MySQL优化第二课:Explain详解与索引实践

Explain使用与详解

Explain工具介绍

使用EXPLAIN关键字可以模拟数据库优化器执行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的信息,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分析实例

建表

DROP TABLE IF EXISTS `actor`;
CREATE TABLE `actor` (
  `id` int(11) NOT NULL,
  `name` varchar(45) DEFAULT NULL,
  `update_time` datetime DEFAULT NULL,
  PRIMARY KEY (`id`)
) ENGINE=InnoDB DEFAULT CHARSET=utf8;

INSERT INTO `actor` (`id`, `name`, `update_time`) VALUES (1,'a','2017-12-22 15:27:18'), (2,'b','2017-12-22 15:27:18'), (3,'c','2017-12-22 15:27:18');

DROP TABLE IF EXISTS `film`;
CREATE TABLE `film` (
  `id` int(11) NOT NULL AUTO_INCREMENT,
  `name` varchar(10) DEFAULT NULL,
  PRIMARY KEY (`id`),
  KEY `idx_name` (`name`)
) ENGINE=InnoDB DEFAULT CHARSET=utf8;

INSERT INTO `film` (`id`, `name`) VALUES (3,'film0'),(1,'film1'),(2,'film2');

DROP TABLE IF EXISTS `film_actor`;
CREATE TABLE `film_actor` (
  `id` int(11) NOT NULL,
  `film_id` int(11) NOT NULL,
  `actor_id` int(11) NOT NULL,
  `remark` varchar(255) DEFAULT NULL,
  PRIMARY KEY (`id`),
  KEY `idx_film_actor_id` (`film_id`,`actor_id`)
) ENGINE=InnoDB DEFAULT CHARSET=utf8;

INSERT INTO `film_actor` (`id`, `film_id`, `actor_id`) VALUES (1,1,1),(2,1,2),(3,2,1); 

使用explain

explain select * from actor;

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。表的意义相当广泛:可以是子查询、一个 union 结果等。

explain 两个变种(早期版本)

mysql8.0版本这两个变种已经成为默认字段,添加反而报错

1)explain extended:会在 explain 的基础上额外提供一些查询优化的信息。紧随其后通过 show warnings 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,是一个半分比的值,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)。

explain extended select * from film where id = 1;

在这里插入图片描述

查看mysql大概会进行怎样的优化

explain select * from film where id = 1;
show warnings;

在这里插入图片描述

2)explain partitions:相比 explain 多了个 partitions 字段,如果查询是基于分区表的话,会显示查询将访问的分区。

explain 中的列

接下来我们将展示 explain 中每个列的信息。
先关闭合并派生表

set session optimizer_switch = 'derived_merge=off';

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。MySQL将 select 查询分为简单查询(SIMPLE)和复杂查询(PRIMARY)。
复杂查询分为三类:简单子查询、派生表(from语句中的子查询)、union 查询。
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
1)简单子查询

explain select (select 1 from actor limit 1) from film;

在这里插入图片描述

2)from子句中的子查询

explain select id from (select id from film) as der;

在这里插入图片描述

这个查询执行时有个临时表别名为der,外部 select 查询引用了这个临时表

3)union查询

explain select 1 union all select 1;

在这里插入图片描述
union结果总是放在一个匿名临时表中,临时表不在SQL中出现,因此它的id是NULL。

select_type列

select_type 表示对应行是简单还是复杂的查询,如果是复杂的查询,又是上述三种复杂查询中的哪一种。
1.simple:简单查询。查询不包含子查询和union

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会将结果存放在一个临时表中,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

# 先关闭设置
set session optimizer_switch = 'derived_merge=off';
explain select (select 1 from actor where id = 1) from (select * from film where id = 1) der;

关闭合并派生表前:
在这里插入图片描述
关闭合并派生表后:
在这里插入图片描述

5.union:在 union 中的第二个和随后的 select
6.union result:从 union 临时表检索结果的 select
用这个例子来了解 union 和 union result 类型:

explain select 1 union all select 1;

在这里插入图片描述

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 当有 union 时,UNION RESULT 的 table 列的值为,1和2表示参与 union 的 select 行id。

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

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,所以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

explain select * from (select * from film where id = 1) tmp;
show warnings;

在这里插入图片描述
show warnings结果中:dual是mysql自带的一张空表
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。

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性索引的部分前缀,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)

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的左边前缀film_id部分。

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。

explain select * from actor where id > 1;

在这里插入图片描述
index:扫描全表索引就能得到结果,一般是扫描某个二级索引,这种扫描不会从索引树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,这种查询一般为使用覆盖索引,二级索引比较小,所以这通常比ALL快一些。

和ref的区别是ref是二分查找的,而index是找到第一个叶子结点然后遍历所有叶子节点

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了
(index是从二级索引中读取的,而all是从聚簇索引(主键索引)中读取)

explain select * from actor;

在这里插入图片描述

possible_keys列

这一列显示查询可能使用哪些索引来查找。
explain 时可能出现 possible_keys 有列,而 key 显示 NULL 的情况,这种情况是因为表中数据不多,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,则没有相关的索引。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 查看效果。

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使用或忽视possible_keys列中的索引,在查询中使用 force index、ignore index。

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哪些列。
举例来说,film_actor的联合索引 idx_film_actor_id 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。

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:

  • 字符串
    char(n):n字节长度
    varchar(n):2字节存储字符串长度,如果是utf-8,则长度 3n + 2
  • 数值类型
    tinyint:1字节
    smallint:2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
  • 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。

ref列

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

rows列

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。

Extra列

这一列展示的是额外信息。常见的重要值如下:
Using index:查询的列被索引覆盖,并且where筛选条件是索引的前导列,是性能高的表现。一般是使用了覆盖索引(索引包含了所有查询的字段)。对于innodb来说,如果是辅助索引性能会有不少提高

覆盖索引定义:mysql执行计划explain结果里的key有使用索引,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用到了覆盖索引,extra里一般有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,再通过主键索引树里获取其他字段值

explain select film_id from film_actor where film_id = 1;

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

explain select * from actor where name = 'a';

在这里插入图片描述
Using where Using index:查询的列被索引覆盖,并且where筛选条件是索引列之一但是不是索引的前导列,意味着无法直接通过索引查找来查询到符合条件的数据

explain select film_id from film_actor where actor_id = 1;

在这里插入图片描述
NULL:查询的列未被索引覆盖,并且where筛选条件是索引的前导列,意味着用到了索引,但是部分字段未被索引覆盖,必须通过“回表”来实现,不是纯粹地用到了索引,也不是完全没用到索引

explain select * from film_actor where film_id = 1;

在这里插入图片描述

Using index condition:与Using where类似,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;

explain select * from film_actor where film_id > 1;

在这里插入图片描述
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。
1 . actor.name没有索引,此时创建了张临时表来distinct

explain select distinct name from actor;

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

explain select distinct name from film;

在这里插入图片描述
Using filesort:mysql 会对结果使用一个外部索引排序,而不是按索引次序从表里读取行。此时mysql会根据联接类型浏览所有符合条件的记录,并保存排序关键字和行指针,然后排序关键字并按顺序检索行信息。这种情况下一般也是要考虑使用索引来优化的。
1 . 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

explain select * from actor order by name;

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

explain select * from film order by name;

在这里插入图片描述

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

explain select min(id) from film;

在这里插入图片描述

索引实践

CREATE TABLE `employees` (
  `id` int(11) NOT NULL AUTO_INCREMENT,
  `name` varchar(24) NOT NULL DEFAULT '' COMMENT '姓名',
  `age` int(11) NOT NULL DEFAULT '0' COMMENT '年龄',
  `position` varchar(20) NOT NULL DEFAULT '' COMMENT '职位',
  `hire_time` timestamp NOT NULL DEFAULT CURRENT_TIMESTAMP COMMENT '入职时间',
  PRIMARY KEY (`id`),
  KEY `idx_name_age_position` (`name`,`age`,`position`) USING BTREE
) ENGINE=InnoDB AUTO_INCREMENT=4 DEFAULT CHARSET=utf8 COMMENT='员工记录表';

INSERT INTO employees(name,age,position,hire_time) VALUES('LiLei',22,'manager',NOW());
INSERT INTO employees(name,age,position,hire_time) VALUES('HanMeimei', 23,'dev',NOW());
INSERT INTO employees(name,age,position,hire_time) VALUES('Lucy',23,'dev',NOW());

全值匹配

EXPLAIN SELECT * FROM employees WHERE name= 'LiLei';

在这里插入图片描述

EXPLAIN SELECT * FROM employees WHERE name= 'LiLei' AND age = 22;

在这里插入图片描述

EXPLAIN SELECT * FROM employees WHERE name= 'LiLei' AND age = 22 AND position ='manager';

在这里插入图片描述

最佳左前缀法则

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。

EXPLAIN SELECT * FROM employees WHERE age = 22 AND position ='manager';
EXPLAIN SELECT * FROM employees WHERE position = 'manager';
EXPLAIN SELECT * FROM employees WHERE name = 'LiLei';

在这里插入图片描述
在这里插入图片描述
在这里插入图片描述

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

EXPLAIN SELECT * FROM employees WHERE name = 'LiLei';
EXPLAIN SELECT * FROM employees WHERE left(name,3) = 'LiLei';

在这里插入图片描述
在这里插入图片描述

存储引擎不能使用索引中范围条件右边的列

EXPLAIN SELECT * FROM employees WHERE name= 'LiLei' AND age = 22 AND position ='manager';
EXPLAIN SELECT * FROM employees WHERE name= 'LiLei' AND age > 22 AND position ='manager';

在这里插入图片描述
在这里插入图片描述

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

EXPLAIN SELECT name,age FROM employees WHERE name= 'LiLei' AND age = 23 AND position ='manager';
EXPLAIN SELECT * FROM employees WHERE name= 'LiLei' AND age = 23 AND position ='manager';

在这里插入图片描述
在这里插入图片描述

mysql在使用不等于(!=或者<>)的时候无法使用索引会导致全表扫描

EXPLAIN SELECT * FROM employees WHERE name != 'LiLei';

在这里插入图片描述

is null,is not null 也无法使用索引

EXPLAIN SELECT * FROM employees WHERE name is null;

在这里插入图片描述

like以通配符开头(’$abc…’)mysql索引失效会变成全表扫描操作

EXPLAIN SELECT * FROM employees WHERE name like '%Lei';
EXPLAIN SELECT * FROM employees WHERE name like 'Lei%';

在这里插入图片描述
在这里插入图片描述
问题:解决like’%字符串%'索引不被使用的方法?

  1. 使用覆盖索引,查询字段必须是建立覆盖索引字段
    EXPLAIN SELECT name,age,position FROM employees WHERE name like '%Lei%';
    
    在这里插入图片描述
  2. 当覆盖索引指向的字段是varchar(380)及380以上的字段时,覆盖索引会失效!

字符串不加单引号索引失效

EXPLAIN SELECT * FROM employees WHERE name = '1000';
EXPLAIN SELECT * FROM employees WHERE name = 1000;

在这里插入图片描述
在这里插入图片描述

少用or,用它连接时很多情况下索引会失效

EXPLAIN SELECT * FROM employees WHERE name = 'LiLei' or name = 'HanMeimei';

在这里插入图片描述

范围查找优化

有时候有些大范围的查找没有走索引,是因为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

优化的方法是将大范围拆分成多个小范围

总结:

假设index(a,b,c)
MySQL优化第二课:Explain详解与索引实践_第1张图片
like KK%相当于=常量,%KK和%KK% 相当于范围

你可能感兴趣的:(MySQL底层细节,mysql,数据库,database)