摘要

IN 一定走索引吗？那当然了，不走索引还能全部扫描吗？好像之前有看到过什么Exist,IN走不走索引的讨论。但是好像看的太久了，又忘记了。哈哈，如果你也忘记了MySQL中IN是如何查询的，就来复习下吧。

问题

问题要从之前的统计店铺数关注人数说起

SELECT shop_id, count(user_Id) as attentionNumber
FROM shop_attention
WHERE shop_id IN
<foreach collection="shopIds" item="shopId" separator="," open="(" close=")">
    #{shopId}
</foreach>
GROUP BY shopId

当时是从缓存的角度来分析如何进行优化。有兴趣看这篇微服务化后缓存怎么做

将这个查询收敛，应用端做了缓存后，确实没什么大问题了。但是随着店铺关注数的增加，慢SQL开始出现了

在我们的业务中，将100ms的SQL查询定义为慢查询，需要优化的。优化不了必须要控制查询频次。同时超过5s的数据库操作会被kill掉，防止拖垮整个数据库，导致相关应用都受到牵连。

该SQL执行时间耗时已经几百ms了，必须要优化了。阿里云对这个SQL的检测报告时

1. 扫描行数和返回行数比例超过了100
2. 使用了group_by函数，注意检查group_by是否用到了索引

分析

首先可以确定的是，group by 的shop_id字段肯定是建了索引的，那么扫描行数和返回行数比例为什么这么大呢?

先复习下分析查询语句的三大要素

1. 响应时间，意思很明确，不多解释了
2. 扫描行数 整个查询过程中扫描了多少行
3. 返回行数 查询结果命中的行数 一般来说扫描行数和返回行数一样，是最好的，但是这是理想情况，事实并非如此。关联查询/范围排序查询时都会使得扫描行数大于返回行数。一般这个比例要控制在10以下，否则可能会有性能问题。

题外话，我一直觉得mysql explain的展示字段不如mongo的直观。mongo索引原理同mysql一样，有兴趣的可以看下Mongo Index分析

那么现在问题来了，为什么这个查询扫描行数/返回行数比例这么大呢。

那么就explain 一下了

实验1

SELECT shop_id, count(user_Id) as attentionNumber
FROM shop_attention
WHERE shop_id IN(1,2,3)
GROUP BY shopId

type	possible_keys	key	key_length	ref	rows	Extras
range	idx_shop	idx_shop	8	null	16000	Using index condition

和我预想的一样，类型是range走了shopId的索引，没毛病。那怎么扫描行数/返回行数比例这么大的。

实验2

再试一把，将IN的范围增大了。

SELECT shop_id, count(user_Id) as attentionNumber
FROM shop_attention
WHERE shop_id IN(1,2,3,4,5,6,7,8,9)
GROUP BY shopId

type	possible_keys	key	key_length	ref	rows	Extras
index	idx_shop	idx_shop	8	null	303000	Using where

结果不一样了，类型是index,也就是没有走范围扫描，而是走的是索引扫描。

实验3

强制走索引

SELECT shop_id, count(user_Id) as attentionNumber
FROM shop_attention force index(idx_shop)
WHERE shop_id IN(1,2,3,4,5,6,7,8,9)
GROUP BY shopId

type	possible_keys	key	key_length	ref	rows	Extras
range	idx_shop	idx_shop	8	null	29000	Using Index Condition

这时候走的是范围扫描，而不是索引扫描。但是你会发现这次的执行时间并不没有比·上一次的执行时间短。

mysql对这个查询进行了优化，使其不走范围扫描。而是走的是索引扫描。那么必然会随着IN的条件越来越多， 扫描的行数越多，执行的时间越长。

所以这个问题的优化的办法呢，就是在应用端做切割，分批去查。每次查N个，保证每次的查询都很快。

总结

根据实际的情况，需要控制IN查询的范围。原因有以下几点

1. IN 的条件过多，会导致索引失效，走索引扫描
2. IN 的条件过多，返回的数据会很多，可能会导致应用堆内内存溢出。

所以必须要控制好IN的查询个数

关注公众号【方丈的寺院】，第一时间收到文章的更新，与方丈一起开始技术修行之路