索引的选择
本章节将介绍 TiDB 如何选择索引去读入数据,以及相关的一些控制索引选择的方式。
在介绍索引的选择之前,首先要了解 TiDB 有哪些读表的方式,这些方式的触发条件是什么,不同方式有什么区别,各有什么优劣。
TiDB 在选择索引时,会基于每个读表算子的代价估算,在此基础上提供了启发式规则 “Skyline-Pruning”,以降低错误估算导致选错索引的概率。
Skyline-Pruning 是一个针对索引的启发式过滤规则,评判一个索引的好坏需要从以下三个维度进行衡量:
选择该索引是否能满足一定的顺序。因为索引的读取可以保证某些列集合的顺序,所以满足查询要求顺序的索引在这个维度上优于不满足的索引。
索引的列涵盖了多少访问条件。“访问条件”指的是可以转化为某列范围的
where
条件,如果某个索引的列集合涵盖的访问条件越多,那么它在这个维度上更优。
对于这三种维度,如果某个索引 idx_a
在三个维度上都不比 差,且有一个维度比 idx_b
好,那么就会优先选择 idx_a
。
在使用 Skyline-Pruning 规则排除了不合适的索引之后,索引的选择完全基于代价估算,读表的代价估算需要考虑以下几个方面:
- 索引的每行数据在存储层的平均长度。
- 索引的回表代价。
- 索引查询时的范围数量。
根据这些因子和代价模型,优化器会选择一个代价最低的索引进行读表。
代价选择调优的常见问题
估算的行数量不准确?
统计信息准确,为什么读 TiFlash 更快,而优化器选择了 TiKV?
目前区别 TiFlash 和 TiKV 的代价模型还比较粗糙,可以调小
tidb_opt_seek_factor
的值,让优化器倾向于选择 TiFlash。统计信息准确,某个索引要回表,但是它比另一个不用回表的索引实际执行更快,为什么选择了不用回表的索引?
碰到这种情况,可能是代价估算时对于回表的代价计算得过大,可以调小
tidb_opt_network_factor
,降低回表的代价。
通过 可以实现单条查询对索引选择的控制。