来源：博客园
in/or到底能不能用索引应该是肯定的，但有时生效有时不生效，这个能不能量化计算？这是本文想讨论和解答的问题。
in到底用不用索引感觉像一桩悬疑片！古早时期的面经，统一说不走索引，在一些程序员脑海中从此留下不可磨灭的印记。有些从业时间较长的程序员脑子里的第一反应就是不走索引，上个月我就曾经被同事这样质疑过。
(相关资料图)
但是那是mysql5.5以前的老黄历了，现在都到8.0+了,5.5(甚至更早)以后可以肯定的是它会走索引。但必然走索引吗？不一定。
我搜索引擎上搜索关键词 in/or和 索引，出来一大片文章，一般都会说，in/or能走索引，但后面跟的条件个数多了就不走索引了。但问题就来了，这个多了到底是多少才算多？对于一个动态查询的SQL,我咋知道到底走不走索引？如何量化计算呢？
这时候就语焉不详或者直接跳过。
大名鼎鼎的《阿里巴巴JAVA开发规范》倒是一刀切。最好不超过1000。
人家这规范只是推荐，也不是强制，是吧，不能吐槽。
而且超过1000就算用上了range级别的查询，那可能也快不到哪里去啊，对于要求快速响应的互联网需求来说这推荐好像没毛病。
但这不是重点，今天的重点在于，我一定要搞清楚，在保证explain的type为range而不是ALL全表扫描的前提下，到底select * from table where id in (1,2,3.....x)这个x能到多少。
首先建一张测试表，来一步复现一下，走与不走索引的情况。
mysql
版本:5.7.19引擎:innodb
创建一个测试表
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)
查看执行计划
此时表里无数据，显示的是no matching row in const table.
少量数据
插入一条数据insert t_person (id,name) values(1,"张三")
使用SQL
EXPLAIN SELECT id, NAME FROM t_person WHERE id IN (1)
查看执行计划
使用了索引，还是效率最高的const(system生产环境不可能的吧)，此时id in(1)相当于 id = 1。
在in里增加点条件。
sql变成EXPLAIN SELECT id, NAME FROM t_person WHERE id IN (1, 2)
查看执行计划
使用了索引，但级别下降到了range,即范围索引。
继续在in里增加条件。
sql变成EXPLAIN SELECT id, NAME FROM t_person WHERE id IN (1, 2，3)
查看执行计划
索引级别变成了ALL,即全表扫描，其实是索引失效了。
再往表里插入两条数据。此时总共3条数据。
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)
查看执行计划
可以看到，随时表数据的增加，同样的sql执行计划从ALL变回了range,索引又生效了。
同样地，再增加一个in条件，EXPLAIN SELECT id, NAME FROM t_person WHERE id IN (1,2,3,4)的执行计划又变回了ALL,这里就不放图了。
多点数据
以上只是小打小闹撒撒水啦，总共几条数据，in的条件都快超过表数据了，执行计算都不用预估就知道全表扫描还好一点啦。
我再往表里插入100万条数据。
我先按照阿里的开发规范推荐的1000这个值作为临界值，先使用900个条件
再使用1100个条件
上图表明，这两种情况都使用到了range范围索引呢。
再加大剂量，直接上10万。
步子迈大了，咔，这下终于全表扫描了。
但是还是没找到临界值。
https://dev.mysql.com/doc/refman/5.7/en/server-system-variables.html
我在这里寻找到了一个参数，描述的倒像是相似的问题。
这个方法说的是当使用in或or查询时，比如where in(1,2,3),执行引擎会先预估表中的数量，表中的数量将决定使用的查询方式，比如，如果表中只有3条数据，那么很明显，这时候直接全表扫描。
而这个预估的方法有2种,一是dive到index中即利用索引完成元组数的估算,简称index dive; 二是使用索引的统计数值,进行估算.
相比这2种方式,在效果上:
index dive: 速度慢,但能得到精确的值（MySQL的实现是数索引对应的索引项个数，所以精确）
index statistics: 速度快,但得到的值未必精确.
但eq_range_index_dive_limit这个参数确实跟今天的主题相关系数不大。很明显，这个值在mysql 5.7是200， 一开始的in后面的条件个数就是900，依然是走了range索引的。
于是我找到了stackoverflow，在上面把msyqlincount这些关键词搜了一下，没有找到相关的问题。
然后我把问题详细描述了一下，提了一个新的问题，没想到啊，半个小时不到，人家就直接给我点踩，并给出了相似的已解答问题。
尴尬了。我超喜欢stackoverflow，这里的人个个都是人才。
相似的问题在这里。
https://stackoverflow.com/questions/72361880/mysql-in-operator-on-large-number-of-values
这位仁兄也在in的使用中也有很多问号，in的条件卡在14000左右，超过就失去了range索引。
下面高赞答案提到了一个参数，range_optimizer_max_mem_size ，一看就很有搞头啊。
转到mysql官网，凭我的渣渣英语也能看明白，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
要控制范围优化器可用的内存，使用range_optimizer_max_mem_size系统变量:
值为0表示“没有限制”。
当值大于0时，优化器将跟踪在考虑范围访问方法时所消耗的内存。如果即将超过指定的限制，则放弃范围访问方法，转而考虑其他方法，包括全表扫描。这可能不太理想。如果发生这种情况，会出现以下警告(其中N是当前的range_optimizer_max_mem_size值)。
现在事情就很简单了。
range_optimizer_max_mem_size默认是8M，使用同样的SQL，in后面同样的条件为固定的19900个，在range_optimizer_max_mem_size=8M,range_optimizer_max_mem_size=8情况下分别执行一下看效果。
range_optimizer_max_mem_size=8M时，走range索引。
range_optimizer_max_mem_size=8时，走ALL全表扫描。
破案了！
明明官网上就有答案，我却三过家门而不入。
in两种情况会走全表扫描。
推而广之，or也是一样的道理。其它> >= < <=应该也是同样的道理。因为它们归根结底都是范围查询。
当然，总体来说，in后面条件越少越好，假设一张表有1000万条数据，in后面的条件有10000个，这时候就算走了range索引，估计效率也好不到哪里。
完标签：
