MySQL SQL优化之‘%’

设计索引的主要目的就是帮助我们快速获取查询结果，而以%开头的like查询则不能够使用B-Tree索引。
考虑到innodb的表都是聚簇表（类似于oracle中的索引组织表），且二级索引叶节点中记录的结构为（索引字段->主键字段），我们可以通过改写sql（mysql优化器比较笨，需要给它足够的提示）采取一种轻量级的方式代替全表扫：
使用索引全扫描找到主键，再根据主键回表获取数据的方法。
这种方式的速度优势在单行记录长度较大、表中记录较多的情况下体现的尤为明显，因为此时索引全扫描带来的IO开销相对于全表扫会小得多。

纸上得来终觉浅，绝知此事要躬行：
创建测试表test，表上有自增主键primary(id)和二级索引idx_name1(name1)，表中有500万条数据。

mysql> desc test;+--------+-------------+------+-----+---------+----------------+| Field  | Type        | Null | Key | Default | Extra          |+--------+-------------+------+-----+---------+----------------+| id     | int(11)     | NO   | PRI | NULL    | auto_increment || name1  | varchar(20) | YES  | MUL | NULL    |                || name2  | varchar(20) | YES  |     | NULL    |                || name3  | varchar(20) | YES  |     | NULL    |                || name4  | varchar(20) | YES  |     | NULL    |                || name5  | varchar(20) | YES  |     | NULL    |                || name6  | varchar(20) | YES  |     | NULL    |                || name7  | varchar(20) | YES  |     | NULL    |                || name8  | varchar(20) | YES  |     | NULL    |                || name9  | varchar(20) | YES  |     | NULL    |                || name10 | varchar(20) | YES  |     | NULL    |                |+--------+-------------+------+-----+---------+----------------+11 rows in set (0.01 sec)mysql> show index from test\G*************************** 1. row ***************************        Table: test   Non_unique: 0     Key_name: PRIMARY Seq_in_index: 1  Column_name: id    Collation: A  Cardinality: 4829778     Sub_part: NULL       Packed: NULL         Null:    Index_type: BTREE      Comment: Index_comment: *************************** 2. row ***************************        Table: test   Non_unique: 1     Key_name: idx_name1 Seq_in_index: 1  Column_name: name1    Collation: A  Cardinality: 2414889     Sub_part: NULL       Packed: NULL         Null: YES   Index_type: BTREE      Comment: Index_comment: 2 rows in set (0.00 sec)mysql> select count(*) from test;+----------+| count(*) |+----------+|  5000000 |+----------+1 row in set (1.59 sec)

基于name1进行like查询，耗时11.13s，从执行计划看，sql在执行时走的是全表扫描(type: ALL)：

mysql>  select * from test where name1 like '%O4JljqZw%'\G*************************** 1. row ***************************    id: 1167352 name1: BO4JljqZws name2: BrfLU7J69j name3: XFikCVEilI name4: lr0yz3qMsO name5: vUUDghq8dx name6: RvQvSHHg4p name7: ESiDbQuK8f name8: GugFnLtYe8 name9: OuPwY8BsiYname10: O0oNGPX9IW1 row in set (11.13 sec)mysql> explain select * from test where name1 like '%O4JljqZw%'\G*************************** 1. row ***************************           id: 1  select_type: SIMPLE        table: test         type: ALLpossible_keys: NULL          key: NULL      key_len: NULL          ref: NULL         rows: 4829778        Extra: Using where1 row in set (0.00 sec)

将sql改写为'select a. from test a,(select id from test where name1 like '%O4JljqZw%') b where a.id=b.id;'
提示优化器在子查询中使用二级索引idx_name1获取id：

mysql> select a.* from test a,(select id from test where name1 like '%O4JljqZw%') b where a.id=b.id\G*************************** 1. row ***************************    id: 1167352 name1: BO4JljqZws name2: BrfLU7J69j name3: XFikCVEilI name4: lr0yz3qMsO name5: vUUDghq8dx name6: RvQvSHHg4p name7: ESiDbQuK8f name8: GugFnLtYe8 name9: OuPwY8BsiYname10: O0oNGPX9IW1 row in set (2.46 sec)mysql> explain select a.* from test a,(select id from test where name1 like '%O4JljqZw%') b where a.id=b.id\G*************************** 1. row ***************************           id: 1  select_type: PRIMARY        table:          type: ALLpossible_keys: NULL          key: NULL      key_len: NULL          ref: NULL         rows: 4829778        Extra: NULL*************************** 2. row ***************************           id: 1  select_type: PRIMARY        table: a         type: eq_refpossible_keys: PRIMARY          key: PRIMARY      key_len: 4          ref: b.id         rows: 1        Extra: NULL*************************** 3. row ***************************           id: 2  select_type: DERIVED        table: test         type: indexpossible_keys: NULL          key: idx_name1      key_len: 63          ref: NULL         rows: 4829778        Extra: Using where; Using index3 rows in set (0.00 sec)

改写后的sql执行时间缩短至2.46s，效率提升了近4倍！
执行计划分析如下:
step 1：mysql先对二级索引idx_name1进行覆盖扫描取出符合条件的id(Using where; Using index)
step 2：对子step 1衍生出来的结果集table: 进行全表扫，获取id（本案例中只有一个id符合条件）
step 3：最后根据step 2中的id使用主键回表获取数据(type: eq_ref,key: PRIMARY )

总结：
在表中每条记录的长度较大时，通过这种方法改写后的sql效率会有明显提升。
本实验中每条记录的长度还很小（只有100多字节），如果每条记录的长度进一步加大，改写后sql的执行效率会有数量级的提升，大家可以自行验证~