in/or到底能不能用索引應該是肯定的，但有時生效有時不生效，這個能不能量化計算？這是本文想討論和解答的問題。
in到底用不用索引感覺像一樁懸疑片！古早時期的面經，統一說不走索引，在一些程序員腦海中從此留下不可磨滅的印記。有些從業時間較長的程序員腦子里的第一反應就是不走索引，上個月我就曾經被同事這樣質疑過。
(相關資料圖)
但是那是mysql5.5以前的老黃歷了，現在都到8.0+了,5.5(甚至更早)以后可以肯定的是它會走索引。但必然走索引嗎？不一定。
我搜索引擎上搜索關鍵詞 in/or和 索引，出來一大片文章，一般都會說，in/or能走索引，但后面跟的條件個數多了就不走索引了。但問題就來了，這個多了到底是多少才算多？對于一個動態查詢的SQL,我咋知道到底走不走索引？如何量化計算呢？
這時候就語焉不詳或者直接跳過。
大名鼎鼎的《阿里巴巴JAVA開發手冊》倒是一刀切。最好不超過1000。
人家這規范只是推薦，也不是強制，是吧，不能吐槽。
而且超過1000就算用上了range級別的查詢，那可能也快不到哪里去啊，對于要求快速響應的互聯網需求來說這推薦好像沒毛病。
但這不是重點，今天的重點在于，我一定要搞清楚，在保證explain的type為range而不是ALL全表掃描的前提下，到底select * from table where id in (1,2,3.....x)這個x能到多少。
首先建一張測試表，來一步復現一下，走與不走索引的情況。
mysql
版本:5.7.19引擎:innodb
創建一個測試表
CREATE TABLE `t_person` ( `id` int(11) NOT NULL, `name` varchar(10) COLLATE utf8_bin DEFAULT NULL, PRIMARY KEY (`id`)) ENGINE=InnoDB DEFAULT CHARSET=utf8 COLLATE=utf8_bin;使用SQL
EXPLAIN SELECT id, NAME FROM t_person WHERE id IN (1)
查看執行計劃
此時表里無數據，顯示的是no matching row in const table.
少量數據
插入一條數據insert t_person (id,name) values(1,"張三")
使用SQL
EXPLAIN SELECT id, NAME FROM t_person WHERE id IN (1)
查看執行計劃
使用了索引，還是效率最高的const(system生產環境不可能的吧)，此時id in(1)相當于 id = 1。
在in里增加點條件。
sql變成EXPLAIN SELECT id, NAME FROM t_person WHERE id IN (1, 2)
查看執行計劃
使用了索引，但級別下降到了range,即范圍索引。
繼續在in里增加條件。
sql變成EXPLAIN SELECT id, NAME FROM t_person WHERE id IN (1, 2，3)
查看執行計劃
索引級別變成了ALL,即全表掃描，其實是索引失效了。
再往表里插入兩條數據。此時總共3條數據。
insert t_person (id,name) values(2,"李四")insert t_person (id,name) values(3,"王五")再使用sqlEXPLAIN SELECT id, NAME FROM t_person WHERE id IN (1, 2，3)
查看執行計劃
可以看到，隨時表數據的增加，同樣的sql執行計劃從ALL變回了range,索引又生效了。
同樣地，再增加一個in條件，EXPLAIN SELECT id, NAME FROM t_person WHERE id IN (1,2,3,4)的執行計劃又變回了ALL,這里就不放圖了。
多點數據
以上只是小打小鬧撒撒水啦，總共幾條數據，in的條件都快超過表數據了，執行計算都不用預估就知道全表掃描還好一點啦。
我再往表里插入100萬條數據。
我先按照阿里的開發規范推薦的1000這個值作為臨界值，先使用900個條件
再使用1100個條件
上圖表明，這兩種情況都使用到了range范圍索引呢。
再加大劑量，直接上10萬。
步子邁大了，咔，這下終于全表掃描了。
但是還是沒找到臨界值。
官網上尋找答案https://dev.mysql.com/doc/refman/5.7/en/server-system-variables.html
我在這里尋找到了一個參數，描述的倒像是相似的問題。
這個方法說的是當使用in或or查詢時，比如where in(1,2,3),執行引擎會先預估表中的數量，表中的數量將決定使用的查詢方式，比如，如果表中只有3條數據，那么很明顯，這時候直接全表掃描。
而這個預估的方法有2種,一是dive到index中即利用索引完成元組數的估算,簡稱index dive; 二是使用索引的統計數值,進行估算.
相比這2種方式,在效果上:
index dive: 速度慢,但能得到精確的值（MySQL的實現是數索引對應的索引項個數，所以精確）
index statistics: 速度快,但得到的值未必精確.
但eq_range_index_dive_limit這個參數確實跟今天的主題相關系數不大。很明顯，這個值在mysql 5.7是200， 一開始的in后面的條件個數就是900，依然是走了range索引的。
于是我找到了stackoverflow，在上面把msyqlincount這些關鍵詞搜了一下，沒有找到相關的問題。
然后我把問題詳細描述了一下，提了一個新的問題，沒想到啊，半個小時不到，人家就直接給我點踩，并給出了相似的已解答問題。
尷尬了。我超喜歡stackoverflow，這里的人個個都是人才。
相似的問題在這里。
https://stackoverflow.com/questions/72361880/mysql-in-operator-on-large-number-of-values
這位仁兄也在in的使用中也有很多問號，in的條件卡在14000左右，超過就失去了range索引。
下面高贊答案提到了一個參數，range_optimizer_max_mem_size ，一看就很有搞頭啊。
轉到mysql官網，憑我的渣渣英語也能看明白，我知道，大概我找到答案了。
https://dev.mysql.com/doc/refman/5.7/en/range-optimization.html#equality-range-optimization
要控制范圍優化器可用的內存，使用range_optimizer_max_mem_size系統變量:
值為0表示“沒有限制”。
當值大于0時，優化器將跟蹤在考慮范圍訪問方法時所消耗的內存。如果即將超過指定的限制，則放棄范圍訪問方法，轉而考慮其他方法，包括全表掃描。這可能不太理想。如果發生這種情況，會出現以下警告(其中N是當前的range_optimizer_max_mem_size值)。
現在事情就很簡單了。
range_optimizer_max_mem_size默認是8M，使用同樣的SQL，in后面同樣的條件為固定的19900個，在range_optimizer_max_mem_size=8M,range_optimizer_max_mem_size=8情況下分別執行一下看效果。
range_optimizer_max_mem_size=8M時，走range索引。
range_optimizer_max_mem_size=8時，走ALL全表掃描。
破案了！
明明官網上就有答案，我卻三過家門而不入。
結論in兩種情況會走全表掃描。
in后面條件導致sql大小超過range_optimizer_max_mem_size。in后面條件個數接近或者等于表數量，執行引擎認為此時全表掃描更加合適。推而廣之，or也是一樣的道理。歸根結底都是范圍查詢。
當然，總體來說，in后面條件越少越好，假設一張表有1000萬條數據，in后面的條件有10000個，這時候就算走了range索引，估計效率也好不到哪里。
完
相關文章
精彩導讀
熱門資訊