优化器的逻辑

选择索引是优化器的工作，而优化器选择索引的目的，是找到一个最优的执行方案，并用最小的代价去执行语句。在数据库里面，扫描行数是影响执行代价的因素之一。扫描的行数越少，意味着访问磁盘数据的次数越少，消耗的CPU资源越少。

当然，扫描行数并不是唯一的判断标准，优化器还会结合是否使用临时表、是否排序等因素进行综合判断。

---

扫描行数是怎么判断的？

mysql在真正开始执行语句之前，并不能精确地知道满足这个条件的记录有多少条，而只能根据统计信息来估算记录数。

这个统计信息就是索引的“区分度”。显然，一个索引上不同的值越多，这个索引的区分度就越好。而一个索引上不同的值的个数，我们称之为“基数”。也就是说，这个基数越大，索引的区分度越好。（使用（show index from 表名）  方法可以看到一个索引的基数）。

---

MySQL是怎么得到索引的基数？

mysql是选择“采样统计”，采样统计的时候，InnoDB默认会选择N个数据页，统计这些页面上的不同值，得到一个平均值，然后乘以这个索引的页面数，就得到了这个索引的基数。而数据表是非持续更新的，索引统计信息也不会固定不变。所以，但变更的数据行数超过1/M的时候，会出发重新做一次索引统计。在mysql中，有两种存储索引统计的方式，可以通过设置参数innodb_stats_persistent的值来选择：

1、设置为on的时候，表示统计信息会持久化存储。这时，默认的N是20，M是10.

2、设置为off的时候，表示统计信息只存储在内存中，这时，默认的N是8，M是16。

由于是采样统计，所以不管N是20还是8，这个基数都是很容易不准的，但，这还不是全部。索引统计只是一个输入，对于一个具体的语句来说，优化器还要判断，执行这个语句本身要扫描多少行。

---

统计信息不对，如何修正？

既然是统计信息不对，那就修正。analyze table命令，可以用来重新统计索引信息。

---

索引选择异常如何处理？

大多数时候优化器都能找到正确的索引，但偶尔还是会出现以下两种情况：

1、扫描行数的估计值不准确；

2、mysql选错索引

处理方法：

1、采用force index强行选择一个索引。mysql会根据词法解析的结果分析出可以使用的索引作为候选项，然后再候选列表中依次判断每个索引需要扫描多少行。如果force index制定的索引在候选列表中，就直接选择这个索引，不再评估其他索引的执行代价。

2、修改语句，引导mysql使用我们期望的索引。例如“order by b limit 1”改成”order by b,a limit 1“。当然这并不是通用的方法，只有在有限的数据下才能提高性能。

3、在有些场景下，可以新建一个更合适的索引，来提供给优化器做选择，或删掉误用的索引。

---

总结：

1、对于索引统计信息不准确导致的问题，可以使用analyze table 来解决；

2、对于其他优化器误判的情况，可以在应用端用force index 来强行指定索引，也可以通过修改语句来引导优化器，还可以通过增加或者删除索引来绕过这个问题。