文章目录
- Explain中的列
- 索引最佳实战
- 全值匹配
- 最左前缀发则
- 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
- 存储引擎不能使用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
- 总结
- 面试
Explain中的列
所用的到的建表语句
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;
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;
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;
id
id的列就是select的序号,有几个select就有几个ID,id越大先执行,id相同从上往下执行
select_type
select_type 主要表示是简单查询还是复杂查询
包含(simple,primary,subquery)
#关闭mysql5.7新特性对衍生表的合并优化
set session optimizer_switch='derived_merge=off';
explain
select #primary
(select 1 from actor where id =1) #subquery
from
(select * from film where id =1)der; #derived
我们看到最先执行的为id=3的
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)
table
这一列表示 explain 的一行正在访问哪个表。
当有子查询的时候会有 格式
type
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。
从最优到最差分别是system>const>eq_ref>ref>range>index>all
我们最好优化到range
const ,system
就是where 后面条件用的主键或者唯一索引匹配一个常量,system是const的特例,表里只有一条元组匹配时为system
explain extended select * from (select * from film where id = 1) tmp;
select * from film where id = 1
eq_ref
就是主键或者唯一索引被作为连接使用
explain select * from film_actor left join film on film_actor.film_id = film.id
ref
就是用的普通索引作为连接使用,或者唯一索引的部分前缀,或者索引要和某个值比较
1. 简单 select 查询,name是普通索引(非唯一索引)
explain select * from film where name = 'film1';
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
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。前提是使用了索引
explain select * from actor where id > 1;
index
扫描全索引就能拿到结果,一般是扫描二级索引。这种扫描一般不会从索引树根节点去扫描,直接对二级索引的叶子节点遍历和扫描
explain select id,name 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 key
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_len
这一列显示了mysql在索引李使用的字节数,通过这个值可以具体算出使用了索引的哪些列
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,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
数字类型 : 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, 需要一个字节记录是否为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
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)
row
这一列是mysql估计读取并检测的行数,注意这个不是结果集的行数
extra
这一列展示的是额外的信息。
using index
使用的覆盖索引
覆盖索引的定义: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
explain select film_id from film_actor where film_id = 1
Using where
使用的where 语句处理结果,并且查询的列违背索引覆盖
explain select * from actor where name = 'a'
Using index condition
查询的列不完全被索引覆盖,where的条件中是一个前导列的范围
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
2. film.name 建立了idx_name 索引,此时extra是using index,没有使用临时表
explain select distinct name from film;
Using filesort
将使用外部排序,而不是索引排序,数据较小是从内存排序,否则需要在磁盘中排序这种情况下也是要考虑使用索引的来优化的
- actor.name未创建索引,会浏览actor整个表,保存跑排序关键字name和对应的id,然后使用name并检索行记录
explain select * from actor order by name;
2. film.name建立了idx_name索引,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
explain select min(id) from film;
索引最佳实战
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=8 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';
此例中我们看出,随着where条件的增加,即我们联合索引的被匹配的增加,我们的key_len也在增加
最左前缀发则
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、(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';
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';
转换日期范围,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';
ALTER TABLE `employees` DROP INDEX `idx_hire_time`;
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 ='manager';
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 ='manager';
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
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%'
问题: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
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';
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;
原因:mysql内部优化器会根据检索比例,表大小等多个因数整体评估是否走索引,比如这个例子,可能是由于单词数量查询过大导致优化器选择不走索引
优化方法:可以将大范围拆分多个小范围
explain select * from employees where age >=1 and age <=1000;
explain select * from employees where age >=1001 and age <=2000;
ALTER TABLE `employees` DROP INDEX `idx_age`;
总结
面试
1. 主键索引有 二级索引也有 优先使用二级索引
2. 问题: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
explain select name,age,position from employees where name like '%zhuge%'
Using where和Using index
当这两个同时出现的时候使用了覆盖索引,并且是范围查找
explain select name from employees where name like
'zhuge%'
需要注意的是,当Using where和Using index同时出现的时候,此时Using where只是用来从索引中查找数据,此数据如果不是用来过滤,那么就是用来读取,以避免回表读取数据行。