| 【MySQL】Explain详解与索引最佳实践 | 您所在的位置：网站首页 › mysql走索引还是慢 › 【MySQL】Explain详解与索引最佳实践 |
【MySQL】Explain详解与索引最佳实践
|
【MySQL】Explain详解与索引最佳实践 Explain使用与详解 前期准备 Explain工具介绍 （1）Explain的基本使用 （2）partitions 与 filtered （3）show warnings 命令 使用Explain各个字段的含义 （1）id列 （2）select_type列 （3）table列 （4）type列 （5）possible_keys列 与 key列 （6）key_len列 （7）ref列 （8）rows列 （9）Extra列 MySQL索引最佳实践 前期准备 SQL索引优化法则 （1）最左前缀法则 （2）全值匹配 （3）尽量不要在索引列上做任何操作 （4）存储引擎不能使用索引中范围条件右边的列 （5）尽量使用覆盖索引，减少 select * 语句 （6）使用不等于(!= 或者 )，not in，not exists 的时候无法使用索引 （7）is null，is not null 一般情况下也无法使用索引 （8）like以通配符开头（'$abc...'），索引失效会变成全表扫描操作 （9）字符串不加单引号索引失效 （10）少用 or 或 in （11）范围太大查询，不走索引 索引总结 下一节——SQL底层执行原理详解 Explain使用与详解 前期准备在开始之前，我们先准备一下所需要的数据，创建3个表——actor、film、film_actor actor 表 只有一个主键 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');film 表 有一个主键id，还有一个普通索引name 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');film_actor 表 有一个主键 ，还有一个联合索引 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工具介绍使用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官方文档：MySQL :: MySQL 8.0 Reference Manual :: 8.8.2 EXPLAIN Output Format （1）Explain的基本使用 explain select * from actor;结果如下：
当然有一点要注意一下，这里使用的是MySQL8.0版本的。 如果你使用的是MySQL5.7或者MySQL5.7以下的版本，可能不会出现partitions 和 filtered的字段（红色框框） 如果想实现和上面一样的效果，就要使用 extended关键字！用法如下 explain extended select * from actor; （2）partitions 与 filteredfiltered 字段 filtered 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） partitions 字段（基本没有用！） 如果查询是基于分区表的话，会显示查询将访问的分区 （3）show warnings 命令在我们自己编写的SQL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。 我们选中两条SQL语句一起执行 explain select id from actor; show warnings;运行结果如下
接下来我们将展示 explain 中每个列的信息 （1）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。 id列越大执行优先级越高（越大越先执行），id相同则从上往下执行，id为NULL最后执行；如果出现id相等的情况，那么谁排在前面就谁先执行！ 具体可以看在 select_type列 里面举的例子。 （2）select_type列select_type列 表示对应行是简单还是复杂的查询 a. simple：简单查询。查询不包含子查询和union b. primary：复杂查询中最外层的 select c. subquery：包含在 select 中的子查询（不在 from 子句中） d. derived：包含在 from 子句中的子查询（衍生查询）。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） 请看下面的这个例子： 开始前我们要先关闭掉 MySQL5.7的新特性 对衍生表的合并优化 select @@optimizer_switch; #关闭mysql5sq.7新特性对衍生表的合并优化 set session optimizer_switch='derived_merge=off'; explain select (select 1 from actor where id = 1) from (select * from film where id = 1) der;
查询结果如下
e .union：在 union 中的第二个和随后的 select explain select 1 union all select 1; （3）table列table列 表示这一列表示 explain 的一行正在访问哪个表 该字段在上面一个例子里面应该已经说明清楚了！ 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。 （4）type列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 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 我们先看一下下面的这一条SQL explain select min(id) from film;会发现，执行后结果为NULL
那么我们刚刚提到了7种类型，但是好像没有NULL，NULL到底是什么意思呢？？？ A. 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，换句话说就是不用查就可以知道结果！ 例如：在索引列中选取最小值，在上一个章节中我们提到过MySQL索引是用B+树来存储的，是有序的，所以直接取B+树的根结点的最左边的一个即可，在SQL的优化阶段就可以直接拿到结果！！！ B. 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(主键) 或 unique key(唯一索引) 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;
C. 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。 所以如果查出来的 type 是 eq_ref 这种类型，查询效率是很高的，是不需要做优化的！ explain select * from film_actor left join film on film_actor.film_id = film.id;D. 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。 explain select * from film where name = 'film1';使用的是普通索引 （走了索引，但是不是唯一索引）
E. range 范围扫描通常出现在 in(), between ,> ,= 等操作中（取范围的字段要是索引！） explain select * from actor where id > 1;F. 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;
MySQL有一个优化原则，MySQL会分析出我们要查找的几个字段，如果这些字段在所有索引里面都有，它会优先选择二级索引！ 这是因为，二级索引占用的空间小，而主键索引是一个聚簇索引，下面叶子节点携带着整行数据，数据量大；所以MySQL会优先选择占用空间小的！ G. ALL（必须要优化！） 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;ALL 与 index的区别 两者其实都是会扫描整棵索引树！ 但是前者是扫描主键索引，其叶子节点的数据量大，所以耗时长一点，而后者大概率是扫描二级索引，其叶子节点的存放主键值，数据量小，所以快一点。 （5）possible_keys列 与 key列possible_keys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。 key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。 （6）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;
也就是说，在联合索引，可能有部分字段会被用到，可以通过计算key_len列知道用到了那些字段。 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。 （7）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） 例子可以见key_len的第二个样例， （8）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。 （9）Extra列这一列展示的是额外信息。它的取值有很多种情况，常见的如下所示： A. Using index 表示的是使用覆盖索引（我们要查询的字段“select后面的东西”，被索引树全部包含） 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（不用回表！） explain select film_id from film_actor where film_id = 1;
film_actor表里面有联合索引，且包含了select后面的 film_id 字段 ，所以其 extra值为using index。 film_actor表结构如下所示
我们把上面的语句改为 “select *” ，这样的话，表中的remark是没有索引的，所以在二级索引idx_film_actor_id 中是查不到remark的数据，需要回表！效率低！ explain select * from film_actor where film_id = 1;
可以简单粗暴的这样理解：不要回表的就是覆盖索引！！！ B. Using where 使用 where 语句来处理结果，并且查询的列未被索引覆盖（本身就没有走索引） explain select * from actor where name = 'a';
C. 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； 前导列：idx_film_actor_id 是一个联合索引（film_id，actor_id），其中film_id就是前导列。 explain select * from film_actor where film_id > 1;
D. 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;
如果要对它进行优化，只要给待去重字段加上一个普通索引就行了！ -- 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;
原因如下：索引树是有序的，如果待去重的字段是一个索引，那么去重就像一个有字典序的字符串去重一样简单，遍历一遍即可，不需要额外的空间！ E. 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;
优化方案 -- 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;sql索引树是有序的，只需要按照索引树的顺序输出即可！不需要排序这个动作； 如果select后面的字段，在该二级索引中没有全部涵盖，只需要再做一次回表即可！
F. 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是 explain select min(id) from film;效率也是很高的，主要也是因为索引树有序这个特性！ MySQL索引最佳实践 前期准备 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());该表中含有一个主键索引 id 和 联合索引 (name,age,position)
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 -- KEY `idx_name_age_position` (`name`,`age`,`position`) USING BTREE -- ref EXPLAIN SELECT * FROM employees WHERE name = 'Bill' and age = 31; -- ALL EXPLAIN SELECT * FROM employees WHERE age = 30 AND position = 'dev'; -- ALL EXPLAIN SELECT * FROM employees WHERE position = 'manager';显然只有第一条SQL才会走索引。 （2）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';在我们编写SQL的时候，可以尽可能多的包含索引中的列，且要遵循最左前缀法则！ 但是有人会问了 如果这些列都包含了，但是顺序没有按照联合索引指定的顺序，那么会不会走索引？？？ 答案是会！因为MySQL底层在执行一条SQL前会对其做优化，这种简单的顺序问题MySQL底层会帮忙进行处理的。 （3）尽量不要在索引列上做任何操作这些操作指的是（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 -- ref EXPLAIN SELECT * FROM employees WHERE name = 'LiLei'; -- ALL EXPLAIN SELECT * FROM employees WHERE left(name,5) = 'LiLei';注：MySQL的 LEFT()函数是一个字符串函数，它返回具有指定长度的字符串的左边部分。 再如时间处理函数 我们先给 employees表 的 hire_time字段设定一个普通索引，再对该字段使用date函数。 -- 添加 hire_time列 的普通索引 ALTER TABLE `employees` ADD INDEX `idx_hire_time` (`hire_time`) USING BTREE ; -- ALL EXPLAIN select * from employees where date(hire_time) ='2018-09-30'; -- 删除该索引 ALTER TABLE `employees` DROP INDEX `idx_hire_time`;可以发现就算给它单独添加了一个索引，只要它使用了函数还是不会走索引！ 如何优化？？？ 那就直接不使用函数呗！我们可以采用时间范围来定位 EXPLAIN select * from employees where hire_time >='2018-09-30 00:00:00' and hire_time 22 AND position ='manager';
通过key_len可以知道 position 不走索引！这是因为当一个字段是范围查找的时候，那么它的下一个字段不一定是有序的！所以它的下一个字段不会走索引！！！ （5）尽量使用覆盖索引，减少 select * 语句就是只访问索引的查询（索引列包含查询列） （6）使用不等于(!= 或者 )，not in，not exists 的时候无法使用索引使用这些符号，可能会导致全表扫描！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';
注意：这里面都不是绝对的，MySQL底层在这方面还有一些很细节的东西，这里不过多赘述，在后续的章节中会讲！！！ （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;但是MySQL一般会把一堆的NULL放在一起。 （8）like以通配符开头（'$abc...'），索引失效会变成全表扫描操作 -- ALL EXPLAIN SELECT * FROM employees WHERE name like '%Lei'; -- range EXPLAIN SELECT * FROM employees WHERE name like 'Lei%';这是为啥？为什么第一条SQL不走索引？ 相信看来前面内容的小伙伴都知道为什么了！其实这个问题，也是字符串字典序的问题！B+树中对于索引字段（字符串）是用字典序来排序的。如果通配符在前面，也就是“Lei”前面还有其它的字符串，所以不能保证 “%Lei” 在索引树中是有序的！ 如果我必须要使用%在前的怎么办？？ 方案一： 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%';
方案二： 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实际上这么描述不太清楚，应该是待查询的类型，必须要是表字段定义的类型！！！ -- ref EXPLAIN SELECT * FROM employees WHERE name = '1000'; -- ALL EXPLAIN SELECT * FROM employees WHERE name = 1000;
如同上面的SQL，假如我们有一个人的名字name值是1000，name字段是varchar类型，但是在我们编写SQL的时候，写成了 “ WHERE name = 1000; ” 虽然都是可以查询出来（内部帮我们做了自动转型），但是这样就不走索引了。 （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，这里先不做详解，后续章节会讲！ EXPLAIN SELECT * FROM employees WHERE name = 'LiLei' or name = 'HanMeimei'; （11）范围太大查询，不走索引我们给age字段加一个普通索引，对age进行范围查找，但是我们会发现下面的SQL居然不走索引！ -- age字段加普通索引 ALTER TABLE `employees` ADD INDEX `idx_age` (`age`) USING BTREE; -- ALL(不一定) explain select * from employees where age >=1 and age =1001 and age |
【本文地址】