MySQL Index Condition Pushdown Optimization

比如数据库中有如下表:

show create table people\G
*************************** 1. row ***************************
       Table: people
Create Table: CREATE TABLE `people` (
  `zipcode` varchar(16) NOT NULL,
  `lastname` varchar(32) NOT NULL,
  `address` varchar(32) NOT NULL,
  KEY `idx_people_zipcode_lastname_address` (`zipcode`,`lastname`,`address`)
) ENGINE=InnoDB DEFAULT CHARSET=utf8mb4 COLLATE=utf8mb4_general_ci
1 row in set (0.001 sec)

我们执行如下查询:

SELECT * FROM people
  WHERE zipcode='95054'
  AND lastname LIKE '%etrunia%'
  AND address LIKE '%Main Street%';

如果没有 index condition pushdown optimization 的话,那么执行步骤如下:

  1. 对比 idx_people_zipcode_lastname_address 索引中 zipcode 是否能匹配,如果可以匹配,获取整个数据行;
  2. 对比 WHERE 中的条件,看是否可以全部匹配;

而有了 index condition pushdown optimization 之后,步骤则变成了:

  1. 对比 idx_people_zipcode_lastname_address 索引中的 zipcode 是否能匹配,同时对比 WHERE 语句中,index中包含的部分,看是否可以通过;
  2. 如果可以通过,获取整个数据行;
  3. 对比 WHERE 中的条件,看是否可以全部匹配;

这两者的区别就在于,是否充分利用了索引中的值,提前进行了数据的过滤。我们在 EXPLAIN 的时候,如果当前数据库查询使用了这项优化,则会在 Extra 那一列显示 Using index condition


ref:


更多文章
  • unittest 源代码阅读
  • APUEv3 - 重读笔记
  • Mock源码阅读与分析
  • Thinking in Python
  • 我的代码进CPython标准库啦
  • Python零碎小知识
  • Python和单元测试
  • 工作一年的总结
  • Python 的继承
  • MongoDB 的一些坑
  • Python的yield关键字有什么作用?
  • 借助coroutine用同步的语法写异步
  • Python3函数参数中的星号
  • 使用Git Hooks
  • Token Bucket 算法