一、MySQL 查询优化器是如何工作的
MySQL 查询优化器有几个目标,但是其中最主要的目标是尽可能地使用索引,并且使用最严格的索引来消除尽可能多的数据行。最终目标是提交 SELECT 语句查找数据行,而不是排除数据行。优化器试图排除数据行的原因在于它排除数据行的速度越快,那么找到与条件匹配的数据行也就越快。如果能够首先进行最严格的测试,查询就可以执行地更快。
EXPLAIN 的每个输出行提供一个表的相关信息,并且每个行包括下面的列:
项 | 说明 |
id | MySQL Query Optimizer 选定的执行计划中查询的序列号。表示查询中执行 select 子句或操作表的顺序,id值越大优先级越高,越先被执行。id 相同,执行顺序由上至下。 |
select_type 查询类型 | 说明 |
SIMPLE | 简单的 select 查询,不使用 union 及子查询 |
PRIMARY | 最外层的 select 查询 |
UNION | UNION 中的第二个或随后的 select 查询,不 依赖于外部查询的结果集 |
DEPENDENT UNION | UNION 中的第二个或随后的 select 查询,依 赖于外部查询的结果集 |
SUBQUERY | 子查询中的第一个 select 查询,不依赖于外 部查询的结果集 |
DEPENDENT SUBQUERY | 子查询中的第一个 select 查询,依赖于外部 查询的结果集 |
DERIVED | 用于 from 子句里有子查询的情况。 MySQL 会 递归执行这些子查询, 把结果放在临时表里。 |
UNCACHEABLE SUBQUERY | 结果集不能被缓存的子查询,必须重新为外 层查询的每一行进行评估。 |
UNCACHEABLE UNION | UNION 中的第二个或随后的 select 查询,属 于不可缓存的子查询 |
项 | 说明 |
table | 输出行所引用的表 |
type 重要的项,显示连接使用的类型,按最 优到最差的类型排序 | 说明 |
system | 表仅有一行(=系统表)。这是 const 连接类型的一个特例。 |
const | const 用于用常数值比较 PRIMARY KEY 时。当 查询的表仅有一行时,使用 System。 |
eq_ref | const 用于用常数值比较 PRIMARY KEY 时。当 查询的表仅有一行时,使用 System。 |
ref | 连接不能基于关键字选择单个行,可能查找 到多个符合条件的行。 叫做 ref 是因为索引要 跟某个参考值相比较。这个参考值或者是一 个常数,或者是来自一个表里的多表查询的 结果值 |
ref_or_null | 如同 ref, 但是 MySQL 必须在初次查找的结果 里找出 null 条目,然后进行二次查找。 |
index_merge | 说明索引合并优化被使用了。 |
unique_subquery | 在某些 IN 查询中使用此种类型,而不是常规的 ref:value IN (SELECT primary_key FROM single_table WHERE some_expr) |
index_subquery | 在 某 些 IN 查 询 中 使 用 此 种 类 型 , 与 unique_subquery 类似,但是查询的是非唯一 性索引: value IN (SELECT key_column FROM single_table WHERE some_expr) |
range | 只检索给定范围的行,使用一个索引来选择 行。key 列显示使用了哪个索引。当使用=、 <>、>、>=、<、<=、IS NULL、<=>、BETWEEN 或者 IN 操作符,用常量比较关键字列时,可 以使用 range。 |
index | 全表扫描,只是扫描表的时候按照索引次序 进行而不是行。主要优点就是避免了排序, 但是开销仍然非常大。 |
all | 最坏的情况,从头到尾全表扫描。 |
项 | 说明 |
possible_keys | 指出 MySQL 能在该表中使用哪些索引有助于 查询。如果为空,说明没有可用的索引。 |
项 | 说明 |
key | MySQL 实际从 possible_key 选择使用的索引。 如果为 NULL,则没有使用索引。很少的情况 下,MYSQL 会选择优化不足的索引。这种情 况下,可以在 SELECT 语句中使用 USE INDEX (indexname)来强制使用一个索引或者用 IGNORE INDEX(indexname)来强制 MYSQL 忽略索引 |
项 | 说明 |
key_len | 使用的索引的长度。在不损失精确性的情况 下,长度越短越好。 |
项 | 说明 |
ref | 显示索引的哪一列被使用了 |
项 | 说明 |
rows | MYSQL 认为必须检查的用来返回请求数据的行数 |
extra 中出现以下 2 项意味着 MYSQL 根本不能使用索引,效率会受到重大影响。应尽可能对此进行优化。
extra 项 | 说明 |
Using filesort | 表示 MySQL 会对结果使用一个外部索引排序,而不是从表里按索引次序读到相关内容。可能在内存或者磁盘上进行排序。MySQL 中无法利用索引完成的排序操作称为“文件排序” |
Using temporary | 表示 MySQL 在对查询结果排序时使用临时表。常见于排序 order by 和分组查询 group by。 |
using index 表示优化器进行了覆盖索引的操作
using index Condition 表示使用了ICP优化查询
using MRR 表示使用了MRR优化查询
- 下面来举一个例子来说明下 explain 的用法。
-
- 先来一张表:
-
- CREATE TABLE IF NOT EXISTS `article` (`id` int(10) unsigned NOT NULL AUTO_INCREMENT,
- `author_id` int(10) unsigned NOT NULL,
- `category_id` int(10) unsigned NOT NULL,
- `views` int(10) unsigned NOT NULL,
- `comments` int(10) unsigned NOT NULL,
- `title` varbinary(255) NOT NULL,
- `content` text NOT NULL,
- PRIMARY KEY (`id`)
- );
- 再插几条数据:
-
- INSERT INTO `article`
- (`author_id`, `category_id`, `views`, `comments`, `title`, `content`) VALUES
- (1, 1, 1, 1, '1', '1'),
- (2, 2, 2, 2, '2', '2'),
- (1, 1, 3, 3, '3', '3');
-
- 需求:
- 查询 category_id 为 1 且 comments 大于 1 的情况下,views 最多的 article_id。
-
-
- 先查查试试看:
-
- EXPLAIN
- SELECT author_id
- FROM `article`
- WHERE category_id = 1 AND comments > 1
- ORDER BY views DESC
- LIMIT 1\G
- 看看部分输出结果:
-
- *************************** 1. row ***************************
- id: 1
- select_type: SIMPLE
- table: article
- type: ALL
- possible_keys: NULL
- key: NULL
- key_len: NULL
- ref: NULL
- rows: 3
- Extra: Using where; Using filesort
- 1 row in set (0.00 sec)
-
- 很显然,type 是 ALL,即最坏的情况。Extra 里还出现了 Using filesort,也是最坏的情况。优化是必须的。
-
-
- 嗯,那么最简单的解决方案就是加索引了。好,我们来试一试。查询的条件里即 where 之后共使用了 category_id,comments,views 三个字段。那么来一个联合索引是最简单的了。
-
- ALTER TABLE `article` ADD INDEX x ( `category_id` , `comments`, `views` );
-
- 结果有了一定好转,但仍然很糟糕:
-
- *************************** 1. row ***************************
- id: 1
- select_type: SIMPLE
- table: article
- type: range
- possible_keys: x
- key: x
- key_len: 8
- ref: NULL
- rows: 1
- Extra: Using where; Using filesort
- 1 row in set (0.00 sec)
-
- type 变成了 range,这是可以忍受的。但是 extra 里使用 Using filesort 仍是无法接受的。但是我们已经建立了索引,为啥没用呢?这是因为按照 BTree 索引的工作原理,先排序 category_id,如果遇到相同的 category_id 则再排序 comments,如果遇到相同的 comments 则再排序 views。当 comments 字段在联合索引里处于中间位置时,因comments > 1 条件是一个范围值(所谓 range),MySQL 无法利用索引再对后面的 views 部分进行检索,即 range 类型查询字段后面的索引无效。
-
-
- 那么我们需要抛弃 comments,删除旧索引:
-
- DROP INDEX x ON article;
- 然后建立新索引:
-
- ALTER TABLE `article` ADD INDEX y ( `category_id` , `views` ) ;
- 接着再运行查询:
-
- *************************** 1. row ***************************
- id: 1
- select_type: SIMPLE
- table: article
- type: ref
- possible_keys: y
- key: y
- key_len: 4
- ref: const
- rows: 1
- Extra: Using where
- 1 row in set (0.00 sec)
-
- 可以看到,type 变为了 ref,Extra 中的 Using filesort 也消失了,结果非常理想。
再来看一个多表查询的例子。
首先定义 3个表 class 和 room。
- CREATE TABLE IF NOT EXISTS `class` (
- `id` int(10) unsigned NOT NULL AUTO_INCREMENT,
- `card` int(10) unsigned NOT NULL,
- PRIMARY KEY (`id`)
- );
- CREATE TABLE IF NOT EXISTS `book` (
- `bookid` int(10) unsigned NOT NULL AUTO_INCREMENT,
- `card` int(10) unsigned NOT NULL,
- PRIMARY KEY (`bookid`)
- );
- CREATE TABLE IF NOT EXISTS `phone` (
- `phoneid` int(10) unsigned NOT NULL AUTO_INCREMENT,
- `card` int(10) unsigned NOT NULL,
- PRIMARY KEY (`phoneid`)
- ) engine = innodb;
- 然后再分别插入大量数据。插入数据的php脚本:
- <?php
- $link = mysql_connect("localhost","root","870516");
- mysql_select_db("test",$link);
- for($i=0;$i<10000;$i++)
- {
- $j = rand(1,20);
- $sql = " insert into class(card) values({$j})";
- mysql_query($sql);
- }
- for($i=0;$i<10000;$i++)
- {
- $j = rand(1,20);
- $sql = " insert into book(card) values({$j})";
- mysql_query($sql);
- }
- for($i=0;$i<10000;$i++)
- {
- $j = rand(1,20);
- $sql = " insert into phone(card) values({$j})";
- mysql_query($sql);
- }
- mysql_query("COMMIT");
- ?>
- 然后来看一个左连接查询:
- explain select * from class left join book on class.card = book.card\G
- 分析结果是:
- *************************** 1. row ***************************
- id: 1
- select_type: SIMPLE
- table: class
- type: ALL
- possible_keys: NULL
- key: NULL
- key_len: NULL
- ref: NULL
- rows: 20000
- Extra:
- *************************** 2. row ***************************
- id: 1
- select_type: SIMPLE
- table: book
- type: ALL
- possible_keys: NULL
- key: NULL
- key_len: NULL
- ref: NULL
- rows: 20000
- Extra:
- 2 rows in set (0.00 sec)
- 显然第二个 ALL 是需要我们进行优化的。
- 建立个索引试试看:
- ALTER TABLE `book` ADD INDEX y ( `card`);
- *************************** 1. row ***************************
- id: 1
- select_type: SIMPLE
- table: class
- type: ALL
- possible_keys: NULL
- key: NULL
- key_len: NULL
- ref: NULL
- rows: 20000
- Extra:
- *************************** 2. row ***************************
- id: 1
- select_type: SIMPLE
- table: book
- type: ref
- possible_keys: y
- key: y
- key_len: 4
- ref: test.class.card
- rows: 1000
- Extra:
- 2 rows in set (0.00 sec)
- 可以看到第二行的 type 变为了 ref,rows 也变成了 1741*18,优化比较明显。这是由左连接特性决定的。LEFT JOIN 条件用于确定如何从右表搜索行,左边一定都有,所以右边是我们的关键点,一定需要建立索引。
- 删除旧索引:
- DROP INDEX y ON book;
- 建立新索引。
- ALTER TABLE `class` ADD INDEX x ( `card`);
- 结果
- *************************** 1. row ***************************
- id: 1
- select_type: SIMPLE
- table: class
- type: ALL
- possible_keys: NULL
- key: NULL
- key_len: NULL
- ref: NULL
- rows: 20000
- Extra:
- *************************** 2. row ***************************
- id: 1
- select_type: SIMPLE
- table: book
- type: ALL
- possible_keys: NULL
- key: NULL
- key_len: NULL
- ref: NULL
- rows: 20000
- Extra:
- 2 rows in set (0.00 sec)
- 基本无变化。
- 然后来看一个右连接查询:
- explain select * from class right join book on class.card = book.card;
- 分析结果是:
- *************************** 1. row ***************************
- id: 1
- select_type: SIMPLE
- table: book
- type: ALL
- possible_keys: NULL
- key: NULL
- key_len: NULL
- ref: NULL
- rows: 20000
- Extra:
- *************************** 2. row ***************************
- id: 1
- select_type: SIMPLE
- table: class
- type: ref
- possible_keys: x
- key: x
- key_len: 4
- ref: test.book.card
- rows: 1000
- Extra:
- 2 rows in set (0.00 sec)
- 优化较明显。这是因为 RIGHT JOIN 条件用于确定如何从左表搜索行,右边一定都有,所以左边是我们的关键点,一定需要建立索引。
- 删除旧索引:
- DROP INDEX x ON class;
- 建立新索引。
- ALTER TABLE `book` ADD INDEX y ( `card`);
- 结果
- *************************** 1. row ***************************
- id: 1
- select_type: SIMPLE
- table: class
- type: ALL
- possible_keys: NULL
- key: NULL
- key_len: NULL
- ref: NULL
- rows: 20000
- Extra:
- *************************** 2. row ***************************
- id: 1
- select_type: SIMPLE
- table: book
- type: ALL
- possible_keys: NULL
- key: NULL
- key_len: NULL
- ref: NULL
- rows: 20000
- Extra:
- 2 rows in set (0.00 sec)
- 基本无变化。 最后来看看 inner join 的情况:
- explain select * from class inner join book on class.card = book.card;
- 结果:
- *************************** 1. row ***************************
- id: 1
- select_type: SIMPLE
- table: book
- type: ALL
- possible_keys: NULL
- key: NULL
- key_len: NULL
- ref: NULL
- rows: 20000
- Extra:
- *************************** 2. row ***************************
- id: 1
- select_type: SIMPLE
- table: class
- type: ref
- possible_keys: x
- key: x
- key_len: 4
- ref: test.book.card
- rows: 1000
- Extra:
- 2 rows in set (0.00 sec)
- 删除旧索引:
- DROP INDEX y ON book;
- 结果
- *************************** 1. row ***************************
- id: 1
- select_type: SIMPLE
- table: class
- type: ALL
- possible_keys: NULL
- key: NULL
- key_len: NULL
- ref: NULL
- rows: 20000
- Extra:
- *************************** 2. row ***************************
- id: 1
- select_type: SIMPLE
- table: book
- type: ALL
- possible_keys: NULL
- key: NULL
- key_len: NULL
- ref: NULL
- rows: 20000
- Extra:
- 2 rows in set (0.00 sec)
- 建立新索引。
- ALTER TABLE `class` ADD INDEX x ( `card`);
- 结果
- *************************** 1. row ***************************
- id: 1
- select_type: SIMPLE
- table: class
- type: ALL
- possible_keys: NULL
- key: NULL
- key_len: NULL
- ref: NULL
- rows: 20000
- Extra:
- *************************** 2. row ***************************
- id: 1
- select_type: SIMPLE
- table: book
- type: ALL
- possible_keys: NULL
- key: NULL
- key_len: NULL
- ref: NULL
- rows: 20000
- Extra:
- 2 rows in set (0.00 sec)
- 综上所述,inner join 和 left join 差不多,都需要优化右表。而 right join 需要优化左表。
- 如果不用左右内的连接方式就用where a.id=b.id,就和我做的那个oracle的实验差不多了,就是象在外间那边加上索引一样的搞法!
- 我们再来看看三表查询的例子
- 添加一个新索引:
- ALTER TABLE `phone` ADD INDEX z ( `card`);
- ALTER TABLE `book` ADD INDEX y ( `card`);
- explain select * from class left join book on class.card=book.card left join phone on book.card = phone.card;
- *************************** 1. row ***************************
- id: 1
- select_type: SIMPLE
- table: class
- type: ALL
- possible_keys: NULL
- key: NULL
- key_len: NULL
- ref: NULL
- rows: 20000
- Extra:
- *************************** 2. row ***************************
- id: 1
- select_type: SIMPLE
- table: book
- type: ref
- possible_keys: y
- key: y
- key_len: 4
- ref: test.class.card
- rows: 1000
- Extra:
- *************************** 3. row ***************************
- id: 1
- select_type: SIMPLE
- table: phone
- type: ref
- possible_keys: z
- key: z
- key_len: 4
- ref: test.book.card
- rows: 260
- Extra: Using index
- 3 rows in set (0.00 sec)
- 后 2 行的 type 都是 ref 且总 rows 优化很好,效果不错。
- MySql 中的 explain 语法可以帮助我们改写查询,优化表的结构和索引的设置,从而最大地提高查询效率。当然,在大规模数据量时,索引的建立和维护的代价也是很高的,往往需要较长的时间和较大的空间,如果在不同的列组合上建立索引,空间的开销会更大。因此索引最好设置在需要经常查询的字段中。
来自 “ ITPUB博客 ” ,链接:http://blog.itpub.net/29096438/viewspace-1817422/,如需转载,请注明出处,否则将追究法律责任。
转载于:http://blog.itpub.net/29096438/viewspace-1817422/