Mysql 索引优化——Explain

Explain 简介

Explain 概念

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 示例

初始化示例表：

-- ----------------------------
-- Table structure for actor
-- ----------------------------
DROP TABLE IF EXISTS `actor`;
CREATE TABLE `actor`  (
  `id` int NOT NULL,
  `name` varchar(45) CHARACTER SET utf8 COLLATE utf8_general_ci NULL DEFAULT NULL,
  `update_time` datetime NULL DEFAULT NULL,
  PRIMARY KEY (`id`) USING BTREE
) ENGINE = InnoDB CHARACTER SET = utf8 COLLATE = utf8_general_ci ROW_FORMAT = Dynamic;

-- ----------------------------
-- Records of actor
-- ----------------------------
INSERT INTO `actor` VALUES (1, 'a', '2023-01-04 09:42:34');
INSERT INTO `actor` VALUES (2, 'b', '2023-01-11 09:42:52');
INSERT INTO `actor` VALUES (3, 'c', '2023-01-28 09:43:06');

-- ----------------------------
-- Table structure for film
-- ----------------------------
DROP TABLE IF EXISTS `film`;
CREATE TABLE `film`  (
  `id` int NOT NULL AUTO_INCREMENT,
  `name` varchar(10) CHARACTER SET utf8 COLLATE utf8_general_ci NULL DEFAULT NULL,
  PRIMARY KEY (`id`) USING BTREE,
  INDEX `idx_name`(`name` ASC) USING BTREE
) ENGINE = InnoDB AUTO_INCREMENT = 4 CHARACTER SET = utf8 COLLATE = utf8_general_ci ROW_FORMAT = Dynamic;

-- ----------------------------
-- Records of film
-- ----------------------------
INSERT INTO `film` VALUES (3, 'film0');
INSERT INTO `film` VALUES (1, 'film1');
INSERT INTO `film` VALUES (2, 'film2');

-- ----------------------------
-- Table structure for film_actor
-- ----------------------------
DROP TABLE IF EXISTS `film_actor`;
CREATE TABLE `film_actor`  (
  `id` int NOT NULL,
  `film_id` int NOT NULL,
  `actor_id` int NOT NULL,
  `remark` varchar(255) CHARACTER SET utf8 COLLATE utf8_general_ci NULL DEFAULT NULL,
  PRIMARY KEY (`id`) USING BTREE,
  INDEX `idx_film_actor_id`(`film_id` ASC, `actor_id` ASC) USING BTREE
) ENGINE = InnoDB CHARACTER SET = utf8 COLLATE = utf8_general_ci ROW_FORMAT = Dynamic;

-- ----------------------------
-- Records of film_actor
-- ----------------------------
INSERT INTO `film_actor` VALUES (1, 1, 1, NULL);
INSERT INTO `film_actor` VALUES (2, 1, 2, NULL);
INSERT INTO `film_actor` VALUES (3, 2, 1, NULL);

使用explain：

explain select * from actor;

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 select * from actor LEFT JOIN film_actor ON actor.id = film_actor.actor_id

Explain 中列的含义

id

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。

select_type

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

   explain select * from film where id = 2;
   

   

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)

   explain select (select 1 from actor where id = 1) from (select * from film where id = 1) der;
   

   

   注意：需要关闭mysql5.7新特性，对衍生表的合并优化。

   set session optimizer_switch='derived_merge=off';

   如果要还原默认配置：

   set session optimizer_switch='derived_merge=on';

5. union: 在 union 中的第二个和随后的 select

    explain select 1 union all select 1;
   

   

table

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。

type

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;
  

  

• 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 extended select * from (select * from film where id = 1) tmp;
  

  

• 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;
  

  

• 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。

  • 简单 select 查询，name是普通索引（非唯一索引）

    explain select * from film where name = 'film1';
    

    

  • 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;
    

    

• 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;
  

  

• 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，二级索引一般比较小，所以这种通常比ALL快一些。

  explain select * from film;
  

  

• 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。

  explain select * from actor;
  

  

possible_keys

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

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

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;

key_len计算规则如下：

• 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 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。

字符串类型根据不同的编码，长度也不一样。

ref

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）

row

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

这一列展示的是额外信息。常见的重要值如下：

• 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

   explain select film_id from film_actor where film_id = 1;
  

  

• 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';
  

  

• 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；

  explain select * from film_actor where film_id > 1;
  

  

• **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

    explain select distinct name from actor;
    

    

  • 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;
    

    

• 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 般也是要考虑使用索引来优化的。

  • 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;
    

    

  • 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;
    

    

• 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时

   explain select min(id) from film;
  

  

索引最佳实践

示例表准备：

-- ----------------------------
-- Table structure for employees
-- ----------------------------
DROP TABLE IF EXISTS `employees`;
CREATE TABLE `employees`  (
  `id` int NOT NULL AUTO_INCREMENT,
  `name` varchar(24) CHARACTER SET utf8 COLLATE utf8_general_ci NOT NULL DEFAULT '' COMMENT '姓名',
  `age` int NOT NULL DEFAULT 0 COMMENT '年龄',
  `position` varchar(20) CHARACTER SET utf8 COLLATE utf8_general_ci NOT NULL DEFAULT '' COMMENT '职位',
  `hire_time` timestamp NOT NULL DEFAULT CURRENT_TIMESTAMP COMMENT '入职时间',
  PRIMARY KEY (`id`) USING BTREE,
  INDEX `idx_name_age_position`(`name` ASC, `age` ASC, `position` ASC) USING BTREE
) ENGINE = InnoDB AUTO_INCREMENT = 5 CHARACTER SET = utf8 COLLATE = utf8_general_ci COMMENT = '员工记录表' ROW_FORMAT = Dynamic;

-- ----------------------------
-- Records of employees
-- ----------------------------
INSERT INTO `employees` VALUES (1, 'LiLei', 22, 'manager', '2023-01-30 01:12:00');
INSERT INTO `employees` VALUES (2, 'HanMeimei', 23, 'dev', '2023-01-30 09:13:31');
INSERT INTO `employees` VALUES (3, 'Lucy', 23, 'dev', '2023-01-30 01:13:58');

我们这里创建了一个(name,age,position)联合索引，下面通过几种不同的查询来举例。

1.全值匹配

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

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

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

2.最左前缀原则

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。

例如下面三个sql语句：

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

只有第一句可以使用索引，其它两句不符合最左匹配原则。仔细思考索引底层数据结构，我们也可以想到，没有左侧的列，右侧列的数据并不是有序的：

3.避免计算、函数、类型转换导致索引失效

索引列参与运算，导致索引失效

EXPLAIN select * from employees where id+1 = 2;

函数导致索引失效：

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

类型转换导致索引失效：

EXPLAIN select * from employees where name = 22;

这里有个特例：如果字段类型为int，而查询条件添加了单引号或双引号，则MySql会参数转化为int类型，这种情况下依旧会使用索引。

4.范围条件右边的索引列失效

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';

第一条：

第二条：

5.尽量使用覆盖索引

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';