使用 MySQL 的編碼 utf8mb4_unicode_ci 在 JOIN 時遇到的效能問題

今天 debug 遇到一個效能問題，情境如下

資料表 Apple 的資料數約 11,000 筆，primary key 是一個 VARCHAR 欄位，以 utf8_unicode_ci 編碼

資料表 Banana 的資料數約 13,000 筆，有一個關聯到 Apple 的欄位 apple_id

資料表 Cat 的資料數約 16,000 筆，有一個關聯到表 Apple 的欄位 apple_id

進行兩個簡單的 JOIN 與 COUNT 查詢

select count(*) 
from bananas
left join apples
    on apples.id = bananas.apple_id
WHERE apples.xxx = 'yyy'

select count(*) 
from cats
left join apples
    on apples.id = cats.apple_id
WHERE apples.xxx = 'yyy'

SQL 內容很單純，資料量也不大。前者的執行時間是 8sec，後者是 200ms，差了40倍！

明明後者的資料量還比較大，怎麼會是前者比較慢？

debug 了半天，發現是 bananas 的 apple_id 欄位，編碼是 utf8mb4_unicode_ci。

原因是 bananas 資料表中，當初某個欄位需要能存表情符號，所以執行過

ALTER TABLE `bananas` CONVERT TO CHARACTER SET utf8mb4 COLLATE utf8mb4_unicode_ci

此舉一併把只是存關聯資料表 id 的欄位 apple_id 編碼一起改變了。

但是我沒想到會導致 JOIN 效能慢 40 倍。

花費不少時間，特此筆記一下。

問題：為什麼慢呢？

是 utf8mb4_unicode_ci 本來就比 utf8_unicode_ci 慢嗎？

還是 utf8mb4_unicode_ci 其實不慢，但 JOIN 的兩邊編碼不同，一邊 utf8_unicode_ci，一邊 utf8mb4_unicode_ci，所以才慢？

估計主要原因是後者。不過暫時先不研究這個主題了。