文章目录
- Explain工具介绍
- 索引最佳实践
- 全值匹配
- 最左前缀
- 不在索引列上做任何操作(计算/函数/类型转换(自动/手动)),会导致索引失效而转向全表扫描
- 存储引擎不能使用组合索引中范围条件右边的列
- 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
- 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
- is null,is not null 一般情况下也无法使用索引
- like以通配符开头('$abc...')mysql索引失效会变成全表扫描操作
- 字符串不加单引号索引失效
- 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
- 范围查询优化
- 组合索引使用总结
Explain工具介绍
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
在 select 语句之前增加 explain 关键字,MySQL 会在查询上设置一个标记,执行查询会返回执行计划的信息,而不是
执行这条SQL
注意:如果 from 中包含子查询,仍会执行该子查询,将结果放入临时表中
示例用表
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;
INSERT INTO `actor` (`id`, `name`, `update_time`) VALUES (1,'a','2021-07-11 22:48:00'), (2,'b','2021-07-11 22:48:00'), (3,'c','2021-07-11 22:48:00');
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;
INSERT INTO `film` (`id`, `name`) VALUES (3,'film0'),(1,'film1'),(2,'film2');
DROP TABLE IF EXISTS `film_actor`;
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,
PRIMARY KEY (`id`),
KEY `idx_film_actor_id` (`film_id`,`actor_id`)
) ENGINE=InnoDB DEFAULT CHARSET=utf8;
INSERT INTO `film_actor` (`id`, `film_id`, `actor_id`) VALUES (1,1,1),(2,1,2),(3,2,1);
explain select * from actor;
在查询中的每个表会输出一行,如果有两个表通过 join 连接查询,那么会输出两行
explain 有两个变种
- 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)。
# 两条SQL同时执行 explain extended select * from film where id = 1; # show warnings; 结果是一个伪SQL, 可能能执行也可能不能执行, 仅预测SQL的优化结果 show warnings;
- 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。
explain 中的列
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。
select_type
表示对应行是简单还是复杂的查询
- simple:简单查询。查询不包含子查询和union
explain select * from film where id = 2;
- 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)
- subquery:包含在 select 中的子查询(不在 from 子句中)
- primary:复杂查询中最外层的 select
- union:在 union 中的第二个和随后的 select
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;
set session optimizer_switch='derived_merge=on'; #还原默认配置
explain select 1 union all select 1;
table
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<union1,2>,1和2表示参与 union 的 select 行id
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,在执行阶段已经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;
-
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(唯一)与常数比较时,所有表最多有一个匹配行,读取1次,速度比较快。system是 const的特例,表里只有一条数据时, 为system
explain select * from (select * from film where id = 1) tmp; show warnings;
-
eq_ref:primary key 或 unique key 索引(唯一)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;
-
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(联合唯一索引的前面n个字段),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';
-
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;
-
-
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;
# in 的元素只有一个时, 是 const 查询 explain select * from actor where id in (1, 2);
-
index:扫描某个索引而不用不需要回表就能拿到想要的结果,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(因为要拿全部的数据, 多次硬盘IO),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
为什么这里会使用到二级索引, 而没有使用主键索引呢? 二级索引 idx_name 这棵索引树里, 节点的key是name列的值, 节点的value是主键key即id列的值, 因为film表只有id和name两个列, 且该索引完全覆盖到了这两个列, 这种情况叫做覆盖索引(我觉得应该叫索引覆盖). 然而仔细考虑发现主键索引同样覆盖到了所有的字段, 那为什么要是用二级索引呢? 因为常规来讲, 主键索引持有完整数据, 而二级索引只持有主键key, 通常二级索引中的一个kv的大小比主键索引中的一个kv的大小要小很多, 相对的一个page页就可以存更多的kv对, 而kv对的总数是固定的, 因为二级索引树的每个叶子节点的kv多, 所以遍历二级索引的叶子节点时, 硬盘IO会比较少, 效率要高于遍历主键索引的叶子节点
本例中恰好只有两个字段, 扫描主键索引和二级索引其实是一样的. 但假设有10个字段, 查询的是
select id,name from film
, 主键索引和二级索引都包含了要查询的字段, 但是二级索引kv小一点, 同样大小的数据页中能放下更多的kv, 所以用到的数据页会更少, 读取下一个数据页的硬盘IO也会更少, 所以效率会比使用主键索引高. 所以汇总下来, 当主键索引和二级索引都包含了所有要查询的字段时, 往往优先使用二级索引explain select * from film;
-
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
explain select * from actor;
possible_keys
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。
key
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
key_len
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。
ref
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
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
Extra
列展示的是额外信息。常见的重要值如下
-
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二级索引,整个查询结果只通过二级索引就能拿到结果,不需要通过二级索引树找到主键,再通过主键去主键索引树里获取其它字段值
explain select film_id from film_actor where film_id = 1;
-
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';
-
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;(例子中使用了联合索引的第一个字段)
explain select * from film_actor where film_id > 1;
-
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
explain select distinct name from actor;
-
film.name建立了idx_name索引,此时查询时extra是using index,没有用临时表
explain select distinct name from film;
-
-
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;
-
film.name建立了idx_name索引, 索引本身是有序的, 此时查询时extra是using index
explain select * from film order by name;
-
-
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
explain select min(id) from film;
索引最佳实践
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());
全值匹配
EXPLAIN SELECT * FROM employees WHERE name= 'LiLei';
EXPLAIN SELECT * FROM employees WHERE name= 'LiLei' AND age = 22;
EXPLAIN SELECT * FROM employees WHERE name= 'LiLei' AND age = 22 AND position ='manager';
最左前缀
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';
不在索引列上做任何操作(计算/函数/类型转换(自动/手动)),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';
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';
转化为日期范围查询,有可能会走索引. 当表中数据量太少的时候, 可能MySQL走全表扫描比索引更快, 所以只是有可能走索引
EXPLAIN select * from employees where hire_time >= '2018‐09‐30 00:00:00' and hire_time <= '2018‐09‐30 23:59:59';
还原最初索引状态
ALTER TABLE `employees` DROP INDEX `idx_hire_time`;
存储引擎不能使用组合索引中范围条件右边的列
EXPLAIN SELECT * FROM employees WHERE name = 'LiLei' AND age = 22 AND position ='manage r';
EXPLAIN SELECT * FROM employees WHERE name = 'LiLei' AND age > 22 AND position ='manage r';
组合索引中间用了范围, 后面的position就失效了, 走不到索引了
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
EXPLAIN SELECT name,age FROM employees WHERE name= 'LiLei' AND age = 23 AND position ='manager';
EXPLAIN SELECT * FROM employees WHERE name= 'LiLei' AND age = 23 AND position ='manage r';
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
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';
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;
在索引树中, Null是放在最左边的, 要不要走索引, MySql会有一套成本计算, 比如: 当null值占多数时, isnotnull可能会走索引
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';
EXPLAIN SELECT * FROM employees WHERE name like 'Lei%';
解决like’%字符串%'索引不被使用的方法?
- 使用覆盖索引,查询字段必须是建立覆盖索引字段, index 至少比 ALL 强
EXPLAIN SELECT name,age,position FROM employees WHERE name like '%Lei%';
- 如果不能使用覆盖索引则可能需要借助搜索引擎
字符串不加单引号索引失效
EXPLAIN SELECT * FROM employees WHERE name = '1000';
EXPLAIN SELECT * FROM employees WHERE name = 1000;
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';
1万行数据时走了索引
范围查询优化
给年龄添加单值索引
ALTER TABLE `employees` ADD INDEX `idx_age` (`age`) USING BTREE ;
explain select * from employees where age >= 1 and age <= 2000;
添加10000条数据, 我没加, 大概就是这个意思
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
ALTER TABLE `employees` DROP INDEX `idx_age`;
组合索引使用总结
like KK%相当于=常量,%KK和%KK% 相当于范围
上面第6和第7条, 第6条, b>4这个条件包含了b=5/b=6/b=7/…各种情况, 而每种情况下c是有序的, 但汇总起来c就无序了, 解释的通. 但是第7条, b like ‘kk%’ 这个条件其实和第6条是一样的, 这个条件包含了 b=‘kka’/b=‘kkb’/b=‘kkc’/…等各种情况, 每种情况下c都有序(比如每种情况下c都有3个, 分别是1/2/3), 但是汇总起来c就无序了(1/2/3/1/2/3/1/2/3), 和结果相悖, 为什么? 怎么解释?
其实这里是 MySQL 在5.6版本引入的 索引下推(Index Condition Pushdown,ICP)
优化, 在7这种情况下, 5.6之前的查询方式是在联合索引中根据条件一二拿到一个结果集, 然后回表拿到所有字段的数据, 然后在过滤第三个条件, 5.6起的查询方式是在联合索引中根据条件一二拿到一个结果集, 因为索引其实包含了第三个条件字段, 所以直接在这个结果集的基础上又做了第三个条件的过滤, 最后才是回表拿到所有字段的数据, 这样优化后, 回表的次数显然就会降低很多, 而且索引的第三个字段也有被使用到, 所以 like 'k%'
这种情况不会阻断后面的联合索引字段的使用
‐‐ mysql5.7关闭ONLY_FULL_GROUP_BY报错
select version(), @@sql_mode;SET sql_mode=(SELECT REPLACE(@@sql_mode,'ONLY_FULL_GROUP_BY',''));