mysql修改字符集utf8mb4引发的惨案

环境配置： Linux CentOS 7 mysql5.7字符编码是utf8；
惨案原因：数据库表需要支持表情很符号，表情符号一般是4个字符，utf8最多支持3个字符，如果插入表情符号4个字符的字段就会报错，因此我们修改了此表的字符集为utf8mb4，在这说明一下utf8mb4是utf8的超集。
问题来了：MySQL环境上有两张表做left join时使用的字段都索引，但是执行计划里面显示有一张表使用了全表扫描，扫描全表近百万行记录，导致sql执行很慢。
诊断结果：是mysql表修改字符集utf8mb4引发的惨案；
问题诊断重现：首先，表结构和表记录如下：

CREATE TABLE `t1` (
`id` int(11) NOT NULL AUTO_INCREMENT,
`name` varchar(20) DEFAULT NULL,
`code` varchar(50) DEFAULT NULL,
PRIMARY KEY (`id`),
KEY `idx_code` (`code`),
KEY `idx_name` (`name`)
) ENGINE=InnoDB AUTO_INCREMENT=6 DEFAULT CHARSET=utf8

t1 插入一些数据

CREATE TABLE `t2` (
`id` int(11) NOT NULL AUTO_INCREMENT,
`name` varchar(20) DEFAULT NULL,
`code` varchar(50) DEFAULT NULL,
PRIMARY KEY (`id`),
KEY `idx_code` (`code`),
KEY `idx_name` (`name`)
) ENGINE=InnoDB AUTO_INCREMENT=6 DEFAULT CHARSET=utf8mb4

t2插入一些数据

2张表left join的执行计划如下：

desc select * from t2 join t1 on t1.code = t2.code where t2.name = 'dddd'\G;

可以明显地看到，t2.name ='dddd’使用了索引，而t1.code = t2.code这个关联条件没有使用到t1.code上面的索引，一开始也百思不得其解，但是机器不会骗人。显示警告查看
查询执行计划的告警信息：
show warnings;
发现问题:在发现了转换（使用utf8mb4的testdb.t1.code）之后，Scott发现2个表的字符集不一样。t1为utf8，t2为utf8mb4。但是为什么表表字符集不一样（实际是我修改了字符集字符串字符集不一样了）就会导致T1全表扫描呢？下面来做分析。
（1）首先t2左联接t1决定了t2是驱动表，此步相当于执行了选择* from t2 where t2.name =‘dddd’，取码范围的值，这里为’8a77a32a7e0825f7c8634226105c42e5’;
（2）然后拿起t2查到的代码的值根据联接条件去t1里面查找，这一步就相当于执行了select * from t1 where t1.code =‘8a77a32a7e0825f7c8634226105c42e5’;
（3）但是由于第（1）步里面T2表取出的代码字段是utf8mb4字符集，而T1表里面的代码是UTF8字符集，这里需要做字符集转换，字符集转换遵循由小到大的原则，因为utf8mb4是UTF8的超集，所以这里把UTF8转换成utf8mb4，即把t1.code转换成utf8mb4字符集，转换了之后，由于t1.code上面的索引仍然是UTF8字符集，所以这个索引就被执行计划忽略了，然后T1表只能选择全表扫描。更糟糕的是，如果T2筛选出来的记录不止1条，那么T1就会被全表扫描多次，性能之差可想而知。
解决问题：
既然原因已经清楚了，如何解决呢？当然是改字符集了，把T1改成和T2一样或者把T2改成T1都可以，这里选择把T1转成utf8mb4。那怎么转字符集呢？
有一个同学会说用alter table t1 charset utf8mb4;而是错的，这只是改了表的替代字符集，即新的数据才会使用utf8mb4，已经存在的一部分仍然是utf8。
用只有alter table t1 convert to charset utf8mb4;才是正确的。
但是还要注意一点，更改表改字符集的操作是双重写的（用lock = node会报错）所以业务高峰时请不要操作，即使在业务低峰时期，大表的操作仍建议使用pt-online -schema改变在线修改字符集。
测试环境：使用 alter table t1 convert to charset utf8mb4, lock=shared;

现在再来查看执行计划，可以看到已经没问题了。

复盘总结：
1、表字符集不同时，可能导致加入的SQL使用不到索引，引起严重的性能问题;
2、改字符集的alter table操作会多个写，业务mysql建议使用pt-online-schema-change；
3、如果要大批量修改表的字符集，同样做好SQL的审议工作，关联的表的字符集一起做修改。
4、效仿一下使用show warnings【千万不能忘】

mysql修改字符集utf8mb4引发的惨案

mysql修改字符集utf8mb4引发的惨案

猜你喜欢