【MySQL精通之路】优化(1)-查询优化(6)-索引条件下推

1.介绍

Index Condition Pushdown（ICP）是针对MySQL使用索引从表中检索行的情况进行的优化。

在没有ICP的情况下，存储引擎遍历索引以定位基表中的行，并将它们返回给MySQL服务器，MySQL服务器会评估这些行的WHERE条件。

启用ICP后，如果仅使用索引中的列就可以计算WHERE条件的一部分，MySQL服务器会将WHERE条件的这一部分推送到存储引擎。然后，存储引擎通过使用索引条目来评估推送的索引条件，只有当满足这一条件时，才从表中读取行。ICP可以减少存储引擎必须访问基表的次数和MySQL服务器必须访问存储引擎的次数。

2.触发限制

指数条件下推优化的适用性受以下条件的约束：

当需要访问完整的表行时，ICP用于range、ref、eq_ref和ref_or_null访问方法。

ICP可用于InnoDB和MyISAM表，包括分区的InnoDB和MyISAM表。

对于InnoDB表，ICP仅用于二级索引。ICP的目标是减少整行读取的次数，从而减少I/O操作。对于InnoDB聚集索引，完整的记录已经读取到InnoDB缓冲区中。在这种情况下使用ICP不会减少I/O。

在虚拟生成列上创建的辅助索引不支持ICP。InnoDB支持虚拟生成列的二级索引。

引用子查询的条件不能向下推。

包含存储函数的查询条件无法下推。存储引擎无法调用存储的函数。

触发式的条件查询无法下推。

（有关触发条件的信息，请参阅“使用EXISTS策略优化子查询”。）

（MySQL 8.0.30及更高版本：）不能将条件查询下推到包含对系统变量的引用的派生表中。

要了解此优化是如何工作的，请首先考虑在不使用“索引条件下推”时索引扫描是如何进行的：

1.获取下一行，首先读取索引元组，然后使用索引元组定位并读取整个表行。

2.WHERE条件中匹配此表的部分行。根据匹配结果接受或拒绝该行。

使用索引条件下推，扫描按如下方式进行：

1.获取下一行的索引元组（但不是整个表行）。

2.WHERE条件中匹配此表的部分行，并且只能使用索引列进行检查。如果条件不满足，请转到下一行的索引元组。

3.如果满足条件，则使用索引元组来定位和读取整个表行。

4.匹配此表的WHERE条件的剩余部分。根据匹配结果接受或拒绝该行。

EXPLAIN输出显示当使用索引条件下推时，在Extra列中使用索引条件。它不显示Using index，因为当必须读取完整的表行时，这不适用。

3.示例

假设一个表包含有关人员及其地址的信息，

并且该表有一个定义为index（zipcode，lastname，firstname）的索引。如果我们知道一个人的邮政编码值，但不确定他的姓氏，我们可以这样搜索：

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

MySQL可以使用索引扫描zipcode='95054'的人。

第二部分（lastname LIKE“%etrunia%”）不能用于缩小必须扫描的行数，因此如果没有索引条件下推，此查询必须为所有邮政编码为“95054”的人检索完整的表。

使用Index Condition Pushdown，MySQL在读取完整的表行之前检查姓氏LIKE“%etrunia%”部分。这样可以避免读取与zipcode条件匹配但与lastname条件不匹配的索引元组对应的完整行。

默认情况下，“索引条件下推”处于启用状态。

可以通过设置index_condition_pushdown标志，使用optimizer_switch系统变量进行控制：

SET optimizer_switch = 'index_condition_pushdown=off';
SET optimizer_switch = 'index_condition_pushdown=on';

博主PS：

这里官网的示例如果还不够清晰，我们回想一下，MySQL是有聚簇索引和二级索引(辅助索引)的，这里我们讨论Innodb引擎的情况，也就是说在index（zipcode，lastname，firstname）的索引的索引列上，二级索引也是一个B+树。它每个节点存放的就是索引列的值，当索引走到zipcode=95054这个索引下的时候，那么它的下一级子树肯定都是邮编为95054，姓lastname不确定，名firstname不确定的索引了。(因为联合索引的排序规则是先排序前面索引的key，再排序后面的。)

或者说此index（zipcode，lastname，firstname）联合索引所生成的二级索引B+树，已经按zipcode排序，再按lastname排序，再按fisrtname排序了。所以当根据最左匹配原则匹配到了95054索引后，再多进行一次判断（对第二列的匹配判断），因为此时，第二列索引的值和95054在一个节点下，或之下，我只需要判断当前这个联合索引的第二个索引字段值是否匹配where的第二个字段的模糊查。这样不需要再去聚簇索引查找数据行了、如果不下推，那么我需要把95054这个索引所匹配的二级索引的所以数据行回表查询，去聚簇索引查出所有的数据行，再与where条件第二个判断。我们知道二级索引的叶子节点数据行存放的是聚簇索引的主键。这时候他需要全量回表查询，回表次数可能会相当大，但是我如果直接通过联合索引上的索引的key来判断where条件查询的值是否符合这个key，就可以过滤掉很大一部分二级索引上的数据，只有那种实在无法定位的数据，再通过主键回表查询。比如第三个where条件是地址，这个联合索引根本就没有地址字段的联合索引。那么此时数据库手里已经有一堆被邮编和姓名过滤过的数据了，再用这些数据的主键。去聚簇索引判断地址数据。

如果你还不懂那么举一个相亲的例子。聚簇索引里，人们的【个人信息数据】通过身份证号组成一颗B+树。B+树的叶子节点就是那个人的全部个人信息。

现在建立了一个由国家，年龄，身高，性别为联合索引的二级索引树。

这时候你的where条件是：国家=中国，年龄=18岁，性别=女，的一个where查询。

正常来说这个 国家，年龄，性别的where查询。只有国家和年龄符合最左匹配，他可以使用到索引，但是性别用不了索引查询（不符合最左匹配），需要回表查询。

但是你现在手里已经查询到所有 “国家=中国和年龄18岁，身高不确定，性别不确定的”人了索引集合了。

因为没有回表去匹配身高，和性别的人，索引这里是不限。但是聪明的你已经想到。

本来就只需要查性别了，性别的数据在当前的联合索引里是有的，我只需要在联合索引里判断一下联合索引里的性别数据，看看哪些索引是女性索引，是不是就能把where条件里的过滤条件满足完了？？

没有ICP之前，数据库会把在二级索引查找到所有满足国家=中国和年龄18岁的主键返回，并去聚簇索引查找性别为女的数据行。

这就是索引下推。如果二级索引的索引key可以用来对where条件进行过滤，不用再使用二级索引的叶子节点数据行主键去聚簇索引回表查询，那么就可以下推判断。这时候可以破坏最左匹配原则。