MySQL explain 与索引最佳实践

mrathena

已于 2022-03-21 14:57:21 修改

阅读量293

点赞数

分类专栏：中间件文章标签： mysql

于 2021-07-11 22:41:42 首次发布

本文链接：https://blog.csdn.net/mrathena/article/details/118661529

版权

中间件专栏收录该内容

57 篇文章 2 订阅

订阅专栏

博文目录

文章目录

Explain工具介绍
索引最佳实践

EXPLAIN Output Format

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;

在这里插入图片描述
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

在这里插入图片描述

explain select 1 union all select 1;

在这里插入图片描述

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;

在这里插入图片描述

# in 的元素只有一个时, 是 const 查询
explain select * from actor where id in (1, 2);

在这里插入图片描述

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;

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。

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';

在这里插入图片描述

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

在这里插入图片描述

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

在这里插入图片描述

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;

在这里插入图片描述

EXPLAIN SELECT * FROM employees WHERE age = 30 AND position = 'dev';

在这里插入图片描述

EXPLAIN SELECT * FROM employees WHERE position = 'manager';

在这里插入图片描述

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';

在这里插入图片描述

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
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';

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`;

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';

在这里插入图片描述

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';

在这里插入图片描述

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';

在这里插入图片描述

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
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%';

在这里插入图片描述

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;

在这里插入图片描述

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
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
在这里插入图片描述
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

在这里插入图片描述
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',''));

mrathena

关注

0
点赞
踩
0

收藏

觉得还不错? 一键收藏
0
评论
MySQL explain 与索引最佳实践

博文目录文章目录Explain工具介绍示例用表explain 有两个变种explain 中的列idselect_typetabletypepossible_keyskeykey_lenrefrowsExtraEXPLAIN Output FormatExplain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
复制链接

扫一扫