1.定义
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
2.示例表结构
演员表
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;
数据插入
INSERT INTO `actor` (`id`, `name`, `update_time`) VALUES (1,'a','2022-11-09 23:07:11'), (2,'b','2022-11-09 23:08:11'), (3,'c','2022-11-09 23:09:11');
电影表
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;
数据插入
INSERT INTO `film` (`id`, `name`) VALUES (3,'film0'),(1,'film1'),(2,'film2');
演员表
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,
KEY `idx_film_actor_id` (`film_id`,`actor_id`)
) ENGINE=InnoDB DEFAULT CHARSET=utf8;
数据插入
INSERT INTO `film_actor` (`id`, `film_id`, `actor_id`) VALUES (1,1,1),(2,1,2),(3,2,1);
3. 各字段含义
3.1 示例查询
EXPLAIN SELECT * FROM actor;
3.2 partitioins
一般不用
3.3 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)
上面这个查询例子:就是3*100/100 = 3,查询出来就是3行,简单理解就是查询来的行数,如果关联其他表的话,就表示这个表和其他表关联的大概行数,大概看一下就可以了
3.4 show warning
表示MySQL大体的一个执行流程
3.5 id
查询的优先顺序,id越大执行优先级越高,越小则相反,如果相等的话,谁排在前面谁就先执行
3.6 select_type
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,join也是简单查询
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)5)union:在 union 中的第二个和随后的 select
举例说明:
SET SESSION optimizer_switch='derived_merge=off'; #关闭mysql5.7新特性对衍生表的合并优化
EXPLAIN SELECT (SELECT 1 FROM actor WHERE id = 1) FROM (SELECT * FROM film WHEREid = 1) der;
set session optimizer_switch='derived_merge=on'; #还原默认配置
explain select 1 union all select 1;
3.7 table
就是这条查询具体查询的哪一张表,像上面的那个例子,id为1所查询的表就是派生表,后面那个3就是派生表对应的id值
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。
3.8 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,可以单独查找索引来完成,不需要在执行时访问表
null
explain select min(id) from film;
像这种的,直接走索引树就可以拿到最小的主键,不需要去扫描表,很少有这种情况
system,const
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 SELECT * FROM (SELECT * FROM film WHERE id = 1) tmp;
const:就是你查询条件是唯一索引或者主键,你查询出来只有一条,const代表constant就是常量,意思就是查询跟查询常量一样快
system:就是你查询的表本身就一行记录
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。
explain select * from film_actor left join film on film_actor.film_id = film.id;
简单来说,就是用到了主键或者唯一索引关联,就是出现eq_ref
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,跟eq_ref的区别就是,那个是查询出一条数据,而ref可能会查出多条数据
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;
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
这个底层还是一个一个去遍历索引,相当于查了整张表,只不过比直接查询整张表效率高一点
explain select * from film;
这条sql是没有查询条件的,但是explain还是有走的查询索引,这里面走的是二级索引,明明可以走主键id,它却走的是二级索引,这里面因为film表就两个字段,在二级索引里面直接就能查询全部数据,虽然在主键索引里面也能查询出全部数据,但是MySQL里面会优先选择二级索引来查询,因为二级索引小,因为主键索引会带着整个表的数据,二级索引带的字段数据肯定没有主键索引多,肯定会优先扫描小的索引了,如果二级索引没有这个字段的话,他就需要进行回表查询,这样的话,有可能效率比较低,还不如直接去查主键索引,这个MySQL会根据一定算法选择具体使用哪个索引,如果二级索引能把信息查全了,就不会走主键索引了,主键索引比二级索引大
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。
这里面就是全表扫描,因为这张表里面是一个索引都没有,只有一个主键索引,扫的就是聚集索引,扫的是所有的根节点 ,index的效率高就在于二级索引数据量比主键索引小
核心点:就是你一定要能够从根节点折半查询数据(就是按照条件查询的,index是查询全部),可能就查询到几条记录,像后面的index和all,一个是走普通索引从第一个挨个遍历一遍,一个是走主键从第一个开始遍历,这个是查询了全部数据,index是全索引扫描,那些效率高的都是折半查找
3.9 possible_keys
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。
3.10 key
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。
3.11 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;
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。
3.12 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)
3.13 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。预估值
3.14 Extra列
这一列展示的是额外信息。常见的重要值如下:
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,再通过主键去主键索引树里获取其它字段值
就是通过索引树就能查到所需要的数据,不需要回表去查找其他数据了
explain select film_id from film_actor where film_id = 1;
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';
就是很普通的查询,没有用到索引,这种的肯定需要优化的
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;
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。
1. actor.name没有索引,此时创建了张临时表来distinct,因为没有索引就没有排序,需要用一张临时表进行去重,但是下面这种情况,有索引了,自动帮你去重了,扫描索引树的时候就能把结果集找出来了
explain select distinct name from actor;
2. film.name建立了idx_name索引,此时查询时extra是using index,没有用临时表
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。
1. 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;
2. 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;
4. 索引最佳实践
4.1 创建表
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());
EXPLAIN SELECT * FROM employees WHERE name= 'LiLei' AND age = 22 AND position ='manager';
1.写索引最好按照最左原则的顺序来编写,虽然你位置写的不对,sql会帮你优化,尽量不要让sql去承担一些工作
2.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 ,就是如果你对字段进行函数操作,这个数据就变了,在索引树上无法查找,根本就没有规律去查找数据,原来是靠本身字段从根节点查询数据,所以就会是失效
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';
3.第一个是三个索引都走的,第二个是只走前面两个字段,age>22查询的时候肯定是有序的,但是你走完age后,再去查询positiion,age是范围的造成了position数据是无序的,所以不走索引,如果age是定值的,position就是有序的
4.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
5.就是如果数据量小的话,有可能会全表扫描,还可能效率更高一点,因为走索引还有可能要回表查询数据
6. 解决like'%字符串%'索引不被使用的方法?如果你查询所有的字段,那肯定要全表扫描,但是你单独查几个字段,把这几个字段构成复合索引,建索引树的话,可能就是index 类型查找了
7.这种in或者or,如果太多的话,需要扫索引树,扫好几次,那还不如直接一次性全扫完,所以看数量大小
8.范围查询优化
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
explain select * from employees where age >=1 and age <=1000;
explain select * from employees where age >=1001 and age <=2000;
上面这个他就走了
5.总结
like KK%相当于=常量,就是理解为扫个前缀,%KK和%KK% 相当于范围
其实我感觉最后一个c走不到索引