MySQL性能调优

MySQL性能调优 二

select_type

单位查询的查询类型，比如：普通查询、联合查询(union、union all)、子查询等复杂查询。

simple

表示不需要union操作或者不包含子查询的简单select查询。有连接查询时，外层的查询为simple。

primary

一个需要union操作或者含有子查询的select，位于最外层的单位查询的select_type即为primary。

union

union连接的两个select查询，第一个查询是dervied派生表，除了第一个表外，第二个以后的表

select_type都是unionDERIVED 在FROM列表中包含的子查询被标记为DERIVED（衍生），MySQL会递归执行这些子查

询，把结果放在临时表中

UNION 若第二个SELECT出现在UNION之后，则被标记为UNION：若UNION包含在FROM子句的

子查询中，外层SELECT将被标记为：DERIVED

UNION RESULT 从UNION表获取结果的SELECT

dependent union

与union一样，出现在union 或union all语句中，但是这个查询要受到外部查询的影响

union result

包含union的结果集，在union和union all语句中,因为它不需要参与查询，所以id字段为null

subquery

除了from字句中包含的子查询外，其他地方出现的子查询都可能是subquery

dependent subquery

与dependent union类似，表示这个subquery的查询要受到外部表查询的影响

derived

from字句中出现的子查询，也叫做派生表，其他数据库中可能叫做内联视图或嵌套select**3****）**tabl

MySQl 5.7 5.7之前explain区别

partition是分区 rows 可以用于计算链接的行数

explain 两个变种

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

mysql> explain extended select * from film where id = 1;

mysql> show warnings;

会进行优化，注意这里的优化不一定可以执行

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。

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 where id = 1) der;

select_type 查询的

primary：复杂查询最外面的select 从衍生表查询的结果，衍生表是id=3的sql生成的

derived：衍生查询 from之后的查询会生成一张衍生表

subquery：子查询

id

id：执行的先后顺序 数字越大执行的优先级越高（可能出现相同的执行顺序）

type

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

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

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

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。

关联查询两张表，条件是主键的话查出来的是一条数据这样的话效率也是很高的

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。

1. 简单 select 查询，name是普通索引（非唯一索引）

2.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。

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。

范围查询只能优化到range

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。 主键索引是聚簇索引，所以大

可见➕where可以显著提升效率，同一个索引执行的方式不同效率也不同

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。

同样是select*无where，但是这次没有执行索引，执行的方式是扫描idb文件，实际上是一个聚簇索引，而且是遍历根节点获得的结果，根节点实际上保存的是整张表的数据，也就是说扫描了整张表

增加了where之，执行的过程仍是由主键形成的聚簇索引，这样通过id= x 就可以快速定位到数据的位置

为什么说二级索引比主键索引的优先级高

首先主键索引是一个聚簇索引，也就是说他存储了整张表的数据，比较大，而二级索引存储的知识主键id，通过二级索引查处结果之后，获得id后回表，利用主键索引查处全部的结果，速度要快的多

Key_len

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

符合最左原则，只能是film_id、film_id和actor_id 不能直接走actor_id

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

​ int：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。

ref

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）

rows

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。

explain select film_id from film_actor where film_id = 1;

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 （不同的版本、不同的复杂sql的记过都可能不一样所以参考就行）

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

覆盖索引不是索引是一个查询方式，要查询的结果集在索引树上全部包含，也就是说不用回表

这里要注意的是

从type列来讲ref要快于index，但是要注意的是回表对于查询速度的影响

或者说下面这样回更直观

同样是ref级别using index的查询速度要远快于只走索引

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

仅仅是走了where，没有走索引

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；

2） 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

\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

3） 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

\2. film.name建立了idx_name索引,此时查询时extra是using index

4） 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

1. 全值匹配

第三条sql的执行速度更高，原因是区别度更高扫描的行数越少！

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。

1.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

给hire_time增加一个普通索引：

转化为日期范围查询，有可能会走索引：

这样优化了之后就可以走索引了，但是还是全表扫描，至于为什么后续会讲，和mysql的设计有关，走索引比全表还慢，因为二级索引会回表

1. 存储引擎不能使用索引中范围条件右边的列

第一条会走全部的索引，而第二条只会走前两个索引，索引首先通过name排序之后通过age排序，如果age是范围查询，生涯的position未必有序，所以不走索引

1. 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。

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

给hire_time增加一个普通索引：

转化为日期范围查询，有可能会走索引：

还原最初索引状态

3. 存储引擎不能使用索引中范围条件右边的列

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. **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

6. is null,is not null 一般情况下也无法使用索引

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

问题：解决like’%字符串%'索引不被使用的方法？】

使用覆盖索引

a） 使用覆盖索引，查询字段必须是建立覆盖索引字段

b） 如果不能使用覆盖索引则可能需要借助搜索引擎

8. 字符串不加单引号索引失效

9. 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

10. 范围查询优化

给年龄添加单值索引

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

 explain select * from employees where age >=1 and age <=1000;
 explain select * from employees where age >=1001 and age <=2000;

还原最初索引状态

索引使用总结：、

like KK%相当于=常量，%KK和%KK% 相当于范围

;