关于Explain详解与索引实践

一、Explain工具

使用 explain 关键字可以模拟优化器执行 SQL 语句，分析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。
若 from 中包含子查询，仍会执行该子查询，将结果放入临时表中

1、Explain分析示例

参考官方文档：https://dev.mysql.com/doc/refman/5.7/en/explain-output.html

-- 示例表：
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',NOW()), 
	(2,'b',NOW()), 
	(3,'c',NOW());

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);

explain select * from actor;

在查询中的每个表会输出一行，若有两个表通过 join 连接查询，则会输出两行

2、Explain两个变种

早期的 MySQL 版本（5.7 以前）使用 explain 时不显示 partitions 和 filtered 字段，需通过 extended 和 partitions关键字来查询，一般很少用到这两个字段

1）explain extended：

会在 explain 的基础上额外提供一些查询优化的信息：filtered 列，此为一个半分比的值，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;

紧随其后通过 show warnings 命令可以得到优化后的查询语句（必须两条语句同时执行），从而看出优化器优化了什么，此查询语句为伪 SQL，不保证一定为标准的执行语句。

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

2）explain partitions（显示partitions）：

会在 explain 的基础上多个 partitions 字段，若查询是基于分区表的话，则会显示查询将访问的分区。

3、Explain中的列

1）id列

• id 列的编号是 select 的序列号，有几个 select 就有几个 id，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 则最后执行。

2）select_type列

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/衍生表（derived）

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

关闭 MySQL 5.7 新特性对衍生表的合并优化后，再次执行上述语句：

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

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;

3）table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，所以会先执行 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。

4）type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。从最优到最差依次为：system > const > eq_ref > ref > range > index > ALL一般需保证查询达到 **range **级别，最好达到 **ref **级别

1. Null：MySQL 能够在优化阶段分解查询语句，Null 表示在执行阶段不需要再访问表或索引。例如：在索引列中获取最小值，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;

2. 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（show warnings 可看到结果）。

• 用于 primary key 或 unique key 的所有列与常数比较时，例如：select * from film where id = 1，表里仅一个匹配行，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，例如 select * from film where id = 1 的结果表名为 tmp：select * from tmp。

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

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

3. 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。

用于联表查询，eq 理解为 equals，下述联表查询语句中的连接条件的 film.id 即为主键索引。效率仅次于 const，简单查询不会出现此 type。

explain select * from film_actor left join film on film_actor.film_id = film.id;

4. ref：对比 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简单查询，name 是普通索引（非唯一索引）：

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

②联表查询，film_actor 表中，idx_film_actor_id 为 film_id 和 actor_id 的联合索引。下述 SQL 的连接条件使用的 film_actor.film_id 即为索引 idx_film_actor_id 的前缀 film_id：

explain select film_id from film left join film_actor on film.id = film_actor.film_id;

5. 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;

6. 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，所以速度比较慢。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;

7. ALL：即全表扫描，扫描聚簇索引的所有叶子节点。通常情况下需要增加索引来进行优化。

explain select * from actor;

5）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。
• 若该列为 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，再用 explain 查看效果。

6）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

当查询不使用条件时，MySQL 底层会自动选择最优索引，若可以在二级索引里查询出所需要的结果，则会优先选择二级索引，因为二级索引的叶子节点只存放主键索引的值，而主键索引的叶子节点存放的是完整的数据，因此会优先选择体积更小的二级索引进行扫描；若需要回表到主键索引才可得到结果，则就会优先选择主键索引。

7）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。例如：film_actor 的联合索引 idx_film_actor_id 由 film_id 和 actor_id 两个 int 列组成，且每个 int 是 4 字节。通过结果中的 key_len 为 4 可推断出查询只使用了第一个列：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。

8）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）

9）rows列

这一列是 MySQL 估计要读取并检测的行数，但这并不是结果集里的行数。

10）Extra列

这一列展示的是额外信息，常见的为以下几种：

①Using index：使用覆盖索引
覆盖索引定义：

• MySQL 执行计划 explain 结果里的 key 列若有使用索引，且 select 后面查询的字段都可以从此索引的树中获取，便可认为使用了覆盖索引，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;

②Using where：使用 where 语句来处理结果，并且查询的列未被索引覆盖，可考虑使用索引进行优化

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

③Using 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;

④Using 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。

a. actor.name 没有索引，此时创建了张临时表来 distinct：

explain select distinct name from actor;

b. film.name 建立了 idx_name 索引，此时查询时 Extra 是 using index，没有使用临时表，将根据排好序的根节点，在查询时直接去重：

explain select distinct name from film;

⑤Using filesort：将用外部排序而不是索引排序，数据较小时放内存排序，较大时放磁盘完排序。这种情况一般也是考虑使用索引优化。

a. 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;

b. film.name 建立了 idx_name 索引，此时查询时 Extra 是 using index，直接使用索引已排好的序：

explain select * from film order by name;

⑥Select 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，不需再进行优化

explain select min(id) from film;

二、索引实践

-- 示例表：
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());

1.全值匹配

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

varchar 为 3n+2 字节；int 为 4 字节

varchar(24)
3n + 2 = 3 × 24 + 2 = 74

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

varchar(24) + int
74 + 4 = 78

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

varchar(24) + int + varchar(20)
78 + 3n + 2 = 78 + 3 × 20 + 2 = 140

若最后结果多了 1，则说明此字段允许为 Null

联合索引的字段匹配越多，说明越精确，可能需要扫描的行数会越少，即效率越高。

2.最左前缀法则

若索引了多列，则遵守最左前缀法则：查询从索引的最左前列开始且不跳过索引中的列。

EXPLAIN SELECT * FROM employees WHERE name = 'Bill' and age = 31;
EXPLAIN SELECT * FROM employees WHERE age = 30 AND position = 'dev';
EXPLAIN SELECT * FROM employees WHERE position = 'manager';

索引 idx_name_age_position 为 name、age、position 的联合索引，按照法则，只有第一行才会成功走此索引

3.不在索引列上做任何操作（计算、函数、自动/手动类型转换等），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';

给 hire_time 增加一个普通索引，经过 date 转换之后的结果很可能在原索引树中不存在，因而会转为全表扫描：

ALTER TABLE `employees` ADD INDEX `idx_hire_time` (`hire_time`) USING BTREE ;
EXPLAIN select * from employees where date(hire_time) ='2018‐09‐30';

若转换之后为范围查询，则是有可能会走索引，possible_keys 字段便有值：

EXPLAIN select * from employees where hire_time >='2018‐09‐30 00:00:00' and hire_time <='2018‐09‐30 23:59:59';

还原最初索引状态：

ALTER TABLE `employees` DROP INDEX `idx_hire_time`;

4.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';

5.尽量使用覆盖索引（只访问索引的查询，即索引列包含查询列），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';

6.MySQL在使用不等于（!=或<>）、not in、not exists 时无法使用索引会导致全表扫描；< 、 > 、 <=、>= ，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

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

7.is null、is not null 一般情况下也无法使用索引

EXPLAIN SELECT * FROM employees WHERE name is null;

8.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%';

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%';

②如果不能使用覆盖索引则可能需要借助搜索引擎

9.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;

10.少用or或in，在查询时，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

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

11.范围查询优化

给年龄添加单值索引

ALTER TABLE `employees` ADD INDEX `idx_age` (`age`) USING BTREE ;
EXPLAIN SELECT * FROM employees WHERE age >=1 and age <=2000;

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。比如这个例子，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优化方法：可以将大的范围拆分成多个小范围

EXPLAIN SELECT * FROM employees WHERE age >=1 and age <=1000;
EXPLAIN SELECT * FROM employees WHERE age >=1001 and age <=2000;

还原最初索引状态

ALTER TABLE `employees` DROP INDEX `idx_age`;

三、索引使用总结：

like KK% 相当于 等于常量，%KK 和 %KK% 相当于 范围

‐‐ mysql5.7关闭ONLY_FULL_GROUP_BY报错
SELECT version(), @@sql_mode;SET sql_mode=(SELECT REPLACE(@@sql_mode,'ONLY_FULL_GROUP_BY',''));