这期来总结一下explain的使用,网上其实也能找到很多对应的案例。
跟八股文不一样,explain几乎是mysql必学的优化之一,是很贴近日常工作的一种技能,这里着重的来介绍一下具体的用法
首先我们要明白一点,explain是什么,它能用来做什么
expain 是mysql的一个关键字,用来识别sql的执行计划,他是我们数据库调优的工具
我们首先来看两张表
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 `actor` (`id`, `name`, `update_time`) VALUES (1,'a',NOW()), (2,'b',NOW()), (3,'c',NOW());
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');
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);
执行完sql以后,我们使用一下explain查看执行计划
![](https://img-blog.csdnimg.cn/img_convert/b3642d7bae05f78711977b5be2a014b1.png)
![](https://img-blog.csdnimg.cn/img_convert/13917d80672db33fbae7af1053e1353b.png)
那么这些列各自代表什么意思呢
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。
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 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
![](https://img-blog.csdnimg.cn/img_convert/19821dfe054c5fd82636b5cd10aa95c8.png)
![](https://img-blog.csdnimg.cn/img_convert/e918be413a2140844f914bd19cc9c80a.png)
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。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
![](https://img-blog.csdnimg.cn/img_convert/7b7e2e45b7514637d3278bb41614bc11.png)
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。 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。
![](https://img-blog.csdnimg.cn/img_convert/27c0a4792a86f2c2ced931c40d6e1ab5.png)
![](https://img-blog.csdnimg.cn/img_convert/1cb4e06b1a4c076d9c8c5219d4361f5b.png)
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
![](https://img-blog.csdnimg.cn/img_convert/0231a276d037e8525d8b401a3b92635a.png)
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。 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。
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。
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。
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
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)
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。
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,再通过主键去主键索引树里获取其它字段值
![](https://img-blog.csdnimg.cn/img_convert/18f564fd01f0c22c129e6724bd56fa20.png)
Using where:使用 where 语句来处理结果,并且查询的列未被索引覆盖
![](https://img-blog.csdnimg.cn/img_convert/670db7f6294280032505c3b8ace27887.png)
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;
![](https://img-blog.csdnimg.cn/img_convert/419817794687a89720115ebe44152578.png)
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。
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
![](https://img-blog.csdnimg.cn/img_convert/6bb26fde65305bd9f9798b2c68c225b6.png)
2.film.name建立了idx_name索引,此时查询时extra是using index
![](https://img-blog.csdnimg.cn/img_convert/e06f61a225693442270d4b662d552cb3.png)
3.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,table会显示为空
![](https://img-blog.csdnimg.cn/img_convert/55017c26310419937be426d107cced63.png)
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',21,'dev',NOW());
INSERT INTO employees(name,age,position,hire_time) VALUES('Lucy',23,'dev',NOW());
下面来看看实战
全值匹配 EXPLAIN SELECT * FROM employees WHERE name= 'LiLei';
![](https://img-blog.csdnimg.cn/img_convert/d2779f04b3043d9388ca6bbed20665f5.png)
EXPLAIN SELECT * FROM employees WHERE name= 'LiLei' AND age = 22;
![](https://img-blog.csdnimg.cn/img_convert/bb62c61987076b435e8f444e603ae99d.png)
EXPLAIN SELECT * FROM employees WHERE name= 'LiLei' AND age = 22 AND position ='manage r';
![](https://img-blog.csdnimg.cn/img_convert/255aa543de876c583a2bf7c51078d95b.png)
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 EXPLAIN SELECT * FROM employees WHERE name = 'Bill' and age = 31;
![](https://img-blog.csdnimg.cn/img_convert/a6c848ea906b2a8ec30d85a8fa68ac20.png)
2 EXPLAIN SELECT * FROM employees WHERE age = 30 AND position = 'dev'; (跳过了name)
![](https://img-blog.csdnimg.cn/img_convert/aae846955b5306c1fc028667707e2976.png)
3 EXPLAIN SELECT * FROM employees WHERE position = 'manager';(跳过了name和age)
![](https://img-blog.csdnimg.cn/img_convert/3f914a5dc40befb3b0d430c342e4b0cc.png)
做一些小优化
EXPLAIN SELECT position FROM employees WHERE position = 'manager';(只查询position即可)
![](https://img-blog.csdnimg.cn/img_convert/ecf1463dcca07b0078285e3ef0ebb51c.png)
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 EXPLAIN SELECT * FROM employees WHERE name = 'LiLei';
![](https://img-blog.csdnimg.cn/img_convert/ca1194557ffd0953a659a937720d1a4b.png)
EXPLAIN SELECT * FROM employees WHERE left(name,3) = 'LiLei';
![](https://img-blog.csdnimg.cn/img_convert/fc5a1fbcee784aa247cb5d578480e79e.png)
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:
EXPLAIN select * from employees where hire_time >='2018‐09‐30 00:00:00' and hire_time < ='2018‐09‐30 23:59:59';
4.存储引擎不能使用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';
![](https://img-blog.csdnimg.cn/img_convert/688fe6a7ce7ec9dd155609288c0bbc9c.png)
2 EXPLAIN SELECT * FROM employees WHERE name= 'LiLei' AND age > 22 AND position ='manage r';
![](https://img-blog.csdnimg.cn/img_convert/b464bd708a00e26f27b90cad0b15d4a0.png)
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 EXPLAIN SELECT name,age FROM employees WHERE name= 'LiLei' AND age = 23 AND position ='manager';
![](https://img-blog.csdnimg.cn/img_convert/dda1cc436652e10fa9de98505d5bb3b6.png)
EXPLAIN SELECT * FROM employees WHERE name= 'LiLei' AND age = 23 AND position ='manage r';
![](https://img-blog.csdnimg.cn/img_convert/e7837f67c014d643da79042d88da50f4.png)
6.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 (5.7),本人的8.0可以使用!= EXPLAIN SELECT * FROM employees WHERE name != 'LiLei';
![](https://img-blog.csdnimg.cn/img_convert/bc378758d87e549ce1c8e2dacc16f53e.png)
7.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 ;
![](https://img-blog.csdnimg.cn/img_convert/ba78f1034f93bee0bbda701f43da7a68.png)
8.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';
![](https://img-blog.csdnimg.cn/img_convert/e837ce826cc7cf841130d1fd1e2fb801.png)
EXPLAIN SELECT * FROM employees WHERE name like 'Lei%'
![](https://img-blog.csdnimg.cn/img_convert/99ca137118d06f43898edd21e37e258c.png)
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 EXPLAIN SELECT name,age,position FROM employees WHERE name like '%Lei%';
![](https://img-blog.csdnimg.cn/img_convert/10d0d46cee0de0235c53ac8c24ec4381.png)
如果是%xx的这种,可以使用reverse函数强行转为xx%
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 EXPLAIN SELECT * FROM employees WHERE name = '1000';
![](https://img-blog.csdnimg.cn/img_convert/7b6562a177870ff12343c09db2646296.png)
EXPLAIN SELECT * FROM employees WHERE name = 1000;
![](https://img-blog.csdnimg.cn/img_convert/857ecaee05888b661752eaecbf6eaf57.png)
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(目前数量少未失效), EXPLAIN SELECT * FROM employees WHERE name = 'LiLei' or name = 'HanMeimei';
![](https://img-blog.csdnimg.cn/img_convert/7410025a3416ac19b3c2148672987e99.png)
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 ; explain select * from employees where age >=1 and age <=2000;
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