避免写出致命 SQL，搞懂 MySQL 回表

1. 先来看句 SQL

公司开发同事这么写查询订单的 分页语句：

SELECT o1.* FROM orders o1
INNER JOIN (SELECT id FROM orders WHERE sn='XD12345678' LIMIT 10000,10) o2
ON o1.id = o2.id;

新来的 Java 开发很纳闷，怎么这样多此一举呀！老夫莞尔一笑，先别急着下结论，让我慢慢给你解释。

2. 再来对比 SQL

先来看一张表 undo_log 的例子：

CREATE TABLE `undo_log`  (
  `id` bigint(20) NOT NULL AUTO_INCREMENT,
  `branch_id` bigint(20) NOT NULL,
  `xid` varchar(100) CHARACTER SET utf8 COLLATE utf8_general_ci NOT NULL,
  `context` varchar(128) CHARACTER SET utf8 COLLATE utf8_general_ci NOT NULL,
  `rollback_info` longblob NOT NULL,
  `log_status` int(11) NOT NULL,
  `log_created` datetime(0) NOT NULL,
  `log_modified` datetime(0) NOT NULL,
  `ext` varchar(100) CHARACTER SET utf8 COLLATE utf8_general_ci NULL DEFAULT NULL,
  PRIMARY KEY (`id`) USING BTREE,
  UNIQUE INDEX `ux_undo_log`(`xid`, `branch_id`) USING BTREE
) ENGINE = InnoDB CHARACTER SET = utf8 COLLATE = utf8_general_ci ROW_FORMAT = Compact;

几乎一样的两句 SQL，多查询了一个属性，会导致检索过程完全不同：

SELECT id, xid, branch_id FROM undo_log WHERE xid='' AND branch_id='';

SELECT id, xid, branch_id, context FROM undo_log WHERE xid='' AND branch_id='';

为什么会导致这样的结果？上边的写法真的是多此一举吗？下边让我慢慢给你解释。

3. MySQL 回表概念

MySQL 相关的前置知识建议阅读作者的文章：Java工程师的进阶之路 MySQL篇

3.1. 什么是回表查询？

先要从 InnoDB 的索引实现说起，InnoDB 有两大类索引：

• 聚集索引 (clustered index)

• 普通索引 (secondary index)

3.2. InnoDB 聚集索引和普通索引有什么差异？

InnoDB 普通索引 的叶子节点存储主键值。

注意：只有 InnoDB 普通索引才存储主键值，MyISAM 的二级索引都是直接指向数据块的。

InnoDB 聚集索引 的叶子节点存储行记录，因此，InnoDB 必须要有，且只有一个聚集索引：

1. 如果表定义了主键，则主键就是聚集索引；

2. 如果表没有定义主键，则第一个 not null 的 unique 列是聚集索引；

3. 否则，InnoDB 会创建一个隐藏的 row-id 作为聚集索引；

注意：所以主键查询非常快，直接定位行记录。

举个例子，简单设置一张表，设置几条数据进去：

CREATE TABLE `user`  (
  `id` int(11) NOT NULL,
  `name` varchar(128) CHARACTER SET utf8mb4 COLLATE utf8mb4_bin NULL DEFAULT NULL,
  `sex` varchar(128) CHARACTER SET utf8mb4 COLLATE utf8mb4_bin NULL DEFAULT NULL,
  `flag` varchar(128) CHARACTER SET utf8mb4 COLLATE utf8mb4_bin NULL DEFAULT NULL,
  PRIMARY KEY (`id`) USING BTREE,
  INDEX `idx_name`(`name`) USING BTREE
) ENGINE = InnoDB CHARACTER SET = utf8mb4 COLLATE = utf8mb4_bin ROW_FORMAT = Compact;

INSERT INTO `user` VALUES (1, 'shenjian', 'm', 'A');
INSERT INTO `user` VALUES (3, 'zhangsan', 'm', 'A');
INSERT INTO `user` VALUES (5, 'lisi', 'm', 'A');
INSERT INTO `user` VALUES (9, 'wangwu', 'f', 'B');

两个 B+ 树索引分别如图：

• id 为主键，聚集索引，叶子节点存储行记录；
• name 为索引，普通索引，叶子节点存储主键值，即 id；

既然从普通索引无法直接定位行记录，那普通索引的查询过程是怎么样的呢？

通常情况下，需要扫码两遍索引树。例如：

SELECT * FROM t WHERE name='lisi';

是如何执行的呢？

如粉红色路径，需要扫码两遍索引树：

• 先通过普通索引定位到主键值 id=5；
• 在通过聚集索引定位到行记录；

这就是所谓的 回表查询，先定位主键值，再定位行记录，它的性能较扫一遍索引树更低。

4. MySQL 覆盖索引

4.1. Mysql覆盖索引介绍：

如果一个索引包含（或者说覆盖）所有需要查询的字段的值，我们就称之为“覆盖索引”。

我们知道 InnoDB 存储引擎中，如果不是主键索引，叶子节点存储的是主键+列值。最终还是要“回表”，也就是要通过主键再查找一次，这样就会比较慢。覆盖索引就是把要查询出的列和索引是对应的，不做回表操作！

4.2. 如何实现索引覆盖？

常见的方法是：将被查询的字段，建立到联合索引里去（或者说 查询的字段都已经建立了索引）。

还是用上边的例子 user 表，我们用 EXPLAIN 关键词分析来看下结果。

第一个SQL语句：

EXPLAIN SELECT id, name FROM user WHERE name='shenjian';

能够命中 name 索引，索引叶子节点存储了主键 id，通过 name 的索引树即可获取 id 和 name，无需回表，符合索引覆盖，效率较高。

第二个SQL语句：

EXPLAIN SELECT id, name, sex FROM user WHERE name='shenjian';

能够命中 name 索引，索引叶子节点存储了主键 id，但 sex 字段必须回表查询才能获取到，不符合索引覆盖，需要再次通过 id 值扫码聚集索引获取 sex 字段，效率会降低。

如果把 (name) 单列索引升级为联合索引 (name, sex) 就不同了：

ALTER TABLE `user` 
DROP INDEX `idx_name`,
ADD INDEX `idx_name`(`name`, `sex`) USING BTREE;

再次执行，第二个SQL语句：

EXPLAIN SELECT id, name, sex FROM user WHERE name='shenjian';

能够命中 联合索引，索引叶子节点存储了主键 id，通过 联合索引 的索引树即可获取 name 和 sex，无需回表，符合索引覆盖，效率较高。

5. MySQL 回表优化

现在我们可以解释 章节1 中为什么开发同事这么写了吧！

如果按照下边的写法（普遍大家公认写法），当页数达到一个比较大的量级后，可能会变得非常卡。

SELECT o1.* FROM orders WHERE sn='XD12345678' LIMIT 10000,10

因为数据表是 InnoDB，根据 InnoDB 索引的结构，查询过程为：

1. 通过二级索引查到主键值（找出所有 sn=’XD12345678′ 的 id)。
2. 再根据查到的主键值通过主键索引找到相应的数据块（根据 id 找出对应的数据块内容）。
3. 根据 offset 的值，查询 10010 次主键索引的数据，最后将之前的 10000 条丢弃，取出最后 10 条。

因为我们要查询 o1.*，前边丢弃的 10000 条数据，经过大量回表操作，造成了大量的 I/O 消耗，浪费了很多性能，导致查询时间变得很长。

SELECT o1.* FROM orders o1
INNER JOIN (SELECT id FROM orders WHERE sn='XD12345678' LIMIT 10000,10) o2
ON o1.id = o2.id;

而这样的写法在 o2 分页查询时根本无需回表只查询 id，最后再做一个内连接根据主键取出数据，虽然增加了 SQL 语句的复杂度，但是性能非常好。