Explain介绍与索引最优实践

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 。会分析大概用到哪些索引，涉及到多少行。
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。

准备的表

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 learn.actor(id, name, update_time) VALUES (1, ‘a’, ‘2020-07-19 19:45:24’);
INSERT INTO learn.actor(id, name, update_time) VALUES (2, ‘b’, ‘2020-07-19 19:45:32’);
INSERT INTO learn.actor(id, name, update_time) VALUES (3, ‘c’, ‘2020-07-19 19:45:38’);

CREATE TABLE film (
id int(11) NOT NULL AUTO_INCREMENT,
name varchar(10) DEFAULT NULL,
PRIMARY KEY (id),
KEY idx_name (name)
) ENGINE=InnoDB AUTO_INCREMENT=4 DEFAULT CHARSET=utf8;
INSERT INTO learn.film(id, name) VALUES (3, ‘film0’);
INSERT INTO learn.film(id, name) VALUES (1, ‘film1’);
INSERT INTO learn.film(id, name) VALUES (2, ‘film2’);

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 learn.film_actor(id, film_id, actor_id, remark) VALUES (1, 1, 1, NULL);
INSERT INTO learn.film_actor(id, film_id, actor_id, remark) VALUES (2, 1, 2, NULL);
INSERT INTO learn.film_actor(id, film_id, actor_id, remark) VALUES (3, 2, 1, NULL);

Explain分析示例

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 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，是一个百分比的值，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）。

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。我的是5.7版本,extended中就有 partitions 字段。

explain中的列

接下来我们将展示 explain 中每个列的信息。

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
   
   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，subquery子查询：actor不在from后边。
       derived衍生查询：film，跟在from后边。id是由高到低执行，所以是3-2-1，primary最外层的。
       table是derived加上id，所以1的table是derived3。
   

5）union：在 union 中的第二个和随后的 select

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。上面解释过了。

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。
    例如下面这条，联想下上一章的索引树，在索引列中选取最小值，可以单独查找索引来完成，索引是有序的，
    可以直接去索引树把最小的id那出来。但是很少情况有这种简单的sql。

 2）const, system：const就是常量的意思，system是 const的特例，看下图

 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。
   效率仅次于const，简单的 select 查询不会出现这种 type。

 4）ref,相比 eq_ref，不使用唯一索引，而是使用普通索引,或者联合索引的前缀。

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。

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。

解释下，这个例子，为什么没有索引条件还走了个普通索引呢？为什么不走主键索引呢？
这里涉及到了覆盖索引，这张表总共就2个字段。

这样看我们要查询的字段再二级索引里都有，mysql内部有个优化原则：凡是要查出的字段在主键索引里有，二级索引里也有，会优先选择二级索引。原因：因为二级索引小，主键索引是聚簇索引他下面有整张表的信息，二级索引叶子结点只存了主键。
当然如果在二级索引里没有我们要查找的结果集，那肯定优先选择主键索引。这个在后边再详细介绍

再对比下ref和index
index:

ref：

7)all:全表扫描，效率最低，比index效率低。

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。

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

 key_len计算规则

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）

9.row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：不是1种索引，只是1种查找方式。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。它不会回表。

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

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；

    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,原因是没有索引，会把结果集先load出来，然后在临时表里去重。
   

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，相当于扫描索引树的时候直接就可以去重了。
   

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

对于这种文件排序、临时表的都可以用覆盖索引去解决，让结果集在索引里都能拿到。

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是

索引最佳实践

示例表

1.全值匹配

第一条用到了name，key_len=74，根据计算原则发现name用到了，下面两个同理，对于字段可以为null，则加1。全值索引就是尽量都把索引用了，效率会高点。

 另外说下，对于下面这这种情况一样走索引，mysql内部有个优化，它会替你排好
 但是不要用这种，增加mysql负担。

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。

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

那为什么不走索引呢，让我们回想起上一章节的索引树。name取了左边的3位，在索引树里没有这个东西，而且一定要有序；所以是不走索引了。
这个地方可以有个优化点
其实这条sql是可以走索引的，pssible_keys_key代表着可以走索引，可是key是空的。解释一下，先走二级索引然后回表，走主键索引得到数据，mysql认为还不如全表扫描来的快，所以就没用索引，其实这里面还有个cost成本分析，我会在下一章详解。

4.存储引擎不能使用索引中范围条件右边的列

解释下第2条sql，在第一个字段走索引情况下，第2个索引字段一定是有序的。所以前俩个都是可以走索引的。第三个字段是无序的

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

6.mysql在使用不等于（！=或者<>）的时候无法使用索引会导致全表扫描
当然这种情况不是固定的

7.is null,is not null 一般情况下也无法使用索引

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

第一条没有走索引，第二条走了。%在前面是无序的，定位不到。%在后面是name的最左前缀，在索引树里是有序的，可以走索引。在mysql底层like可以看成是等号一样，而left函数没做这样的优化，它不会
计算这样的函数，因为某些函数很复杂。执行计划并不会真正执行sql语句。

 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

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

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

先要用索引树扫name=Lilei,还要用索引树扫name=HanMeiMEI，这种情况下mysql认为还是全表扫描快
11.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 ;

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，可能是数据量小，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

最后给大家看下索引使用总结：

%在后边相当于等值查询。相当于field=kk。最后1条其实就相当于，a=3 and b=k and c=4。