MySQL性能优化神器Explain使用分析
简介
我们前面介绍过慢查询，通过慢查询可以定位执行效率较差的SQL语句，定位到一个SQL语句以后，我们下面就是要探究为什么该SQL语句执行效率很低，是因为全表扫描、还是索引设置不当，这些信息都需要通过EXPLAIN来获取。
EXPLAIN命令是查看优化器如何决定执行查询的主要方法。它可以对SELECT语句进行分析，并输出SELECT执行的详细信息，以供开发人员针对性优化。EXPLAIN命令用法十分简单，在SELECT语句前加上Explain就可以了，例如：
EXPLAIN SELECT * from user_info WHERE id < 300;准备
为了接下来方便演示EXPLAIN的使用，首先我们需要建立两个测试用的表，并添加相应的数据：
CREATE TABLE `user_info` (
`id` BIGINT(20) NOT NULL AUTO_INCREMENT,
`name` VARCHAR(50) NOT NULL DEFAULT '',
`age` INT(11) DEFAULT NULL,
PRIMARY KEY (`id`),
KEY `name_index` (`name`)
)
ENGINE = InnoDB
DEFAULT CHARSET = utf8;
INSERT INTO user_info (name，age) VALUES ('xys'，20);
INSERT INTO user_info (name，age) VALUES ('a'，21);
INSERT INTO user_info (name，age) VALUES ('b'，23);
INSERT INTO user_info (name，age) VALUES ('c'，50);
INSERT INTO user_info (name，age) VALUES ('d'，15);
INSERT INTO user_info (name，age) VALUES ('e'，20);
INSERT INTO user_info (name，age) VALUES ('f'，21);
INSERT INTO user_info (name，age) VALUES ('g'，23);
INSERT INTO user_info (name，age) VALUES ('h'，50);
INSERT INTO user_info (name，age) VALUES ('i'，15);CREATE TABLE `order_info` (
`id` BIGINT(20) NOT NULL AUTO_INCREMENT,
`user_id` BIGINT(20) DEFAULT NULL,
`product_name` VARCHAR(50) NOT NULL DEFAULT '',
`productor` VARCHAR(30) DEFAULT NULL,
PRIMARY KEY (`id`),
KEY `user_product_detail_index` (`user_id`，`product_name`，`productor`)
)
ENGINE = InnoDB
DEFAULT CHARSET = utf8;
INSERT INTO order_info (user_id，product_name，productor) VALUES (1，'p1'，'WHH');
INSERT INTO order_info (user_id，product_name，productor) VALUES (1，'p2'，'WL');
INSERT INTO order_info (user_id，product_name，productor) VALUES (1，'p1'，'DX');
INSERT INTO order_info (user_id，product_name，productor) VALUES (2，'p1'，'WHH');
INSERT INTO order_info (user_id，product_name，productor) VALUES (2，'p5'，'WL');
INSERT INTO order_info (user_id，product_name，productor) VALUES (3，'p3'，'MA');
INSERT INTO order_info (user_id，product_name，productor) VALUES (4，'p1'，'WHH');
INSERT INTO order_info (user_id，product_name，productor) VALUES (6，'p1'，'WHH');
INSERT INTO order_info (user_id，product_name，productor) VALUES (9，'p8'，'TE');EXPLAIN输出格式
EXPLAIN命令的输出内容大致如下：
mysql> explain select * from user_info where id = 2\G;
*************************** 1. row ***************************
id: 1
select_type: SIMPLE
table: user_info
partitions: NULL
type: const
possible_keys: PRIMARY
key: PRIMARY
key_len: 8
ref: const
rows: 1
filtered: 100.00
Extra: NULL
1 row in set，1 warning (0.01 sec)各列的含义如下：
- id: SELECT 查询的标识符，每个 SELECT 都会自动分配一个唯一的标识符，id值越大优先级越高，越先被执行，如果相同，可以认为是一组，从上往下顺序执行
- select_type: SELECT 查询的类型
- table: 查询的是哪个表
- partitions: 匹配的分区
- type: join 类型
- possible_keys: 此次查询中可能选用的索引
- key: 此次查询中确切使用到的索引.
- ref: 哪个字段或常数与 key 一起被使用
- rows: 显示此查询一共扫描了多少行. 这个是一个估计值.
- filtered: 表示此查询条件所过滤的数据的百分比
- extra: 额外的信息
接下来我们来重点看一下比较重要的几个字段。
select_type
select_type表示了查询的类型，它的常用取值有：
- SIMPLE，表示此查询不包含 UNION 查询或子查询
- PRIMARY，表示此查询是最外层的查询
- UNION，表示此查询是 UNION 的第二或随后的查询
- DEPENDENT UNION，UNION 中的第二个或后面的查询语句，取决于外面的查询
- UNION RESULT，UNION 的结果
- SUBQUERY，子查询中的第一个 SELECT
- DEPENDENT SUBQUERY: 子查询中的第一个 SELECT，取决于外面的查询. 即子查询依赖于外层查询的结果.
最常见的查询类别应该是 SIMPLE 了，比如当我们的查询没有子查询，也没有 UNION 查询时，那么通常就是 SIMPLE 类型，例如：
mysql> explain select * from user_info where id = 2\G;
*************************** 1. row ***************************
id: 1
select_type: SIMPLE
table: user_info
partitions: NULL
type: const
possible_keys: PRIMARY
key: PRIMARY
key_len: 8
ref: const
rows: 1
filtered: 100.00
Extra: NULL
1 row in set，1 warning (0.01 sec)如果我们使用了 UNION 查询，那么 EXPLAIN 输出的结果类似如下：
mysql> EXPLAIN (SELECT * FROM user_info WHERE id IN (1，2，3))
-> UNION
-> (SELECT * FROM user_info WHERE id IN (3，4，5));
+----+--------------+------------+------------+-------+---------------+---------+---------+------+------+----------+-----------------+
| id | select_type | table | partitions | type | possible_keys | key | key_len | ref | rows | filtered | Extra |
+----+--------------+------------+------------+-------+---------------+---------+---------+------+------+----------+-----------------+
| 1 | PRIMARY | user_info | NULL | range | PRIMARY | PRIMARY | 8 | NULL | 3 | 100.00 | Using where |
| 2 | UNION | user_info | NULL | range | PRIMARY | PRIMARY | 8 | NULL | 3 | 100.00 | Using where |
| NULL | UNION RESULT | <union1,2> | NULL | ALL | NULL | NULL | NULL | NULL | NULL | NULL | Using temporary |
+----+--------------+------------+------------+-------+---------------+---------+---------+------+------+----------+-----------------+
3 rows in set，1 warning (0.01 sec)table
表示查询涉及的表或衍生表
type
- system: 表中只有一条数据，这个类型是特殊的 const 类型。
- const: 针对主键或唯一索引的等值查询扫描，最多只返回一行数据。const 查询速度非常快，因为它仅仅读取一次即可。
例如下面的这个查询，它使用了主键索引，因此 type 就是 const 类型的：
mysql> explain select * from user_info where id = 2\G;
*************************** 1. row ***************************
id: 1
select_type: SIMPLE
table: user_info
partitions: NULL
type: const
possible_keys: PRIMARY
key: PRIMARY
key_len: 8
ref: const
rows: 1
filtered: 100.00
Extra: NULL
1 row in set，1 warning (0.01 sec)- eq_ref: 此类型通常出现在多表的 join 查询，表示对于前表的每一个结果，都只能匹配到后表的一行结果，并且查询的比较操作通常是 =，查询效率较高。例如：
mysql> EXPLAIN SELECT * FROM user_info，order_info WHERE user_info.id = order_info.user_id\G;
*************************** 1. row ***************************
id: 1
select_type: SIMPLE
table: order_info
partitions: NULL
type: index
possible_keys: user_product_detail_index
key: user_product_detail_index
key_len: 254
ref: NULL
rows: 9
filtered: 100.00
Extra: Using where; Using index
*************************** 2. row ***************************
id: 1
select_type: SIMPLE
table: user_info
partitions: NULL
type: eq_ref
possible_keys: PRIMARY
key: PRIMARY
key_len: 8
ref: test.order_info.user_id
rows: 1
filtered: 100.00
Extra: NULL
2 rows in set，1 warning (0.01 sec)- ref: 此类型通常出现在多表的 join 查询，针对于非唯一或非主键索引，或者是使用了 最左前缀 规则索引的查询。
例如下面这个例子中，就使用到了 ref 类型的查询：
mysql> EXPLAIN SELECT * FROM user_info，order_info WHERE user_info.id = order_info.user_id AND order_info.user_id = 5\G;
*************************** 1. row ***************************
id: 1
select_type: SIMPLE
table: user_info
partitions: NULL
type: const
possible_keys: PRIMARY
key: PRIMARY
key_len: 8
ref: const
rows: 1
filtered: 100.00
Extra: NULL
*************************** 2. row ***************************
id: 1
select_type: SIMPLE
table: order_info
partitions: NULL
type: ref
possible_keys: user_product_detail_index
key: user_product_detail_index
key_len: 9
ref: const
rows: 1
filtered: 100.00
Extra: Using index
2 rows in set，1 warning (0.00 sec)- range: 表示使用索引范围查询，通过索引字段范围获取表中部分数据记录。这个类型通常出现在 =， <>，>，>=，<，<=，IS NULL，<=>，BETWEEN，IN() 操作中。
当 type 是 range 时，那么 EXPLAIN 输出的 ref 字段为 NULL，并且 key_len 字段是此次查询中使用到的索引的最长的那个。例如下面的例子就是一个范围查询：
mysql> EXPLAIN SELECT * FROM user_info WHERE id BETWEEN 2 AND 8\G;
*************************** 1. row ***************************
id: 1
select_type: SIMPLE
table: user_info
partitions: NULL
type: range
possible_keys: PRIMARY
key: PRIMARY
key_len: 8
ref: NULL
rows: 7
filtered: 100.00
Extra: Using where
1 row in set，1 warning (0.00 sec)- index: 表示全索引扫描(full index scan)，和 ALL 类型类似，只不过 ALL 类型是全表扫描，而 index 类型则仅仅扫描所有的索引，而不扫描数据。
index 类型通常出现在：所要查询的数据直接在索引树中就可以获取到，而不需要扫描数据，当是这种情况时，Extra 字段 会显示 Using index。例如：
mysql> EXPLAIN SELECT name FROM user_info \G;
*************************** 1. row ***************************
id: 1
select_type: SIMPLE
table: user_info
partitions: NULL
type: index
possible_keys: NULL
key: name_index
key_len: 152
ref: NULL
rows: 10
filtered: 100.00
Extra: Using index
1 row in set，1 warning (0.00 sec)上面的例子中，我们查询的 name 字段恰好是一个索引，因此我们直接从索引中获取数据就可以满足查询的需求了，而不需要查询表中的数据. 因此这样的情况下，type 的值是 index，并且 Extra 的值是 Using index。
- ALL: 表示全表扫描，这个类型的查询是性能最差的查询之一。通常来说，我们的查询不应该出现 ALL 类型的查询，因为这样的查询在数据量大的情况下，对数据库的性能是巨大的灾难. 如一个查询是 ALL 类型查询，那么一般来说可以对相应的字段添加索引来避免。
下面是一个全表扫描的例子，可以看到，在全表扫描时，possible_keys 和 key 字段都是 NULL，表示没有使用到索引，并且 rows 十分巨大，因此整个查询效率是十分低下的。
mysql> EXPLAIN SELECT age FROM user_info WHERE age = 20 \G;
*************************** 1. row ***************************
id: 1
select_type: SIMPLE
table: user_info
partitions: NULL
type: ALL
possible_keys: NULL
key: NULL
key_len: NULL
ref: NULL
rows: 10
filtered: 10.00
Extra: Using where
1 row in set，1 warning (0.00 sec)type类型的性能比较
通常来说，不同的 type 类型的性能关系如下：
ALL < index < range ~ index_merge < ref < eq_ref < const < system
ALL 类型因为是全表扫描，因此在相同的查询条件下，它是速度最慢的。
而 index 类型的查询虽然不是全表扫描，但是它扫描了所有的索引，因此比 ALL 类型的稍快。
后面的几种类型都是利用了索引来查询数据，因此可以过滤部分或大部分数据，因此查询效率就比较高了。
possible_keys
possible_keys 表示 MySQL 在查询时，能够使用到的索引。注意，即使有些索引在 possible_keys 中出现，但是并不表示此索引会真正地被 MySQL 使用到。MySQL 在查询时具体使用了哪些索引，由 key 字段决定。
key
此字段是 MySQL 在当前查询时所真正使用到的索引。
key_len
表示查询优化器使用了索引的字节数。这个字段可以评估组合索引是否完全被使用，或只有最左部分字段被使用到，
key_len 的计算规则如下：
- 字符串
- char(n): n 字节长度
- varchar(n): 如果是 utf8 编码，则是 3n + 2字节；如果是 utf8mb4 编码，则是 4n + 2 字节。
- 数值类型
- TINYINT: 1字节
- SMALLINT: 2字节
- MEDIUMINT: 3字节
- INT: 4字节
- BIGINT: 8字节
- 时间类型
- DATE: 3字节
- TIMESTAMP: 4字节
- DATETIME: 8字节
- 字段属性: NULL 属性占用一个字节。如果一个字段是 NOT NULL 的，则没有此属性。
我们来举两个简单的例子：
mysql> EXPLAIN SELECT * FROM order_info WHERE user_id < 3 AND product_name = 'p1' AND productor = 'WHH' \G;
*************************** 1. row ***************************
id: 1
select_type: SIMPLE
table: order_info
partitions: NULL
type: range
possible_keys: user_product_detail_index
key: user_product_detail_index
key_len: 9
ref: NULL
rows: 5
filtered: 11.11
Extra: Using where; Using index
1 row in set，1 warning (0.00 sec)上面的例子是从表 order_info 中查询指定的内容，而我们从此表的建表语句中可以知道，表 order_info 有一个联合索引：
KEY `user_product_detail_index` (`user_id`，`product_name`，`productor`)不过在此查询语句中，因为先进行 user_id 的范围查询，而根据 最左前缀匹配 原则，当遇到范围查询时，就停止索引的匹配，因此实际上我们使用到的索引的字段只有 user_id，因此在 EXPLAIN 中，显示的 key_len 为 9。 因为 user_id 字段是 BIGINT，占用 8 字节，而 NULL 属性占用一个字节，因此总共是 9 个字节。 若我们将user_id 字段改为 BIGINT(20) NOT NULL DEFAULT ‘0’，则 key_length 应该是8。
上面因为最左前缀匹配原则，我们的查询仅仅使用到了联合索引的 user_id 字段，因此效率不算高。
接下来我们来看一下下一个例子：
mysql> EXPLAIN SELECT * FROM order_info WHERE user_id = 1 AND product_name = 'p1' \G;
*************************** 1. row ***************************
id: 1
select_type: SIMPLE
table: order_info
partitions: NULL
type: ref
possible_keys: user_product_detail_index
key: user_product_detail_index
key_len: 161
ref: const,const
rows: 2
filtered: 100.00
Extra: Using index
1 row in set，1 warning (0.00 sec)这次的查询中，我们没有使用到范围查询，key_len 的值为 161. 为什么呢？因为我们的查询条件 WHERE user_id = 1 AND product_name = ‘p1’ 中，仅仅使用到了联合索引中的前两个字段，因此 keyLen(user_id) + keyLen(product_name) = 9 + 50 * 3 + 2 = 161
rows
rows 也是一个重要的字段。MySQL 查询优化器根据统计信息，估算 SQL 要查找到结果集需要扫描读取的数据行数。
这个值非常直观显示 SQL 的效率好坏，原则上 rows 越少越好。
Extra
Explain 中的很多额外的信息会在 Extra 字段显示，常见的有以下几种内容：
- Using filesort
当 Extra 中有 Using filesort 时，表示 MySQL 需额外的排序操作，不能通过索引顺序达到排序效果。一般有 Using filesort 都建议优化去掉，因为这样的查询 CPU 资源消耗大。
例如下面的例子：
mysql> EXPLAIN SELECT * FROM order_info ORDER BY product_name \G;
*************************** 1. row ***************************
id: 1
select_type: SIMPLE
table: order_info
partitions: NULL
type: index
possible_keys: NULL
key: user_product_detail_index
key_len: 254
ref: NULL
rows: 9
filtered: 100.00
Extra: Using index; Using filesort
1 row in set, 1 warning (0.00 sec)我们的索引是
KEY `user_product_detail_index` (`user_id`, `product_name`, `productor`)但是上面的查询中根据 product_name 来排序，因此不能使用索引进行优化，进而会产生 Using filesort。
如果我们将排序依据改为 ORDER BY user_id, product_name，那么就不会出现 Using filesort 了。例如：
mysql> EXPLAIN SELECT * FROM order_info ORDER BY user_id, product_name \G;
*************************** 1. row ***************************
id: 1
select_type: SIMPLE
table: order_info
partitions: NULL
type: index
possible_keys: NULL
key: user_product_detail_index
key_len: 254
ref: NULL
rows: 9
filtered: 100.00
Extra: Using index
1 row in set, 1 warning (0.00 sec)- Using index
“覆盖索引扫描”，表示查询在索引树中就可查找所需数据，不用扫描表数据文件，往往说明性能不错。 - Using temporary
查询有使用临时表，一般出现于排序，分组和多表 join 的情况，查询效率不高，建议优化。
转自：MySQL 性能优化神器 Explain 使用分析
参考资料
MySQL 性能优化神器 Explain 使用分析
EXPLAIN 命令详解