记录并结合官方文档的说明，我们可以做以下理解。
- 函数
now()是语句一开始执行时就获取时间（常量时间），优化器进行 SQL 解析时，已经能确认now()的具体返回值并可以将其当做一个已确定的常量去做优化。 - 函数
sysdate()则是执行时动态获取时间（为该语句执行的确切时间），所以在优化器对 SQL 解析时是不能确定其返回值是多少，从而不能做 SQL 优化和评估，也就导致优化器只能选择对该条件做全表扫描。
以上就是MySQL函数sysdate()与now()的区别测试用例对比的详细内容，更多关于MySQL函数sysdate now区别的资料请关注脚本之家其它相关文章！