MySQL中的函数索引(Generated Column)及一次SQL优化

MySQL 中是没有 Oracle 的函数索引功能的,把 MySQL 的 Generated Column 称为“函数索引”并不准确,但可以和函数索引达到同样的效果,也有人把这个特性称为“衍生列”。

Generated Column 是什么

Generated Column 的值是根据其定义的表达式所计算而来的,下面使用官方文档中的例子做个简单介绍。

有一张表存储直角三角形的三条边长,大家都知道,根据直角三角形的边长公式,斜边的长度可以通过另外两条边长计算得到,这样就可以在表中只存储两条直角边,而斜边通过 Generated Column 定义,创建这张表并插入一条数据:

1
2
3
4
5
6
CREATE TABLE triangle (
sidea DOUBLE,
sideb DOUBLE,
sidec DOUBLE AS (SQRT(sidea * sidea + sideb * sideb))
);
INSERT INTO triangle (sidea, sideb) VALUES(1,1),(3,4),(6,8);

sidea 和 sideb 是两条直角边,sidec 是斜边,insert 时只需要插入两条直角边,也就是说 Generated Column 不能人为操作(插入、更新、删除),会自动根据其定义表达式计算得到。

查询这张表:

1
2
3
4
5
6
7
8
mysql> SELECT * FROM triangle;
+-------+-------+--------------------+
| sidea | sideb | sidec |
+-------+-------+--------------------+
| 1 | 1 | 1.4142135623730951 |
| 3 | 4 | 5 |
| 6 | 8 | 10 |
+-------+-------+--------------------+

Generated Column 定义语法

Generated Column 的定义语法如下:

1
2
3
4
col_name data_type [GENERATED ALWAYS] AS (expr)
[VIRTUAL | STORED] [NOT NULL | NULL]
[UNIQUE [KEY]] [[PRIMARY] KEY]
[COMMENT 'string']

关键字“AS”指明了这个字段是衍生的,是 Generated Column,AS 后面就是用以计算的表达式。GENERATED ALWAYS 使定义更明确,可以省略。

VIRTUAL 和 STORED 是 Generated Column 的两种类型,指明该字段的值如何存储:

  • VIRTUAL: Virtual Generated Column 的值不会持久化到磁盘,只保存在数据字典中(表的元数据),每次读取时在 BEFORE 触发器后就会立即计算。
  • STORED:Stored Generated Column 的值会持久化到磁盘上,而不是每次读取时计算。

如果不指明的话,MySQL 会默认以 VIRTUAL 的形式实现,STORED 需要更多的磁盘空间,性能也没有明显的优势,所以一般使用 VIRTUAL。

Generated Column 定义要点

  • 一般情况下,Generated Column 可以使用内置函数及操作符定义。如果给定相同的数据,多次调用会产生相同的结果,这样的定义是明确被允许的。否则,定义会失败,例如使用 NOW()CURRENT_USER()CONNECTION_ID()的定义会失败。
  • 自定义的函数和存储过程,不允许使用。
  • 变量,例如系统变量、自定义变量等不允许使用。
  • 子查询不允许使用。
  • Generated Column 的定义中可以依赖其他 Generated Column 字段,但所依赖的衍生字段必须定义在它的前面。如果只依赖非衍生字段,则定义顺序没有要求。
  • 自增长 AUTO_INCREMENT 不允许使用。
  • 自增长的列,不能用到 Generated Column 的定义中。
  • 从 MySQL 5.7.10 开始,如果表达式计算导致截断或给函数提供了不正确的输入,则create table语句将终止,并返回DDL操作。

一次SQL优化

通过慢查询日志找到一条慢SQL,执行计划如下:

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
mysql> EXPLAIN
SELECT
c.id,
b.customer_status
FROM
t_core_customer c
INNER JOIN t_core_customer_bizinfo b ON c.id = b.customer_id AND b.biz_id = 'maintain'
WHERE
REPLACE ( REPLACE ( c.customer_name, '(', '(' ), ')', ')' ) = '天津买斯扣科技有限公司';
+----+-------------+-------+------------+--------+----------------------------------+---------+---------+--------------------------------+---------+----------+-------------+
| id | select_type | table | partitions | type | possible_keys | key | key_len | ref | rows | filtered | Extra |
+----+-------------+-------+------------+--------+----------------------------------+---------+---------+--------------------------------+---------+----------+-------------+
| 1 | SIMPLE | b | NULL | ALL | idx_core_customer_bizinfo_cidbid | NULL | NULL | NULL | 1263918 | 10.00 | Using where |
| 1 | SIMPLE | c | NULL | eq_ref | PRIMARY | PRIMARY | 110 | b.customer_id | 1 | 100.00 | Using where |
+----+-------------+-------+------------+--------+----------------------------------+---------+---------+--------------------------------+---------+----------+-------------+
2 rows in set (0.05 sec)

客户表中有117万行数据,这条SQL执行耗时4秒多,通过执行计划可以看到,客户表没有走索引而进行全表扫描,customer_name 字段的索引由于 replace 函数没有被利用到。

增加 Generated Column :

1
2
ALTER TABLE `t_core_customer` 
ADD COLUMN `customer_name_replaced` varchar(200) AS (REPLACE(REPLACE(customer_name, '(', '(' ), ')', ')' ));

创建索引:

1
2
ALTER TABLE `t_core_customer` 
ADD INDEX `customer_name_replaced`(`customer_name_replaced`) USING BTREE;

优化后再看执行计划:

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
mysql> EXPLAIN
SELECT
c.id,
b.customer_status
FROM
t_core_customer c
INNER JOIN t_core_customer_bizinfo b ON c.id = b.customer_id AND b.biz_id = 'maintain'
WHERE
REPLACE ( REPLACE ( c.customer_name, '(', '(' ), ')', ')' ) = '天津买斯扣科技有限公司';
+----+-------------+-------+------------+------+----------------------------------+----------------------------------+---------+-----------------------------+------+----------+-------+
| id | select_type | table | partitions | type | possible_keys | key | key_len | ref | rows | filtered | Extra |
+----+-------------+-------+------------+------+----------------------------------+----------------------------------+---------+-----------------------------+------+----------+-------+
| 1 | SIMPLE | c | NULL | ref | PRIMARY,customer_name_replaced | customer_name_replaced | 603 | const | 1 | 100.00 | NULL |
| 1 | SIMPLE | b | NULL | ref | idx_core_customer_bizinfo_cidbid | idx_core_customer_bizinfo_cidbid | 222 | c.id,const | 1 | 100.00 | NULL |
+----+-------------+-------+------------+------+----------------------------------+----------------------------------+---------+-----------------------------+------+----------+-------+
2 rows in set (0.40 sec)

执行计划正常,利用了索引,SQL耗时到了10毫秒以内。