创建索引后 MySQL 查询速度变慢

Question

首先我会写一些关于我的测试表的信息。这是 books 表，有 665647 行数据。下面您可以看到它的外观。

我对价格相同的书籍进行了 10 次相同的查询

select * from books where price = 10

所有 10 个查询的执行时间为 9 秒 663 毫秒。

之后我创建了索引，您可以在这里看到：

我尝试再次运行相同的 10 个查询。它们的执行时间为 21 秒 996 毫秒。

show index from books;

为我显示了非常有线的数据。可能的值只有一个！

我做错了什么？我确信索引可以使我们的查询更快，而不是更慢。

我发现这个主题：MySQL索引减慢查询速度 ，但说实话，我不太理解这一点，尤其是我的表格书中的基数列，此时价格字段有两个可能的值10和30仍然show index from books;显示1

@Edit1 SHOW CREATE TABLE 书籍

结果：

    CREATE TABLE `books` (
  `id` bigint unsigned NOT NULL AUTO_INCREMENT,
  `name` varchar(255) COLLATE utf8mb4_unicode_ci NOT NULL,
  `description` text COLLATE utf8mb4_unicode_ci NOT NULL,
  `isbn` bigint unsigned NOT NULL,
  `price` double(8,2) unsigned NOT NULL,
  `created_at` timestamp NULL DEFAULT NULL,
  `updated_at` timestamp NULL DEFAULT NULL,
  `author_id` bigint unsigned NOT NULL,
  PRIMARY KEY (`id`),
  UNIQUE KEY `books_isbn_unique` (`isbn`),
  KEY `books_author_id_foreign` (`author_id`),
  KEY `books_price_index` (`price`),
  CONSTRAINT `books_author_id_foreign` FOREIGN KEY (`author_id`) REFERENCES `users` (`id`) ON DELETE CASCADE
) ENGINE=InnoDB AUTO_INCREMENT=665648 DEFAULT CHARSET=utf8mb4 COLLATE=utf8mb4_unicode_ci

@Edit2我添加了新索引create index nameIndex on books (name) 其中有很大的基数值。

当我尝试select * from books where name ='Inventore cumque quis.' 在索引创建之前和之后执行此查询时，我可以看到执行时间的差异。但我仍然不明白索引是如何工作的。我确信一件事 - 如果我在数据库中创建新索引，就会使用适合该索引的数据创建新的数据结构。例如，如果我有价格为 10、30 的 orws，我有两个“表”，其中包含这些价格的行。

Answer 1

有这么多相同的行是否现实price？从查询中返回 444K 行是否现实？我问这些是因为查询优化基于“正常”数据。

INDEX(price)当查找price出现次数较少的时，索引（例如）非常有用。事实上，如果优化器发现正在搜索的值出现超过大约 20% 的时间，它就会避开索引。相反，它会简单地忽略索引并执行您首先测试的操作 - 简单地扫描整个表，忽略任何不匹配的行。

你应该能够通过这样做看到

EXPLAIN select * from books where price = 10

有和没有索引。或者，您可以尝试：

EXPLAIN select * from books IGNORE INDEX(books_price_index) where price = 10
EXPLAIN select * from books FORCE INDEX(books_price_index) where price = 10

但是，...看来优化器并没有忽略索引。我看到 的“基数”price是“1”，这意味着该列中只有一个不同的值。这个“统计数据”要么不正确，要么具有误导性。请运行它并查看发生了什么变化：

ANALYZE TABLE books;

这将通过一些随机探测重新计算统计数据，并可能将“1”更改为“2”。

一般建议：谨防针对伪造数据运行的基准。