在连接处理中,前缀行是指从连接中的一个表传递到下一个表的行。一般来说,优化器试图将前缀计数低的表放在连接顺序的前面,以防止行组合数量快速增加。在优化器能够使用有关从一个表中选取并传递到下一个表的行的条件信息的情况下,它可以更准确地计算行估计值并选择最佳执行计划。
如果没有条件过滤,则表的行前缀计数基于根据优化器选择的访问方法估计的 WHERE
子句选择的行数。条件过滤使优化器能够使用 WHERE
子句中访问方法未考虑的其他相关条件,从而改进其行前缀计数估计值。例如,尽管可能存在基于索引的访问方法可用于从连接中的当前表中选择行,但 WHERE
子句中可能还存在该表的附加条件,这些条件可以过滤(进一步限制)传递到下一个表的符合条件的行的估计值。
一个条件只有在以下情况下才能有助于过滤估计值:
它引用当前表。
它取决于连接顺序中之前表的常量值。
它不是由访问方法已经考虑到的。
在 EXPLAIN
输出中,rows
列表示所选访问方法的行估计值,而 filtered
列反映条件过滤的效果。 filtered
值以百分比表示。最大值为 100,表示没有进行行过滤。值从 100 递减表示过滤程度越来越高。
行前缀计数(估计从连接中的当前表传递到下一个表的行数)是 rows
和 filtered
值的乘积。也就是说,行前缀计数是估计的行计数,减少了估计的过滤效果。例如,如果 rows
为 1000,而 filtered
为 20%,则条件过滤将估计的行计数 1000 减少到行前缀计数 1000 × 20% = 1000 × .2 = 200。
考虑以下查询
SELECT *
FROM employee JOIN department ON employee.dept_no = department.dept_no
WHERE employee.first_name = 'John'
AND employee.hire_date BETWEEN '2018-01-01' AND '2018-06-01';
假设数据集具有以下特征
employee
表有 1024 行。department
表有 12 行。两个表都有
dept_no
上的索引。employee
表有first_name
上的索引。8 行满足
employee.first_name
上的此条件employee.first_name = 'John'
150 行满足
employee.hire_date
上的此条件employee.hire_date BETWEEN '2018-01-01' AND '2018-06-01'
1 行满足这两个条件
employee.first_name = 'John' AND employee.hire_date BETWEEN '2018-01-01' AND '2018-06-01'
如果没有条件过滤,则 EXPLAIN
会生成类似以下内容的输出
+----+------------+--------+------------------+---------+---------+------+----------+
| id | table | type | possible_keys | key | ref | rows | filtered |
+----+------------+--------+------------------+---------+---------+------+----------+
| 1 | employee | ref | name,h_date,dept | name | const | 8 | 100.00 |
| 1 | department | eq_ref | PRIMARY | PRIMARY | dept_no | 1 | 100.00 |
+----+------------+--------+------------------+---------+---------+------+----------+
对于 employee
,name
索引上的访问方法会拾取 8 行,这些行匹配名称 'John'
。没有进行过滤(filtered
为 100%),因此所有行都是下一个表的前缀行:行前缀计数为 rows
× filtered
= 8 × 100% = 8。
使用条件过滤,优化器还会考虑 WHERE
子句中访问方法未考虑到的条件。在本例中,优化器使用启发式方法估计 employee.hire_date
上的 BETWEEN
条件的过滤效果为 16.31%。因此,EXPLAIN
会生成类似以下内容的输出
+----+------------+--------+------------------+---------+---------+------+----------+
| id | table | type | possible_keys | key | ref | rows | filtered |
+----+------------+--------+------------------+---------+---------+------+----------+
| 1 | employee | ref | name,h_date,dept | name | const | 8 | 16.31 |
| 1 | department | eq_ref | PRIMARY | PRIMARY | dept_no | 1 | 100.00 |
+----+------------+--------+------------------+---------+---------+------+----------+
现在,行前缀计数为 rows
× filtered
= 8 × 16.31% = 1.3,更接近实际数据集。
通常,优化器不会计算最后连接表的条件过滤效果(前缀行计数减少),因为没有下一个表来传递行。对于 EXPLAIN
,情况例外:为了提供更多信息,会计算所有连接表的过滤效果,包括最后一个表。
要控制优化器是否考虑额外的过滤条件,请使用 condition_fanout_filter
标志,该标志属于 optimizer_switch
系统变量(请参见 第 10.9.2 节,“可切换优化”)。该标志默认情况下处于启用状态,但可以禁用以抑制条件过滤(例如,如果发现特定查询在没有条件过滤的情况下性能更好)。
如果优化器高估了条件过滤的效果,则性能可能比不使用条件过滤更差。在这种情况下,以下技术可能会有所帮助
如果某个列没有索引,请对其进行索引,以便优化器可以获得有关列值分布的一些信息,并改进其行估计。
同样,如果没有列直方图信息可用,请生成一个直方图(请参见 第 10.9.6 节,“优化器统计信息”)。
更改连接顺序。实现此目的的方法包括连接顺序优化器提示(请参见 第 10.9.3 节,“优化器提示”)、紧随
SELECT
后的STRAIGHT_JOIN
以及STRAIGHT_JOIN
连接运算符。为会话禁用条件过滤
SET optimizer_switch = 'condition_fanout_filter=off';
或者,对于给定查询,使用优化器提示
SELECT /*+ SET_VAR(optimizer_switch = 'condition_fanout_filter=off') */ ...