Explain详解与索引最佳实践

概要

一、Explain 使用与详解
二、从 B+树底层分析常见索引优化原则
三、Mysql 索引最佳实践

知识点详解

一、Explain 使用与详解
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

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； 在 mysql5.7 版本之前利用 explain 去查看 sql 语句的执行计划，如果不显示 partitions和 filtered 这俩值，那就使用explain extended就可以出现。
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（基本上不会用，一般都是分库分表 ）。
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）。

show warnings ：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（mysql 内部针对这条 sql 做的 一些优化，主要告诉我们会做哪些优化，但是显示的 sql 语句不一定可执行）。
字段详解：

（1）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 可能一样）；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：
表示 sql 语句的类型，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
primary：复杂查询中最外层的 select
subquery：包含在 select 中的子查询（不在 from 子句中）
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）

union：在 union 中的第二个和随后的 select
（3）table：
表示查询的哪张表，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。（其中例子中的中的 3 表示select_type 是 derived 的 查询的 id）
（4）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（性能非常高，但是一般不会有这么简单的 sql）
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（简而言之，根据主键索引（唯一索引）去检索因为只会匹配上一条数据相当于检索一条常量，所以用 const 表示；而 system 表示从一条数据中再检索一次，那检索效率会更快）

mysql 内部优化之后就是直接按照常量去查询了，所以查询效率很快

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。（例如，film 表查询的时候关联了主键索引/唯一索引），基本上到这个级别 sql 就不需要再优化了

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（联合主键索引），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。

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。（例子中不扫描主键索引是因为辅助索引叶子节点包含了主键的值，没有其他列了，加上辅助索引树本身就比主键索引树占用磁盘空间少，所以 mysql 扫描的是二级索引）
所以哦！在查询全表数据的时候，不一定走主键索引，如果只有两列值那么就会走辅助索引

ALL：即全表扫描，扫描你的聚簇索引(主键索引)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。（因为查询过程的是索引的叶子节点每一个磁盘页，会跟 RAM 进行多次 IO 操作）
(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。
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。

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
(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). 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。
(10)Extra列
这一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(即不需要回表)，再通过主键去主键索引树里获取其它字段值

Using where：使用 where 语句来处理结果，并且查询的列未被索引覆盖（这种情况一般需要优化了）

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；

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

film.name建立了idx_name索引，此时查询时extra是using index,没有用临时表（说白了，从索引树边扫描边去重，因为是排好序的）
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

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

常见的 mysql 优化原则：
一、全值匹配
使用联合索引尽量使用到联合索引中所有的字段，当数据量很大的时候，全值匹配的 rows 会是最少的
（为什么？从 索引树分析就是匹配到的索引越多，定位就越快）

二、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
（为什么？因为索引树是排好序的，起始没匹配上或者中间索引有跳过，对应的索引字段就无法快速定位）

三、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
（为什么？运算可能会导致索引值找不到，比如 left(name,3)所得出的值可能不存在索引树中）

四、利用范围查询去替代函数运算可能会走索引从而提升效率
（为什么说可能，因为 mysql 底层是否需要走索引会自己评估一个算法（因为 >,<,>=,<=不一定走索引，因为内部优化器会计算，符合条件的值的总和，与总数据量的比值，比值<=0.30，才会走索引），mysql 底层算法会得出可能全表扫描会比走索引更加效率高一些，后续我会另出一个章节去研究），下图执行过程显示 sql 语句可能会走索引，实际却没有，原因是数据量比较少加上走索引会回表


五、存储引擎不能使用索引中范围条件右边的列
（为什么？因为前面的索引列值相同，才会保证后面索引列有序）

六、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
七、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
八、is null,is not null 一般情况下也无法使用索引（null 会在索引树上集中存放）
九、like以通配符开头（‘$abc…’）mysql索引失效会变成全表扫描操作
（为什么？%在前的条件去索引树上找 Lei，由于前面还有未知的字符串，只看后面小半截在索引树中是无序的，同理%在后面的类似于最左匹配原则，在索引树中是有序的）
杠精们：我就想用%在前去查询，那么查询的字段尽量覆盖索引，不去回表，查询字段必须是建立覆盖索引字段或者使用搜索引擎ES 等

十、字符串不加单引号索引失效

十一、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
十二、范围查询优化

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

最后索引总结：
like KK%相当于=常量，%KK和%KK% 相当于范围