MySQL - Explain详解与索引最佳实践

示例表:
2 DROP TABLE IF EXISTS `actor`;
3 CREATE TABLE `actor` (
4 `id` int(11) NOT NULL,
5 `name` varchar(45) DEFAULT NULL,
6 `update_time` datetime DEFAULT NULL,
7 PRIMARY KEY (`id`)
8 ) ENGINE=InnoDB DEFAULT CHARSET=utf8;
9
10 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');
11
12 DROP TABLE IF EXISTS `film`;
13 CREATE TABLE `film` (
14 `id` int(11) NOT NULL AUTO_INCREMENT,
15 `name` varchar(10) DEFAULT NULL,
16 PRIMARY KEY (`id`),
17 KEY `idx_name` (`name`)
18 ) ENGINE=InnoDB DEFAULT CHARSET=utf8;
19
20 INSERT INTO `film` (`id`, `name`) VALUES (3,'film0'),(1,'film1'),(2,'film2');
21
22 DROP TABLE IF EXISTS `film_actor`;
23 CREATE TABLE `film_actor` (
24 `id` int(11) NOT NULL,
25 `film_id` int(11) NOT NULL,
26 `actor_id` int(11) NOT NULL,
27 `remark` varchar(255) DEFAULT NULL,
28 PRIMARY KEY (`id`),
29 KEY `idx_film_actor_id` (`film_id`,`actor_id`)
30 ) ENGINE=InnoDB DEFAULT CHARSET=utf8;
31
32 INSERT INTO `film_actor` (`id`, `film_id`, `actor_id`) VALUES (1,1,1),(2,1,2),(3,2,1);

一、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,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,id相同则从上往下执行,id为NULL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;

在这里插入图片描述

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(derived的英文含义)

用这个例子来了解 primary、subquery 和 derived 类型

#关闭mysql5.7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;

在这里插入图片描述

#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

在这里插入图片描述

3、table列

这一列表示 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,于是先执行 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

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

1)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,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;

在这里插入图片描述

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(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。

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

在这里插入图片描述

show warnings;

在这里插入图片描述

mysql进行优化之后的执行伪SQL语句。可以看到直接将常量赋值给列名。

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。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。

在这里插入图片描述

4)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。

  • 简单select查询,name是普通索引(非唯一索引)

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

在这里插入图片描述

  • 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

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

在这里插入图片描述

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

在这里插入图片描述

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,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;
7)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.

在这里插入图片描述

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。

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。

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。

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。

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;

在这里插入图片描述

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)

  • const(常量)
explain select * from film_actor where film_id = 2 and actor_id = 2

在这里插入图片描述

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

在这里插入图片描述

9、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。

10、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,它是一种查询的方式,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。
(1)使用覆盖索引

explain select * from film

在这里插入图片描述
这种情况使用到了覆盖索引的方式,因为查询的是film表里所有的字段,又因为查询的所有的字段都走了索引,就是覆盖索引的查询方式。只需要通过索引树就可以查到想要的结果,不需要得到主键后再回表扫描查询

(2)使用覆盖索引

explain select film_id from film_actor where film_id = 1;

在这里插入图片描述
这种情况查询的是一个字段,并且这个字段是一个索引字段,所以同样是覆盖索引的方式查询,直接在索引树里面获取,不会回表扫描。

(3)没有使用覆盖索引,需回表扫描

explain select film_id,remark from film_actor where film_id = 1;

在这里插入图片描述
这种情况查询的字段里面就多了一个remark字段,因为这个字段没有走索引,所以查询的方式就不是覆盖索引了,就会先走索引得到主键id,再回表扫描得到remark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
explain select * from actor where name = 'a';

在这里插入图片描述

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
explain select * from film_actor where film_id > 1;

在这里插入图片描述

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

  • actor.name没有索引,此时创建了张临时表来distinct,actor表没有二级索引,需要首先把查询到的结果存放到临时内存表里面,再到临时内存表里面去重。

    explain select distinct name from actor;
    

在这里插入图片描述

  • film.name建立了idx_name索引,此时查询时extra是using index,没有用临时表。因为在name字段上建立了二级索引,会走覆盖索引,在扫描二级索引的时候就可以边扫描边去重
explain select distinct name from film;

在这里插入图片描述

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

  • actor.name未创建索引,会扫描actor整个表,将结果拿出来后,放到内存或数据量大时放到磁盘,再到内存或磁盘上进行排序。

    explain select * from actor order by name
    

在这里插入图片描述

  • film.name建立了idx_name索引,此时查询时extra是using index,直接使用索引树扫描,因为索引树是已经排好序的一种数据结构。
explain select * from film order by name

在这里插入图片描述
以上使用了临时表(Using temporary)或使用了外部文件排序(Using filesort)时,可以通过覆盖索引的方式来避免。

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时,这种效率是非常高的,不需要优化。

explain select min(id) from film

在这里插入图片描述

索引最佳实践

1 示例表:
2 CREATE TABLE `employees` (
3 `id` int(11) NOT NULL AUTO_INCREMENT,
4 `name` varchar(24) NOT NULL DEFAULT '' COMMENT '姓名',
5 `age` int(11) NOT NULL DEFAULT '0' COMMENT '年龄',
6 `position` varchar(20) NOT NULL DEFAULT '' COMMENT '职位',
7 `hire_time` timestamp NOT NULL DEFAULT CURRENT_TIMESTAMP COMMENT '入职时间',
8 PRIMARY KEY (`id`),
9 KEY `idx_name_age_position` (`name`,`age`,`position`) USING BTREE
10 ) ENGINE=InnoDB AUTO_INCREMENT=4 DEFAULT CHARSET=utf8 COMMENT='员工记录表';
11
12 INSERT INTO employees(name,age,position,hire_time) VALUES('LiLei',22,'manager',NOW());
13 INSERT INTO employees(name,age,position,hire_time) VALUES('HanMeimei',
23,'dev',NOW());
14 INSERT INTO employees(name,age,position,hire_time) VALUES('Lucy',23,'dev',NOW());

1、全值匹配
(1)

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

在这里插入图片描述
(2)

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

在这里插入图片描述
key_len = 3N+2
3*24+2 = 74

(3)

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

在这里插入图片描述

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

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';

在这里插入图片描述
在这里插入图片描述
在这里插入图片描述
后面两种查询都是全表扫描,这种情况是索引失效了,只有第一种情况,才走了索引。

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

EXPLAIN SELECT * FROM employees WHERE name = 'LiLei';
EXPLAIN SELECT * FROM employees WHERE left(name,3) = 'LiLei';

在这里插入图片描述
在这里插入图片描述
为什么在索引列上做了类型转换,索引就失效了?
对索引列进行类型转换后得到的值,在索引树里面没有对应的值,所有走不了索引。

给hire_time增加一个普通索引:

ALTER TABLE `employees` ADD INDEX `idx_hire_time` (`hire_time`) USING BTREE ;

EXPLAIN select * from employees where date(hire_time) ='2018‐09‐30';

在这里插入图片描述
这种情况就是全表扫描,没有走索引。

转化为日期范围查询,有可能会走索引

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

在这里插入图片描述
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';

在这里插入图片描述
第一条sql语句三个字段都走了索引。
在这里插入图片描述
第二条sql语句只走了name和age两个字段,第三个字段position索引失效。

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
(1)

 EXPLAIN SELECT name,age FROM employees WHERE name= 'LiLei' AND age = 23 AND position ='manager';

在这里插入图片描述

(2)

EXPLAIN SELECT *  FROM employees WHERE name= 'LiLei' AND age = 23 AND position ='manager';

在这里插入图片描述

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

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

在这里插入图片描述

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;

在这里插入图片描述

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'

在这里插入图片描述
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

EXPLAIN SELECT name,age,position FROM employees WHERE name like '%Lei%';

在这里插入图片描述
b) 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
(1)不失效情况

EXPLAIN SELECT * FROM employees WHERE name = '1000';

在这里插入图片描述
(2)失效情况

EXPLAIN SELECT * FROM employees WHERE name = 1000;

在这里插入图片描述

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

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

在这里插入图片描述

11、范围查询优化
给年龄添加单值索引

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

在这里插入图片描述
这种情况显示走了索引,说明是因为表中数据量比较大有10万条数据;当表中的数据量不大的情况下,可能就不会走索引。

索引使用总结:
在这里插入图片描述
like KK%相当于=常量,%KK和%KK% 相当于范围

  • 0
    点赞
  • 0
    收藏
    觉得还不错? 一键收藏
  • 0
    评论

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值