Explain详解与索引优化最佳实践

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会在查询前设置一个标记,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

Explain分析示例

explain官方文档

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','2024-02-22 15:27:18'), (2,'b','2024-02-22 15:27:18'), (3,'c','2024-02-22 15:27:18');

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

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)

   explain extended select * from film where id =1;
   show warnings
   

   

   

2. explain partitions: 相比explain多了个partitions字段,如果查询是基于分区表的话,会查询将访问的分区

以上两个变种新增的filtered列和partitions列在5.7以后使用explain都会直接显示出来,不需要再加其他的关键字

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

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

   explain select * from film where id = 2
   

   

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,也成为派生表(derived的英文含义)

   set session optimizer_switch='derived_merge=off';
   explain select(select 1 from actor where id = 1) from (select * from film where id = 1)der;
   

   

   set session optimizer_switch='derived_merge=on';
   

5. union: 在union中的第二个和随后的select

   explain select 1 union all select 1
   

   

table

这一列表示explain的一行正在访问那个表.

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.

依次最优到最差分别为:system>const>eq_ref>ref>range>index>ALL

关于SQL性能优化目标,Java开发手册（嵩山版）:

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:再索引列中选取最小值,可以单独查找索引来完成(B+树叶子节点最左节点就是最小值).不需要在执行时访问表

explain select min(id) from film

system,const: 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,所有表最多有一个匹配行,读取1次速度比较快. system时const的特例, 表中只有一条元素匹配时为system

explain select * from (select * from film where id = 1)tmp;
show warnings

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.这可能是再const之外最好的连接类型了,简单的select查询不会出现这种type

ref: 相比eq_ref,不适用唯一索引,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记录

1. 简单的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记录

explain select * from actor where id > 1

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,这种查询一般会使用覆盖索引,二级索引一般比较小,所以这种秦广比ALL快一些

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优化了.

explain select * from actor

possible_keys

这一列显示查询可能使用那些索引来查找

explain时可能踹向那possible_keys有值,而key显示为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,选择了全表扫描

如果改列是Null,则没有相关的索引.在这种情况下,可以通过检查where子句看是否可以创建一个适当的索引来提高查询性能,然后用explain查看效果

key

这一列显示mysql实际采用那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使用或护士possible_keys列中的索引,在查询中使用force index,ignore index

key_len

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那些列

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都是4字节.通过结果中的key_len=4可以推断查询使用了第一个列:film_id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以后的版本中,n代表字符数,而不是字节数, 如果是utf-8,一个数字或字母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):如果存汉字长度就是3n+2字节,加的2字节用来存储字符串长度,因为varchar是可变长度字符串
• 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

这一列显示在key列记录的索引中, 表查找值所使用到的列或常量,常见的由:const;字段名

rows

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

filtered

该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)

Extra

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,这种情况下就避免了回表.一般可以说用到了覆盖索引.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覆盖索引就能拿到结果,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获取其他字段的值

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

   explain select distinct name from actor
   

   

2. film.name建立了idx_name索引,此时查询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,否则需要再磁盘完成排序.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整张表,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
   

   

2. film.name建立了idx_name索引.此时查询时extra时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时

explain select min(id) from film

索引最佳实战

示例表：
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());

1. 全值匹配

   explain select * from employees where name = 'LiLei'
   

   

   explain select * from employees where name = 'LiLei' and age = 22
   

   

2. 最左前缀法则

   如果联合索引,要遵守最左前缀法则.指的是查询从索引的最左列开始并且不跳过索引中的列.

   explain select * from employees where name = 'LiLei' and age = 22;
   explain select * from employees where age = 30 and position = 'dev';
   explain select * from employees where position = 'dev'
   

   

   

   

3. 不在索引列上做任何操作(计算,函数,自动/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) = '2024-03-13'
   

   

   转化为日期范围查询,有可能会走索引

   explain select * from employees where hire_time >= '2024-03-13 00:00:00' and hire_time <= '2024-03-13 23:59:59'
   

   

   还原最初索引状态

   alter table employees drop index idx_hire_time
   

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 = 'dev';
   explain select * from employees where name = 'LiLei' and age > 22 and position = 'dev';
   

   

   

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,position from employees where name = 'LiLei' and age = 22 and position = 'dev';
   explain select * from employees where name = 'LiLei' and age = 22 and position = 'dev';
   

   

   

6. mysql在使用不等于(!=/<>),not int,not exists的时候无法使用索引会导致全表扫描.小于,大于,小于等于,大于等于这些,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'
   

   

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
   

   

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

   explain select * from employees where name like '%Li';
   explain select * from employees where name like 'Li%'
   

   

   

   问题:解决以通配符开头索引不被使用的办法

   • 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 '%Li';
     

     

   • 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';
   explain select * from employees where name = 1000;
   

   

   

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

    explain select * from employees where name = 'LiLei' or name = 'HanMeiMei'
    

    

11. 范围查询优化

    给age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
    

    

    没走索引的原因: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,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 >= 1000 and age <= 2000;
    

    

    

    还原最初索引状态

    alter table employees drop index idx_age
    

索引使用总结

like ‘kk%’ 相当于=常量,‘%kk’ 和’%kk%'相当于范围