MSQL系列(四) Mysql实战-索引分析Explain命令详解

Mysql实战-索引分析Explain命令详解

前面我们讲解了索引的存储结构，我们知道了B+Tree的索引结构，也了解了索引最左侧匹配原则，到底最左侧匹配原则在我们的项目中有什么用？或者说有什么影响？今天我们来实战操作一下，讲解下如何进行SQL分析及优化

1.联合索引

比如我搜身份证号，查某个人的姓名

1. 首先想到的是我新建一个cardId的唯一索引
2. 然后我先搜cardId的索引树，找到该cardId对应的主键id
3. 然后根据主键id，然后再去主键索引上搜索这个人的姓名

这种查询方式代价是昂贵的，因为他检索了两个B+树，第一个是cardId的索引树，第二个是主键id的索引树，如果树的高度是3，那么两次就是6，去除两次根节点，需要IO检索的就是4次，这就是回表

为了解决主键索引回表查询的问题，尽量不用某个要搜索的列作为索引，这就引出了我们要使用的联合索引

联合索引
就是一个表中，使用多个列来作为索引的方式，也就是说联合索引可以让我们在查询时根据多个列的值来进行筛选
针对上面的搜身份证号，查名字的场景，我们可以创建一个 cardId + name的联合索引， 在查到cardId的同时，就能够取出name的信息，避免回表查询

联合索引有一个最左侧匹配原则
最左匹配原则指的是，当使用联合索引进行查询时，MySQL会优先使用最左边的列进行匹配，然后再依次向右匹配。

假设我们有一个表，包含三个列：A、B、C

1. 我们使用(A,B,C)这个联合索引进行查询时，MySQL会先根据列A进行匹配
2. 再根据列B进行匹配，最后再根据列C进行匹配。
3. 如果我们只查询了(A,B)这两个列，而没有查询列C，那么MySQL只会使用(A,B)这个前缀来进行索引匹配，而不会使用到列C
4. 如果我们要查询 了(B,C)这两个列，而没有查询列A，那么MySQL索引就会失效，导致找不到索引，因为最左侧匹配原理
5. 所以 我们应该尽量把最常用的列放在联合索引的最左边，这样可以提高查询效率

2.实战

新建表结构 user， user_info

#新建表结构 user
CREATE TABLE `user` (
  `id` bigint NOT NULL AUTO_INCREMENT COMMENT '主键',
  `id_card` char(32) CHARACTER SET utf8mb4 COLLATE utf8mb4_unicode_ci NOT NULL COMMENT '身份证ID',
  `user_name` char(32) CHARACTER SET utf8mb4 COLLATE utf8mb4_unicode_ci NOT NULL COMMENT '用户名字',
  `age` int NOT NULL COMMENT '年龄',
  PRIMARY KEY (`id`)
) ENGINE=InnoDB AUTO_INCREMENT=1 DEFAULT CHARSET=utf8mb4 COLLATE=utf8mb4_unicode_ci COMMENT='用户表'

#创建另一个测试表，用于连表结构
CREATE TABLE `user_info` (
  `id` bigint NOT NULL AUTO_INCREMENT COMMENT '主键',
  `user_id` char(32) CHARACTER SET utf8mb4 COLLATE utf8mb4_unicode_ci NOT NULL COMMENT '用户ID',
  `user_name` char(32) CHARACTER SET utf8mb4 COLLATE utf8mb4_unicode_ci NOT NULL COMMENT '用户ID',
  `age` int NOT NULL COMMENT '年龄',
  `address` varchar(200) CHARACTER SET utf8mb4 COLLATE utf8mb4_unicode_ci NOT NULL COMMENT '地址',
  `order_ids` json DEFAULT NULL COMMENT '用户id的json数组',
  `goods` json DEFAULT NULL COMMENT '用户商品信息 商品对象',
  `sort_order` int DEFAULT '0' COMMENT '排序字段',
  `is_del` tinyint(1) NOT NULL DEFAULT '0' COMMENT '是否删除',
  `is_del2` tinyint NOT NULL COMMENT '测试',
  `addtime` bigint NOT NULL DEFAULT '0' COMMENT '创建时间',
  `modtime` bigint NOT NULL DEFAULT '0' COMMENT '修改时间',
  PRIMARY KEY (`id`),
  KEY `idx_user_id` (`user_id`)
) ENGINE=InnoDB AUTO_INCREMENT=24 DEFAULT CHARSET=utf8mb4 COLLATE=utf8mb4_unicode_ci COMMENT='用户表'

1. id 主键id列
2. id_card 身份证id
3. user_name 用户姓名
4. age 年龄

先插入测试数据, 插入 5条测试数据

INSERT INTO `test`.`user` (`id`, `id_card`, `user_name`, `age`) VALUES (1, '11', 'aa', 10);
INSERT INTO `test`.`user` (`id`, `id_card`, `user_name`, `age`) VALUES (2, '22', 'bb', 20);
INSERT INTO `test`.`user` (`id`, `id_card`, `user_name`, `age`) VALUES (3, '33', 'cc', 30);
INSERT INTO `test`.`user` (`id`, `id_card`, `user_name`, `age`) VALUES (4, '44', 'dd', 40);
INSERT INTO `test`.`user` (`id`, `id_card`, `user_name`, `age`) VALUES (5, '55', 'ee', 50);

2.1 创建 id_card,user_name,age的索引列

alter table user add index idx_card_name_age(id_card,user_name,age);

创建索引成功

执行语句 ,可以看到 数据存在于表中，我们查询的是id_card,现在我们来分析下这条查询语句

select * from user where id_card ="11";

3 explain 分析SQL语句

分析上面的查询语句

EXPLAIN SELECT * FROM `user` where id_card = "11";

可以看到执行结果

下面我们一 一讲解下这部分结果代表的含义

我先来介绍下图3中sql在expalin执行计划后得一些参数

列名	含义
id	选择标识符
select_type	表示查询的类型，SIMPLE表示简单的select,没有union和子查询。 还有一些 比如 UNION 表示第二个SELECT语句 或者PRIMARY 表示最外层 select 等等
table	查询sql的表名
partitions	匹配的分区
type	连接类型, 重点，重点，重点 如果要有优化sql，一般都是看这个标识
key	实际选择的索引
key_len	所选密钥的长度
ref	显示哪些列或常量与key列中命名的索引进行比较，以便从表中选择行。
rows	扫描行 表示MySQL认为必须检查才能执行查询的行数
filtered	过滤的百分比，越高说明过滤的越多，命中率越高
extra	其他信息，重要，重要，重要，告诉你是否使用了临时表？是否使用内存排序等等，都是优化点

我们来着重讲下Explain的用法及如何优化SQL

3.1 select_type 查询类型

select_type表示查询类型，主要分为一下几种

• SIMPLE 简单的select查询
  • 查询中不包含子查询或者UNION，上面我们查询的EXPLAIN SELECT * FROM user where id_card = “11”; 不包含任何子查询就是简单类型查询
• PRIMARY 查询中若包含任何复杂的子查询，最外层查询标记为该标识
  • 比如我们查询 explain SELECT * FROM user WHERE user_name IN (SELECT user_name FROM user_info) or user_name=“1”; 外层是 复杂查询，嵌套子查询， 外层查询就是PRIMARY,内层子查询就是SUBQUERY
    
• SUBQUERY 在SELECT 或 WHERE 列表中包含了子查询
  • 这个SUBQUERY我们在PRIMARY中已经将结果，就是内层的子查询
• DERIVED 在FROM 列表中包含的子查询
• UNION 若第二个SELECT出现在UNION之后，则标记为UNION ； 若UNION包含在FROM子句的子查询中，外层SELECT将被标记为 ： DERIVED
• UNION RESULT 从UNION表获取结果的SELECT
  • UNION,UNION RESULT都是联合查询才会出现的，比如 EXPLAIN SELECT user_name FROM user UNION SELECT user_name FROM user_info; 就出现了这两种类型 -

3.2 type 表示连接类型

type 又称访问类型 或者连接类型，即这里的type
比如，type是ref，表名mysql将使用ref方法对改行记录的表进行查询。type字段有着完整的效率高低关系，如下：
null> system > const > eq_ref > ref > fulltext > ref_or_null > index_merge > unique_subquery > index_subquery > range > index > all，越靠前代表效率越高
我们来看下这几种分别代表什么

• null 表示当前的查询语句不需要访问表，我们直接从索引中就可以取出数据，效率最高
  • 比如 explain select id from user where id is null; 我们要查id， where 语句 id is null， 所以他不用查询mysql表，直接通过语句就可以执行处结果，这种type就是null
• system/const 当表中只有1条记录匹配时，那么时 system/const，效率很高
  • 比如 explain select * from user where id =1;根据主键id只能找到1条记录， type就是const
    
• eq_ref 表示唯一索引，对于连接的表结构，如果是主表和附表通过唯一索引进行联合匹配，那么附表的访问方式就是 eq_ref
  • 比如访问2个表结构， user表 存在唯一索引 user_name， 附表 user_info 只有主键id索引，没有其他索引字段，现在 连接两个表进行访问
  • 我们来看下访问结果， user表，有唯一索引字段user_name的走的就是eq_ref连接索引，但是user_info附表，没有索引字段，走的时全表扫描ALL
  • EXPLAIN SELECT * from user INNER JOIN user_info WHERE user.user_name = user_info.user_name;
• ref 就是非唯一性索引扫描，很实用的正常索引，也就是我们平时用到的最多的
  • 我们的user表中有个age的Normal索引，现在对age进行查询搜索，返回匹配age的行，就是最普通的查询请求
    
  • explain select * from user where age=10;
• range 表示使用了范围查找 ，where 之后出现 between ， < , > , in 等操作。
• index 表示遍历了整个索引树，比ALL强一丢丢，但是也是不行的
• ALL别说了，扫描全表，来匹配需要的数据

从 ref后面的，我们就不详细介绍了，因为一旦出现这些就是你的SQL有问题，就需要优化SQL

3.3 possible_key 和 key

possible_key : 表示这次查询中可能会用到的索引，一般有些字段会创建多个索引，但是本次查询如果涉及到了该字段，那么possible_key中就会出现，只表示 本次可能会用到这个索引，但是真正用到的是不是它，不一定
key: 表示经过查询优化器计算使用不同索引的查询成本之后，最终确定使用的索引

比如 explain select * from user where age=10;

user 表中存在联合索引 idx_card_name_age,又存在唯一索引 indx_age，当查询age=xx的时候，都会涉及到该字段的索引，所以 possible_key ：idx_card_name_age,idx_age
真正使用索引key： idx_age

3.4 key_len 表示索引长度

key_ken 表示 实际使用到的索引的长度（即字节数），用来查看是否充分利用了索引，key_len的值越大越好，因为主要是针对的联合索引，因为利用联合索引的长度越大，查询需要读入的数据页就越少，效率也就越高

我们上面 执行 explain select * from user where user_name=“aa”;， 可以看到 key_len长度到达128

3.5 rows 表示扫描行，filtered表示过滤后剩余记录的百分比

rows表示这次SQL查询 扫描的行数，值越小越好，值越小，说明扫描很少行，就找到了数据，效率越高
我们上面 执行 explain select * from user where user_name=“aa”;， rows=1，表示一行就找到了要查询的数据

filtered 表示某个表经过条件过滤之后，剩余记录条数的百分比，值越大越好， 100%表示过滤后100%全都是符合要求的

3.6 extra 表示其他信息，很重要

extra表示 其他的额外的执行计划信息，这里面如果出现了 using filesort和 using temporary表示SQL使用了内存排序及使用了临时表，效率一般都不太行，需要优化

• using filesort
  这条语句执行会对数据使用外部的索引排序，而不是按照表内的索引顺序进行读取，表示该SQL无法利用索引完成的排序操作， 称为 “文件排序”, 效率低下，需要优化
• using temporary

这条语句执行会使用了临时表保存中间结果，常见于使用 order by 和 group by；效率低下，需要优化

• using index

表示相应的select操作使用了覆盖索引， 直接从索引中过滤掉不需要的结果，无需回表， 效率不错。

• using index condition

查找使用了索引，但是需要回表查询数据，因为索引列的字段不全，没有完全包含查询列，需要回表操作查询其他字段，效率不错

---

至此，我们从最左侧匹配引入了Explain的SQL分析，并且指明了如何分析SQL,如何对SQL进行优化，下一篇，我们主要来实践一下 最左侧匹配原则