学习内容重点:
1.Explain使用与详解
2.从B+树底层分析常见索引优化原则
3.Mysql索引最佳实践
Explain工具介绍
参考官方文档:MySQL :: MySQL 5.7 Reference Manual :: 8.8.2 EXPLAIN Output Format
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分析示例
参考官方文档:MySQL :: MySQL 5.7 Reference Manual :: 8.8.2 EXPLAIN Output Format
actor表
film表
film_actor表
explain 两个变种
1)explain extended:会在 explain 的基础上额外提供一些查询优化的信息,也就是多了filtered字段
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。
2)explain partitions:相比 explain 多了个 partitions 字段,partitions指表的分区(现在很少用,一般用分库分表)
3)filtered: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)(用的很少)
4) 5.7版本后的会直接有两个字段(早期的版本没有partions/filtered)
explain中的列
接下来我们将展示 explain 中每个列的信息。
1. id列
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
官网的释义:
select_type 表示对应行是简单还是复杂的查询。介绍几种常用的属性值:
1)simple:简单查询。不包含子查询和union。
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
eg:用这个例子来了解 primary、subquery 和 derived 类型
理解:先执行id为3的sql,也就是 select * from film where id = 1 ,执行的结果生成一张表,再执行子查询 select 1 from actor where id = 1,执行的结果是常量,最后查询出来的也是常量值,执行速度很快。
5)union:在 union 中的第二个和随后的 select
3. table列
官网的释义:
这一列表示 explain 的一行正在访问哪个表。
4. partitions列
官网的释义:
如果查询是基于分区表的话,partitions 字段会显示查询将访问的分区。
5. type列
官网的释义:
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。
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。
eg: 使用函数,例如min最小值,可能在执行优化阶段就去索引树直接找最小值,因为id是排好序的,直接找第一个就可以,都不一定访问表,速度很快
执行结果集:
const, system:const代表常量的意思。system是const的特例,表里只有一条元素匹配时为system。
eg: 如下图所示,该sql语句经过执行器优化时,将其部分转化为一个常量,所以表最多有一个匹配行,读取一次,速度很快。
dual是虚表的意思,下面的message一栏出现的sql相当于是一个伪sql,满足sql的语法,写死了常量。
执行结果集:
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。
eg:下面的sql中的关联涉及到两张表的查询,他们之间没有明确的先后顺序,正真执行的开始从上往下执行。
对于type是eq_ref的查询来说,film表用的又是主键,只会返回一条符合条件的记录,但是film_actor表是All就不一定了,会返回多条
执行结果集:
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,被索引的数据列可以重复(非唯一索引)
执行结果集:
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。
执行结果集:
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。
eg: 在下列sql查询语句中,用到了actor表的主键id,结合思考innodb的索引结构的叶子节点是双向连接的,只要查询到id为1 的叶子节点之后往右依次查询到大于1的结果集。
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。
eg:下面的查询语句中film表的数据字段有id,name,而且film表建有name的二级索引,结合索引结构可以理解,叶子节点的data部分存放的是主键id,这样name索引就包含了全部的数据,不用再回表查询了。但是film再多加一个字段,可能就走主键索引了,也有可能不走,这里面有mysql的成本计算。
执行结果集:
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。
执行结果集:
ps:全表扫描效率最低,聚簇索引树从叶子节点开始扫描,加上where 条件有可能会从根节点开始扫;
表的数据少,全表扫描效率可能更高,范围拆成几段,可能会走索引
6. possible_keys列
官网的释义:
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。
7. key列
官网的释义:
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。
8. key_len列
官网的释义:
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。
eg: 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。
key_len计算规则如下:
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。
9. ref列
官网的释义:
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)
10. rows列
官网的释义:
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。
11. filtered 列
官网的释义:
该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)。
12. Extra列 (里面的属性大多情况用不着,只介绍几种常用的)
官网的释义:
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
eg: 下面的sql语句需要查询的字段是film_id 而在film_actor表中建了联合索引,包含该查询的字段,所以走了这个联合索引,不需要通过这个联合索引树找到主键,再通过主键去主键索引树里获取其它字段值。
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
eg:因为actor没有建立索引,这种情况下可以建立索引来试下
下面的是加了name索引的
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;
eg:下面的sql语句查询的是film_actor表中的film_id>1的信息,结合思考innodb的索引结构的叶子节点是双向连接的,从根节点二分查找,找到id为1 的叶子节点之后往右依次遍历大于id>1的结果集。(key_len代表用到了联合索引的第一个字段)
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。
下面2个是对比:
1. actor.name没有索引,此时创建了张临时表来distinct
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
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
2. film.name建立了idx_name索引,此时查询时extra是using index
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
eg:使用函数,例如min最小值,可能在执行优化阶段就去索引树直接找最小值,因为id是排好序的,直接找第一个就可以,都不一定访问表,速度很快
索引最佳实践
employees表
1.全值匹配
eg: 走了联合索引的最左边的name字段,name字段的长度为24,key_len的74是 24*3+2=74
eg:走了联合索引的最左边的name字段与age字段,name字段的长度为24,age的字段长度为4,key_len的78是 74+4=78
eg:走了联合索引的全部字段,name字段的长度为24,age的字段长度为4,position字段长度为20,key_len的140是 78+20*3+2=140
如果打乱了索引字段,mysql也是会优化成按循序来的查询的
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。
eg:第一行走了联合索引的最左边的name字段与age字段,就正常走了索引查找,第二行,第三行去掉了name,走不了联合索引,因为索引树的结构就是先以name排序的,如果去掉了name,索引就没了意义。
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
eg:举个例子:name为“LiLei”,left(name,3) 就代表字段被截取成“LiL“,就相当于拿着不完整的姓名去查索引是查不出来的,也不是有序的
eg:用date函数给雇佣时间转换,得到的时间在索引树里是没有的,就走不了索引。
转化为日期范围查询,有可能会走索引:
eg:用范围来查找代表这个时间在索引里是存在的完整值,可以走这个二级索引来查找,再根据存的主键id回表查找。
4.存储引擎不能使用索引中范围条件右边的列
eg:第二行的sql语句 age>22是范围查找,在name字段相等的条件下在索引中是有序的,但是第三个字段position不一定就是有序的,这点在底下的key_len就可以看出,第二个是只匹配了前两个字段。
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
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
eg:name不等于lilei的结果集可能很多,那这样还不如直接全表扫。
7.is null,is not null 一般情况下也无法使用索引
eg:null在普通索引中可能集聚在最右端或最左端,和其他值由双向指针指着
8.like以通配符开头('$abc...')mysql索引失效会变成全表扫描操作
eg: %Lilei代表lilei前面有可能其他字符比如uiqweqwueLilei,不是有序的,与索引的name字段结果可能匹配不上,无法走索引;Lei%代表最左边的字符是可以确定的也相当于索引字段的前缀,可能与name字段的结果集匹配上,就有可能走索引,有时候like KK%相当于=常量,%KK和%KK% 相当于范围
问题:解决like'%字符串%'索引不被使用的方法?
a)使用覆盖索引,查询字段必须是建立覆盖索引字段
b)如果不能使用覆盖索引则可能需要借助搜索引擎,例如es等
9.字符串不加单引号索引失效
eg: name字段是字符串类型,建议后面的值与前面相匹配,如果不匹配,mysql有可能会对值做出转型也就是函数
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、表大小等多个因素整体评估是否使用索引,详见范围查询优化
11.范围查询优化
eg: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
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。
优化方法:可以将大的范围拆分成多个小范围
索引使用总结:
假设index(a,b,c)
Where语句 |
索引是否被使用 |
where a = 3 |
Y,使用到a |
where a = 3 and b = 5 |
Y,使用到a,b |
where a = 3 and b = 5 and c = 4 |
Y,使用到a,b,c |
where b = 3 或者 where b = 3 and c = 4 或者 where c = 4 |
N |
where a = 3 and c = 5 |
使用到a, 但是c不可以,b中间断了 |
where a = 3 and b > 4 and c = 5 |
使用到a和b,c不能用在范围之后,b断了 |
where a = 3 and b like "kk%' and c = 4 |
Y,使用到a,b,c |
where a = 3 and b like %kk' and c = 4 |
Y,只用到a |
where a = 3 and b like "%kk%' and c = 4 |
Y,只用到a |
where a = 3 and b like k%kk%' and c = 4 |
Y,使用到a,b,c |
like KK%相当于=常量,%KK和%KK% 相当于范围
以上所有的优化条件也不是绝对的,得分不同的场景,也跟MySQL底层的成本计算有关,后续会有介绍
建议:真正的生产环境需要根据业务需求来创建索引优化索引,使其能查询满足大部分的业务需求