2.Explain详解与索引最佳实践

目录

一、Explain 使用与详解

二、从 B+树底层分析常见索引优化原则

三、Mysql 索引最佳实践

---

一、Explain 使用与详解

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。

explain 两个变种：

在 mysql5.7 版本之前利用 explain 去查看 sql 语句的执行计划，如果不显示 partitions和 filtered 这俩字段，那就使用explain extended和explain partitions就可以查询到。

1）explain extended：会在 explain 的基础上额外提供一些查询优化的信息；额外还有 filtered 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）。 

2）explain partitions：相比 explain 多了个 partitions 字段，如果查询是基于分区表的话，会显示查询将访问的分 区（基本上不会用，一般都是分库分表 ）。

show warnings ：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（mysql 内部针对这条 sql 做的 一些优化，主要告诉我们会做哪些优化，但是显示的 sql 语句不一定可执行）。

字段详解（ 参考资料：https://dev.mysql.com/doc/refman/8.0/en/explain-output.html）：

# mysql 5.7的新特性，对衍生表的合并优化，通过以下两种方式都可以查看(derived_merge变量)
select @@optimizer_switch;
SHOW VARIABLES LIKE 'optimizer_switch';
#关闭mysql 5.7新特性对衍生表的合并优化
set session optimizer_switch='derived_merge=off';
#开启mysql 5.7新特性对衍生表的合并优化（默认配置）
set session optimizer_switch='derived_merge=on';

说明：<derived3>是生成的一个临时表，是由select_type加上id得出的

1）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 可能一样）；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：
表示 sql 语句的类型，对应行是简单还是复杂的查询。例：

simple：简单查询。查询不包含子查询和union

primary：复杂查询中最外层的 select

subquery：包含在 select 中的子查询（不在 from 子句中）

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的英文含义）

union：在 union 中的第二个和随后的 select

3）table：
表示查询的哪张表

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。（其中上面例子中derived3的 3 是查询的 id ）；

当有union时，UNION RESULT的table列的值为<union1,2>，1和2表示参与union的select行id

4）partitions：

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：
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最大值，可以单独查找索引来完成，不需要在执行时访问表（性能非常高，但是一般不会有这么简单的 sql）

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（简而言之，根据主键索引（唯一索引）去检索因为只会匹配上一条数据，相当于检索一条常量，所以用 const 表示；而 system 表示只有一条数据记录的表中去查找，那检索效率会更快）

说明：dual就是相当于MySQL自带的一张空表，没有数据

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。（例如，film 表查询的时候关联了主键索引/唯一索引），基本上到这个级别 sql 就不需要再优化了

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（联合主键索引），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（非唯一索引）

2.关联表查询，idx_age_name是age和name的联合索引，这里使用到了person的左边前缀age部分

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。

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。（例子中不扫描主键索引是因为辅助索引叶子节点包含了主键的值，没有其他列了，加上如果字段多的话，主键索引还会存储其他列的数据，占用磁盘空间就d大了，所以 mysql 扫描的是二级索引）

在查询全表数据的时候，不一定走主键索引，如果只有两列值那么就会走辅助索引

ALL：即全表扫描，扫描你的聚簇索引(主键索引)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。（因为查询过程的是索引的叶子节点每一个磁盘页，会跟 RAM 进行多次 IO 操作）

6). 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。

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

索引选择存在成本计算，这里MySQL通过辅助索引就能查询到所有数据，MySQL优化器就选择了idx_name去获取数据

7). 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。

8）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。

key_len计算规则如下： ·

1.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)：就是 n 字节长度
• 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 ·

2.数值类型

• tinyint：1字节
• smallint：2字节
• int：4字节
• bigint：8字节 ·

3.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

举例来说，下图中，person表的联合索引 idx_age_name 由 age 这个int列和 name 这个varchar列组成，并且int是4字节，允许为null是1字节，通过结果中的key_len=5可推断出查询使用了第一个列：age列来执行索引查找。

 9）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：student.id）。如下图：

10）rows列
这一列是mysql计算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）Extra列

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(即不需要回表)，再通过主键去主键索引树里获取其它字段值

     

这张表只有id，name，age三个字段，通过idx_age_name这个索引树就可以查询到所有列的数据，不用回表，所以是using index。

      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（这种情况一般需要优化了）

       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；

上图中使用了辅助索引idx_age，但是查询到的字段存在idx_age索引树上没有的字段，需要回表，而且age是一个范围查找。

        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；

上图中name列不存在索引，select distinct name就需要查询到所有的name列数据放到临时表中，然后再逐个去重。（加上idx_name索引后，查询数据的时候就是从idx_name索引树上去获取数据，如果遇到重复的就不要，所以这时候就是using index）

        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。

name未创建索引，会浏览s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

name不在idx_age索引树上，所以从idx_age索引树上按照age排序获取到主键，还需要按照排好序的主键来回表

        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

二、从 B+树底层分析常见索引优化原则

1）全值匹配

使用联合索引尽量使用到联合索引中所有的字段，当数据量很大的时候，全值匹配的 rows 会是最少的
（为什么？从 索引树分析就是匹配到的索引越多，定位就越快）

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
（为什么？因为索引树是排好序的，起始没匹配上或者中间索引有跳过，对应的索引字段就无法快速定位）

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

（为什么？运算可能会导致索引值找不到，比如 left(name,3)所得出的值可能不存在索引树中）

4）利用范围查询去替代函数运算可能会走索引从而提升效率

（为什么说可能，因为 mysql 底层是否需要走索引会自己评估一个算法（因为 >,<,>=,<=不一定走索引，因为内部优化器会计算，符合条件的值的总和，与总数据量的比值，比值<=0.30，才会走索引），mysql 底层算法会得出可能全表扫描会比走索引更加效率高一些）

EXPLAIN select * from student where date(report_time)='2018-09-30';

可以替换成

EXPLAIN select * from student where report_time>='2018-09-30 00:00:00' and report_time<='2018-09-30 23:59:59'；

转化为日期范围查询，有可能会走索引：

5）存储引擎不能使用索引中范围条件右边的列
（为什么？因为前面的索引列值相同，才会保证后面索引列有序）

6）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

7）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

8）is null,is not null 一般情况下也无法使用索引

（null 会在索引树上集中存放）

9）like以通配符开头（‘$abc…’）mysql索引失效会变成全表扫描操作
（

为什么？

1.%在前的条件去索引树上找 abc，由于前面还有未知的字符串，只看后面小半截在索引树中是无序的;

2.%在后面的类似于最左匹配原则，在索引树中是有序的.

如果想用%在前去查询，那么查询的字段尽量覆盖索引，不去回表，查询字段必须是建立覆盖索引字段或者使用搜索引擎ES 等

）

10）字符串不加单引号索引失效

（存在类型转换）
EXPLAIN select * from student where age = 23 ;
EXPLAIN select * from student where age = '23' ;

11）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

EXPLAIN SELECT * FROM student WHERE name ='zhangsan' or name ='lisi';

12）范围查询优化

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。

比如将

explain select * from tree where age >=1 and age <=2000;

拆分成

explain select * from tree where age >=1 and age <=1000;

和

explain select * from tree where age >=1001 and age <=2000;

三、Mysql 索引最佳实践