Explain详解与索引实战

叁歲伎倆 2022-08-28 14:57 260阅读 0赞

Explain工具介绍

使用EXPLAIN关键字可以模拟优化器执行SQL语句，分析你的查询语句或是结构的性能瓶颈
在select语句之前增加explain关键字，MySQL会在查询上设置一个标记，执行查询会返回执行计划信息，而不是执行这条SQL
注意：如果from中包含子查询，仍会执行该子查询。将结果放入临时表中

Explain分析示例

  1. USE explain_test;
  3. -- 示例表
  4. DROP TABLE IF EXISTS `actor`;
  5. CREATE TABLE `actor` (
  6. `id` INT(11) NOT NULL,
  7. `name` VARCHAR(45) DEFAULT NULL,
  8. `update_time` DATETIME DEFAULT NULL,
  9. PRIMARY KEY (`id`)
  10. )ENGINE=INNODB DEFAULT CHARSET=utf8;
  12. INSERT INTO `actor` (`id`, `name`, `update_time`) VALUES (1, 'a', '2017-12-22 15:27:18'),
  13. (2, 'b', '2017-12-22 15:27:18'),
  14. (3, 'c', '2017-12-22 15:27:18');
  16. DROP TABLE IF EXISTS `film`;
  17. CREATE TABLE `film`(
  18. `id` INT(11) NOT NULL AUTO_INCREMENT,
  19. `name` VARCHAR(45) DEFAULT NULL,
  20. PRIMARY KEY (`id`),
  21. KEY `idx_name` (`name`)
  22. )ENGINE=INNODB DEFAULT CHARSET=utf8;
  24. INSERT INTO `film` (`id`, `name`) VALUES(3, 'film0'),
  25. (1, 'film1'),(2, 'film2');
  27. DROP TABLE IF EXISTS `film_actor`;
  28. CREATE TABLE `film_actor`(
  29. `id` INT(11) NOT NULL,
  30. `film_id` INT(11) NOT NULL,
  31. `actor_id` INT(11) NOT NULL,
  32. `remark` VARCHAR(255) DEFAULT NULL,
  33. PRIMARY KEY (`id`),
  34. KEY `idx_film_actor_id` (`film_id`, `actor_id`)
  35. )ENGINE=INNODB DEFAULT CHARSET=utf8;
  37. INSERT INTO `film_actor` (`id`, `film_id`, `actor_id`)VALUES(1, 1, 1),(2, 1, 2),(3, 2, 1);

在这里插入图片描述在查询中的每个表会输出一行，如果有两个表通过 join 连接查询，那么会输出两行

explain两个变种

1）**explain extend：**会在explain的基础上额外提供一些查询优化信息。紧随其后通过show warning命令可以得到优化后的查询语句，从而看出优化器优化了什么。额外还有filtered列，是一个百分比的值，rows * filtered/100 可以估算出将要和explain中前一个表进行连接的行数（前一个表指explain中的id值比当前表id值小的表）。

  1. EXPLAIN EXTENDED SELECT * FROM film WHERE id = 1;

在这里插入图片描述

  1. EXPLAIN EXTENDED SELECT * FROM film WHERE id = 1;

在这里插入图片描述2）**explain partitions：**相比explain多了个partitions字段，如果查询基于分区表的话，会显示查询将访问的分区（现在explain命令结果也有这个字段了）。

explain中的列

1.id列
id列的编号是select的序列号，有几个select就有几个id，并且id的顺序是按select出现的顺序增长的。
id列越大执行优先级越高，id相同则从上往下执行，id为NULL最后执行。

2.select_type列
select_type表示对应行是简单还是复杂的查询。
1）simple：简单查询。查询不包含子查询和union

  1. EXPLAIN SELECT * FROM film WHERE id = 2;

在这里插入图片描述2）primary：复杂查询中最外层的select
3）subquery：包含在select中的子查询（不在from子句中）
4）derived：包含在from子句中的子查询。MySQL会将结果放在一个临时表中，也称为派生表（derived的英文含义）
用这个例子来了解primary、subquery和derived类型

  1. USE explain_test;
  2. -- 关闭mysql5.7新特性对衍生表的合并优化
  3. SET SESSION optimizer_switch = 'derived_merge=off';
  4. EXPLAIN SELECT (SELECT 1 FROM actor WHERE id = 1) FROM (SELECT * FROM film WHERE id =1) der;

在这里插入图片描述

  1. -- 还原默认配置
  2. SET SESSION optimizer_switch = 'derived_merge=on';

在这里插入图片描述5）union：在union中的第二个和随后的select
在这里插入图片描述3.table列
这一列表示 explain 的一行正在访问哪个表。
当 from 子句中有子查询时，table列是 格式，表示当前查询依赖 id=N 的查询，于是先执行 id=N 的查询。
当有 union 时，UNION RESULT 的 table 列的值为，1和2表示参与 union 的 select 行id。

4.type列
这一列表示关联类型或访问类型，即MySQL决定如何查找表中的行，查找数据行记录的大概范围。
依次从最优到最差分别为：system > const > eq_ref > ref > range > index > ALL
一般来说，得保证查询达到range级别，最好达到ref
NULL：mysql能够在优化阶段分解查询语句，在执行阶段用不着再访问表或索引。例如：在索引列中选取最小值，可 以单独查找索引来完成，不需要在执行时访问表

  1. EXPLAIN SELECT MIN(id) FROM film;

在这里插入图片描述const，system：mysql能对查询的某部分进行优化并将其转化成一个常量（可以看show warnings 的结果）。用于 primary key 或 unique key 的所有列与常数比较时，所有表最多有一个匹配行，读取1次，速度比较快。
system是 const的特例，表里只有一条元组匹配时为system

  1. SET SESSION optimizer_switch = 'derived_merge=off';
  2. EXPLAIN EXTENDED SELECT * FROM (SELECT * FROM film WHERE id = 1) tmp;

在这里插入图片描述

  1. show warnings;

在这里插入图片描述
eq_ref：primary key 或 unique key 索引的所有部分被连接使用 ，最多只会返回一条符合条件的记录。这可能是在 const 之外最好的联接类型了，简单的 select 查询不会出现这种 type。

  1. EXPLAIN SELECT * FROM film_actor LEFT JOIN film ON film_actor.film_id = film.id;

在这里插入图片描述ref：相比eq_ref，不使用唯一索引，而是使用普通索引或者唯一索引的部分前缀，索引要和某个值相比较，可能会找到多个符合条件的行。
1）简单select查询，name是普通索引（非唯一索引）

  1. EXPLAIN SELECT * FROM film WHERE NAME = 'film1';

在这里插入图片描述2）关联表查询，idx_film_actor_id是film_id和actor_id的联合索引，这里使用到了film_actor的左前缀film_id部分。

  1. EXPLAIN SELECT film_id FROM film LEFT JOIN film_actor ON film.id = film_actor.film_id;

在这里插入图片描述range：范围扫描通常出现在in()，between，>，<等操作中。使用一个索引来检索给定范围的行。

  1. EXPLAIN SELECT * FROM actor WHERE id > 1;

在这里插入图片描述index：扫描全索引就能拿到结果，一般是扫描某个二级索引，这种扫描不会从索引根节点开始快速查找，而是直接对二级索引的叶子节点遍历和扫描，速度还是比较慢的，这种查询一般使用覆盖索引，二级索引一般比较小，所以这种通常比ALL快一些。

  1. EXPLAIN SELECT * FROM film;

在这里插入图片描述ALL：即全表扫描，扫描你的聚簇索引的所有叶子节点。通常情况下这需要增加索引来进行优化。

  1. EXPLAIN SELECT * FROM actor;

在这里插入图片描述5.possible_keys列
这一列显示可能使用那些索引来查找。
explain有时可能出现possible_keys有列，而key显示NULL的情况，这种情况时因为表中数据不多，mysql认为索引对此查询帮助不大，选择了全表查询。
如果该列是NULL，则没有相关索引。在这种情况下，可以通过检查where子句看是否可以创造一个适当的索引来提高查询性能，然后用explain看看效果。

6.key列
这一列显示mysql实际采用哪个索引来优化对该表的访问。
如果没有使用索引，则该列是NULL。如果想强制mysql使用或忽略possible_keys列中的索引，在查询中使用force index、ignore index。

7.key_len列
这一列显示了mysql在索引里使用的字节数，通过这个值可以算出具体使用了索引中的那些列。
举例来说，film_actor的联合索引idx_film_actor由film_id和actor_id两个int列组成，并且每个int是4字节。通过结果中的key_len=4可推断出查询使用了第一个列：film_id列来执行索引查找。

  1. EXPLAIN SELECT * FROM film_actor WHERE film_id = 2;

在这里插入图片描述key_len计算规则如下：
1）字符串，char(n)和varchar(n)，5.0.3以后版本中，n均代表字符数，而不是字节数，如果是utf-8，一个数字 或字母占1个字节，一个汉字占3个字节：
char(n)：如果存汉字长度就是 3n 字节；
varchar(n)：如果存汉字则长度是 3n + 2 字节，加的2字节用来存储字符串长度，因为 varchar是变长字符串；
2）数值类型：
tinyint：1字节
smallint：2字节
int：4字节
bigint：8字节
3）时间类型
date：3字节
timestamp：4字节
datetime：8字节
4）如果字段允许为 NULL，需要1字节记录是否为 NULL
索引最大长度是768字节，当字符串过长时，mysql会做一个类似左前缀索引的处理，将前半部分的字符提取出来做索 引。

8.ref列
这一列显示了在key列记录的索引中，表示查找值所用到的列或常量，常见的有：const（常量），字段名（例：film.id）

9.rows
这一列是mysql估计要读取并检测的行数，注意这个不是结果集里的行数。

10.Extra列
这一列展示的是额外信息。常见的重要值如下：
1）Using index：使用覆盖索引
覆盖索引定义：mysql执行计划explain结果里的key使用索引，如果select后面查询的字段都可以从这个索引的树中获取，这种情况一般可以说是使用了覆盖索引，extra里一般都有using index；覆盖索引一般针对的是辅助索引，整个查询结果只通过辅助索引就能拿到结果，不需要通过辅助索引树找到主键，再通过主键去主键索引树里获取其它字段值。

  1. EXPLAIN SELECT film_id FROM film_actor WHERE film_id = 1;

在这里插入图片描述2）Using where：使用where语句来处理结果，并且查询的列未被索引覆盖

  1. EXPLAIN SELECT * FROM actor WHERE NAME = 'a';

在这里插入图片描述3）Using index condition：查询的列不完全被索引覆盖，where条件中是一个前导列的范围

  1. EXPLAIN SELECT * FROM film_actor WHERE film_id > 1;

在这里插入图片描述4）Using temporary：mysql需要创建一张临时表来处理查询。出现这种情况一般是要进行优化的，首先是想到用索引来优化。
actor.name没有索引，此时创建了张临时表来distinct

  1. EXPLAIN SELECT DISTINCT NAME FROM actor;

在这里插入图片描述film.name建立了idx_name索引，此时查询时extra是using index,没有用临时表

  1. EXPLAIN SELECT DISTINCT NAME FROM film;

在这里插入图片描述5）Using filesort：将用外部排序而不是索引排序，数据较小时从内存排序，否则需要在磁盘完成排序。这种情况下一般也要考虑使用索引来优化。
actor.name未创建索引，会浏览actor整个表，保存排序关键字name和对应的id，然后排序name并检索行记录

  1. EXPLAIN SELECT * FROM actor ORDER BY NAME;

在这里插入图片描述film.name建立了idx_name索引，此时查询时extra是using index

  1. EXPLAIN SELECT * FROM film ORDER BY NAME;

在这里插入图片描述6）Select tables optimized away：使用某些聚合函数（比如：max、min）来访问存在索引的某个字段是

  1. EXPLAIN SELECT MIN(id) FROM film;

在这里插入图片描述

索引实战

示例表：

  1. DROP TABLE IF EXISTS `employees`;
  3. CREATE TABLE `employees`(
  4. `id` INT(11) NOT NULL AUTO_INCREMENT,
  5. `name` VARCHAR(24) NOT NULL DEFAULT '' COMMENT '姓名',
  6. `age` INT(11) NOT NULL DEFAULT '0' COMMENT '年龄',
  7. `position` VARCHAR(20) NOT NULL DEFAULT '' COMMENT '职位',
  8. `hire_time` TIMESTAMP NOT NULL DEFAULT CURRENT_TIMESTAMP COMMENT '入职时间',
  9. PRIMARY KEY (`id`),
  10. KEY `idx_name_age_position` (`name`,`age`,`position`) USING BTREE
  11. )ENGINE=INNODB AUTO_INCREMENT=1 DEFAULT CHARSET=utf8 COMMENT='员工记录表';
  13. INSERT INTO employees(NAME,age,POSITION,hire_time)VALUES('LiLei',22,'manager',NOW());
  14. INSERT INTO employees(NAME,age,POSITION,hire_time)VALUES('HanMeimei',23,'dev',NOW());
  15. INSERT INTO employees(NAME,age,POSITION,hire_time)VALUES('Lucy',23,'dev',NOW());

1.全值匹配

  1. EXPLAIN SELECT * FROM employees WHERE NAME='LiLei';

在这里插入图片描述

  1. EXPLAIN SELECT * FROM employees WHERE NAME='LiLei' AND age=22;

在这里插入图片描述

  1. EXPLAIN SELECT * FROM employees WHERE NAME='LiLei' AND age=22 AND POSITION='manager';

在这里插入图片描述2.最左前缀法则
如果索引了多列，要遵守最左前缀法则。指的是查询从索引的最左前列开始并且不跳过索引中的列。

  1. -- 走索引
  2. EXPLAIN SELECT * FROM employees WHERE NAME='Bill' AND age = 31;
  3. -- 不走索引
  4. EXPLAIN SELECT * FROM employees WHERE age=30 AND POSITION = 'dev';
  5. -- 不走索引
  6. EXPLAIN SELECT * FROM employees WHERE POSITION = 'manager';
  7. -- 走索引
  8. EXPLAIN SELECT * FROM employees WHERE NAME='Bill' AND POSITION = 'manager';

在这里插入图片描述3.不在索引列上做任何操作（计算、函数、（自动or手动）类型转换），会导致索引失效而转向全表扫描

  1. -- 走索引
  2. EXPLAIN SELECT * FROM employees WHERE NAME = 'LiLei';
  3. -- 不走索引
  4. EXPLAIN SELECT * FROM employees WHERE LEFT(NAME,3)='LiLei';

在这里插入图片描述给hire_time增加一个普通索引：

  1. ALTER TABLE `employees` ADD INDEX `idx_hire_time` (`hire_time`) USING BTREE;
  2. EXPLAIN SELECT * FROM employees WHERE DATE(hire_time) = '2018-09-30';

在这里插入图片描述转化为日期范围查询，有可能会走索引：

  1. EXPLAIN SELECT * FROM employees WHERE hire_time >='2018-09-30 00:00:00' AND hire_time <='2018-09-30 23:59:59';

在这里插入图片描述还原最初索引状态

  1. ALTER TABLE `employees` DROP INDEX `idx_hire_time`;

4.存储引擎不能使用索引中范围条件右边的列

  1. EXPLAIN SELECT * FROM employees WHERE NAME ='LiLei' AND age=22 AND POSITION='manager';
  2. EXPLAIN SELECT * FROM employees WHERE NAME ='LiLei' AND age>22 AND POSITION='manager';

在这里插入图片描述5.尽量使用覆盖索引（只访问索引的查询（索引列包含查询列）），减少select * 语句

  1. EXPLAIN SELECT NAME,age FROM employees WHERE NAME = 'LiLei' AND age = 23 AND POSITION = 'manager';

在这里插入图片描述

  1. EXPLAIN SELECT * FROM employees WHERE NAME = 'LiLei' AND age = 23 AND POSITION = 'manager';

在这里插入图片描述6.mysql在使用不等于（!=或者<>），not in，not exists的时候无法使用索引会导致全表扫描
< 小于、>大于、<= 、>=这些，mysql内部优化器会根据检索比例、表大小等多个因素整体评估是否使用索引

  1. EXPLAIN SELECT * FROM employees WHERE NAME != 'LiLei';

在这里插入图片描述7.is null,is not null 一般情况下也无法使用索引

  1. EXPLAIN SELECT * FROM employees WHERE NAME IS NULL;

在这里插入图片描述8.like以通配符开头（’$abc…’）mysql索引失效会变成全表扫描操作

  1. -- 不走索引
  2. EXPLAIN SELECT * FROM employees WHERE NAME LIKE '%Lei';

在这里插入图片描述

  1. -- 不走索引
  2. EXPLAIN SELECT * FROM employees WHERE NAME LIKE 'Lei%';

在这里插入图片描述
9.字符串不加单引号索引失效

  1. -- 走索引
  2. EXPLAIN SELECT * FROM employees WHERE NAME = '1000';
  3. -- 不走索引
  4. EXPLAIN SELECT * FROM employees WHERE NAME = 1000;

在这里插入图片描述10.少用or或in，用它查询时，mysql不一定使用索引，mysql内部优化器会根据检索比例、表大小等因素整体评估是否使用索引，详见范围查询优化

  1. EXPLAIN SELECT * FROM employees WHERE NAME = 'LiLei' OR NAME = 'HanMeimei';

在这里插入图片描述11.范围查询优化
给年龄添加单值索引

  1. ALTER TABLE `employees` ADD INDEX `idx_age` (`age`) USING BTREE;
  2. EXPLAIN SELECT * FROM employees WHERE age >= 1 AND age <=2000;

在这里插入图片描述没走索引原因：mysql内部优化器会根据检索比例、表大小等多个因素整体评估是否使用索引。比如这个例子，可能是 由于单次数据量查询过大导致优化器最终选择不走索引 优化方法：可以将大的范围拆分成多个小范围

  1. EXPLAIN SELECT * FROM employees WHERE age >= 1 AND age <=1000;
  2. EXPLAIN SELECT * FROM employees WHERE age >= 1001 AND age <=2000;

在这里插入图片描述还原最初索引状态

  1. alter table `employees` drop index `idx_age`;

索引使用总结：
在这里插入图片描述like KK%相当于=常量，%KK和%KK% 相当于范围。

发表评论

表情：
评论列表 （有 0 条评论，260人围观）

还没有评论，来说两句吧...

相关阅读

    相关 MySQL——索引与EXPLAIN

    前言 本文内容主要参考自《高性能MySQL》第5章以及《MySQL DBA 修炼之道》书中的第三章，算是原书的实践与补充。 上次主要讲了MySQL的基本操作，这次来谈谈索

    超、凢脫俗超、凢脫俗/ 0 赞/ 324 阅读