MySQL：两张表编码方式不一致，关联查询一定会导致索引失效吗？

最近同事接手了一个老项目，在简单的做了几个小需求后，经过自测没问题就发布上线了，没想的是，上线没一会监控平台就报警有全表扫描的慢SQL。

因为上线的几个功能使用频率也不高，所以也只是告诉同事慢SQL的情况，让该同事先检查优化。

结果直到快下班，才收到同事提交的新版本。一问，才知道竟然是一个多表关联查询中的两张表的编码方式不一致，导致出现了隐式类型转换，从而去扫描全表了。

而之所以该同事在测试环境使用了各种手段都没有复现线上的场景，是因为测试环境的表编码是一致的，果然老项目处处是坑啊。

今天借着这个问题，带大家了解一下，为什么字符集编码不一致(可能)会发生不走索引扫描全表的问题。（注意，是可能，并非一定）。

首先，我们新建两张表复现一下现场。

-- 创建table1，并对key1设置二级索引
CREATE TABLE table1 (
  `id` INT ( 11 ) NOT NULL AUTO_INCREMENT,
  `key1` VARCHAR ( 255 ) CHARACTER 
  SET utf8 COLLATE utf8_general_ci NULL DEFAULT NULL,
  PRIMARY KEY ( `id` ) USING BTREE,
  INDEX `idx_key1` ( `key1` ) USING BTREE 
) ENGINE = INNODB AUTO_INCREMENT = 1 CHARACTER 
SET = utf8 COLLATE = utf8_general_ci ROW_FORMAT = Dynamic;

-- 创建table2，并对key2设置二级索引
CREATE TABLE table2 (
  `id` INT ( 11 ) NOT NULL AUTO_INCREMENT,
  `key2` VARCHAR ( 255 ) CHARACTER 
  SET utf8mb4 COLLATE utf8mb4_general_ci NULL DEFAULT NULL,
  PRIMARY KEY ( `id` ) USING BTREE,
  INDEX `idx_key2` ( `key2` ( 191 ) ) USING BTREE 
) ENGINE = INNODB AUTO_INCREMENT = 1 CHARACTER 
SET = utf8mb4 COLLATE = utf8mb4_general_ci ROW_FORMAT = Dynamic;

请注意table1的字符集编码是utf8，而table2的字符集编码是utf8mb4。

我们执行一条普通的左关联sql：

SELECT
  * 
FROM
  table1 t1
  LEFT JOIN table2 t2 ON t1.key1 = t2.key2 
  AND t1.id = 1;

通过explain查看一下执行计划：

可以看到，table1使用了索引idx_key1，但是table2却没有命中索引，反而执行了全表扫描。

那真的是因为字符集转换导致的索引失效吗？

口说无凭，我们看一下MySQL经过优化器优化的sql：

执行explain select ...之后，再执行show warnings即可看到优化后的sql。

可以清楚的看到，经过优化后的sql，其实是对table1的key1字段做了convert转换，即从utf8转换为utf8mb4。

那有的朋友可能要问了， 明明是对key1字段做的convert，怎么导致table2无法走索引了呢？

其实这是因为此处以table1为驱动表，table2为被驱动表，从table1中查出数据，然后去table2中匹配，但是table1查出来的数据要做类型转换，对于table2来说，无论是索引的等值匹配，还是范围匹配，都需要确定值才行。值不确定，干脆走全表扫描一条条的匹配。

换句话说，相当于执行了下面的sql：

SELECT
  * 
FROM
  table2 
WHERE
  CONVERT ( key2 USING utf8mb4 ) = 'abc';

看到这，大家是否回忆起我们经常说的sql优化：

不要在索引字段上函数操作。

这才是索引失效的真正原因。

那这种情况该怎么解决呢？

自然是把表的字符集修改为一致，当然如果数据量很大无法做到online ddl的话，那就尝试改写sql，避免索引字段出现函数操作。当然改写sql不一定能满足所有情况，需要根据实际情况来判断。

我们再回到开头，为什么说字符集编码不一致可能会发生隐私类型转换，而不是一定会发生呢？

这是因为MySQL在背后做了很多的优化工作，帮助我们提前把坑给填上了。

还是上面的sql为例，我们稍微改动一下：

SELECT
  * 
FROM
  table1 t1
  LEFT JOIN table2 t2 ON t1.key1 = t2.key2 
  --这里将t1.id改成t2.id
  AND t2.id = 1;

我们修改一下查询条件，将原本条件中的t1.id改为t2.id，再来看一下优化后的sql：

可以看到，table2可以用到主键索引了。

这是因为，通过判断条件中的t2.id=1，已经可以通过主键唯一定位到一条记录了，所以可以直接使用table2的主键索引。当然，table2的key2索引还是用不了的。

一般来说，对索引字段做显示的函数操作，是很容易发现和修正的。

这种字符集编码不一样的情况，确实是防不胜防，只能建议从建表初始，就确定良好的编码规范，统一字符集来避免了。

另外建议大家养成随手explain的习惯，可以在问题发生前避免很多问题。