Explain详解与索引最佳实战

最新推荐文章于 2023-05-05 21:41:23 发布
最新推荐文章于 2023-05-05 21:41:23 发布
阅读量719 收藏 5
点赞数 1
分类专栏： # [TL4]分布式框架专题-MySql 文章标签： mysql 数据库 索引 sql
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
本文链接：https://blog.csdn.net/qq_43631716/article/details/116950586
版权

一、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

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

二、Explain分析示例

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','2017‐12‐22
15:27:18'), (2,'b','2017‐12‐22 15:27:18'), (3,'c','2017‐12‐22 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);

mysql> explain select * from actor;

在这里插入图片描述

三、explain 两个变种

1、explain extended（mysql 5.7之后explain自带，之前的版本需要添加）：

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，是一个半分比的值，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;

在这里插入图片描述

如果我们使用explain extended 和show warnings一起查询，就会看到结果2中的优化信息。MySQL会对我们的sql进行优化后再执行，show warnings 就可以查看到优化后的sql大概是什么样子，这条优化后的sql不一定可执行。

explain extended select * from film where id = 1;

show Warnings

在这里插入图片描述
在这里插入图片描述

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。

不过我们都会在数据量大的时候进行分库分表，很少用分区。

四、Explain中的列

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。

  • simple：简单查询。查询不包含子查询和union
explain select * from film where id = 1;

在这里插入图片描述

  • 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）. 用这个例子来了解 primary、subquery 和 derived 类型
mysql> set session optimizer_switch='derived_merge=off'; #关闭mysql5.7新特性对衍生表的合并优化
mysql> explain select (select 1 from actor where id = 1) from (select * from film where id = 1) der;

在这里插入图片描述
我们可以看到id为3的查询，查询类型是DERIVED, 表明该次查询是表的一个临时表，我们也可以看到该查询是from后面的一个查询。

但是，select后也有一个类似的子查询呀，为什么这个不叫临时表呢？

这里我们需要区分一下概念：

1、Select后面的子查询，我们叫做子查询
2、From后面的子查询我们叫做derived, 派生表或者临时表

我们再来看一下id列，id越大的优先级越高。这里最大的是3，表明from后面的子查询会最先执行，其次执行select后面的子查询，最后才执行最外成的查询。这也符合逻辑。

  • union：在 union 中的第二个和随后的 select
mysql> explain select 1 union all select 1;

在这里插入图片描述

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。

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。

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

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

mysql> explain select min(id) from film;

在这里插入图片描述

  • 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.

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

在这里插入图片描述
在这里插入图片描述

  • 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.

mysql> explain select * from film_actor left join film on film_actor.film_id = film.id;

在这里插入图片描述

  • 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。

  1. 简单 select 查询，name是普通索引（非唯一索引）
mysql> explain select * from film where name = 'film1';

在这里插入图片描述

  1. .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
mysql> explain select film_id from film left join film_actor on film.id = film_actor.film_id;

在这里插入图片描述

  • 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。

mysql> explain select * from actor where id > 1;

在这里插入图片描述
这种使用索引的范围查询，需要在B+树叶子节点之间查询，如果数据量比较大的话，效率也是比较低的，所以我们通常需要采取分页的手段。

  • 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。

mysql> explain select * from film;

在这里插入图片描述
我们这张表中有主键索引和name上的普通索引，我们查询全部的时候发现它使用了name二级索引。

这是为什么呢？为什么它不使用主键索引呢？

我们都知道，二级索引的叶子节点存储的是主键索引的值，所以当我们根据name查询的时候，id字段是主键，也可以一起直接查询出来，就不需要回表查询全部数据了。
而且，二级索引是要比主键索引小很多的，因为主键索引是一个聚簇索引，要存储索引和表的全部数据。所以不会优先去查询主键索引。

为什么有些情况下MySql走辅助索引而不走主键索引？

如果要查询的结果集既可以在辅助索引中查到，又可以在主键索引中查到，那么MySql会优先查询辅助索引，因为辅助索引占的空间更小，查询起来更快，可以较少磁盘IO。

如果辅助索引不包括所有的查询字段，那么就会直接去查询主键索引。因为如果依然去查询辅助索引，未查到的字段还需要回表去查询。

select * from table， 这条sql语句不一定不走索引。如果二级索引包含了要查询的所有字段，就会根据二级索引去查询，而不是全表扫描。
  • 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。

mysql> explain select * from actor;

在这里插入图片描述
这里的all，就表示从聚簇索引的叶子节点，一个一个的去扫描，知道匹配到对应的值或者获取全部数据。

而如果使用了过滤条件，比如where id = 1, 这时候就会使用折半查询，从根节点跨速的定位到具体的叶子节点，这时候的效率是比较高的。

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。

mysql> explain select * from film_actor where film_id = 2;

在这里插入图片描述
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
  • 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）
在这里插入图片描述

在这里插入图片描述
表示查询中索引所关联到的列。

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。这里并不是一个准确的值。

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，注意不是使用索引，而是特指覆盖索引！

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

覆盖索引，即查询的字段被索引树所覆盖，不需要再回表查询其他字段。 
mysql> explain select film_id from film_actor where film_id = 1;

在这里插入图片描述

  • Using where： 使用 where 语句来处理结果，并且查询的列未被索引覆盖
mysql> explain select * from actor where name = 'a';

在这里插入图片描述

  • 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；

mysql> explain select * from film_actor where film_id > 1;

在这里插入图片描述

  • 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
mysql> explain select distinct name from actor;

在这里插入图片描述

  1. film.name建立了idx_name索引，此时查询时extra是using index,没有用临时表
mysql> explain select distinct name from film;

在这里插入图片描述
当我们不建立索引，而distinct该字段的时候，mysql需要先将数据读到一张临时表中，然后再在临时表中欧去逐行对比去重。

当建立了索引之后，相当于自动排序了，直接从索引树叶子节点遍历对比就行了。

  • 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。因为索引树本身就是排好序的，只需要将数据拿出来即可。

  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
mysql> explain select * from actor order by name;

在这里插入图片描述

  1. film.name建立了idx_name索引,此时查询时extra是using index
mysql> explain select * from film order by name;

在这里插入图片描述

  • 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

mysql> explain select min(id) from film;

在这里插入图片描述

五、索引实战

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=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());

1.全值匹配

我们使用联合索引的时候，如果匹配索引字段的个数越多，查询效率越高。

EXPLAIN SELECT * FROM employees WHERE name= 'LiLei';

在这里插入图片描述

EXPLAIN SELECT * FROM employees WHERE name= 'LiLei' AND age = 22;

在这里插入图片描述

EXPLAIN SELECT * FROM employees WHERE name= 'LiLei' AND age = 22 AND position ='manager';

在这里插入图片描述
上面的三条sql语句，最后一条的查询效率是最高的。因为它使用了联合索引的全部字段，这样区别度最高，查询效率也最高，可以最快的匹配出结果。

注意，过滤字段的顺序，一定要严格按照联合索引的顺序来写。虽然我们自己不按照顺序写，mysql也会自动帮我们优化成联合索引的顺序。但是我们最好还是自己就严格遵守这个规则。
在这里插入图片描述

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。

EXPLAIN SELECT * FROM employees WHERE name = 'Bill' and age = 31;

复合最左前缀法则
在这里插入图片描述

EXPLAIN SELECT * FROM employees WHERE age = 30 AND position = 'dev';

在这里插入图片描述

EXPLAIN SELECT * FROM employees WHERE position = 'manager';

在这里插入图片描述

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

为什么做了运算会导致索引失效？

假如我们使用了“EXPLAIN SELECT * FROM employees WHERE left(name,3) = ‘LiLei’;” ，索引为什么失效呢？
因为我们的name二级索引树存储的是全名，而部分name（左边、右边或者中间的几位）的索引树根本就不存在，所以必然需要全表扫描。

同理，其他在索引列上做了操作的，操作后的数据没有对应的索引树存在，索引自然就失效了，所以必然需要全表扫描查询。

EXPLAIN SELECT * FROM employees WHERE name = 'LiLei';

在这里插入图片描述
如果做了操作的话，索引会失效：

EXPLAIN SELECT * FROM employees WHERE left(name,3) = 'LiLei';

在这里插入图片描述
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';

在这里插入图片描述
此时可以看到，使用Date()函数后，没有走索引。

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';

在这里插入图片描述
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 ='manager';

在这里插入图片描述

EXPLAIN SELECT * FROM employees WHERE name= 'LiLei' AND age > 22 AND position ='manager';

在这里插入图片描述
我们可以看到后面一条查询的key_len只有78，表示只走了一分部联合索引字段，即只走了name和age两个字段。

为什么呢？
我们知道，复合索引中有序的前提条件是左边的字段值相等。比如有以下数据：

1、		name, age, position("LiLei", 22, "manager")
2、		name, age, position("LiLei", 25, "dev")
3、		name, age, position("LiLei", 26, "manager")
4、		name, age, position("LiLei", 26, "manager")

我们来分析，第一个条件，name=“LiLei”, 上面的四条记录都满足条件；
第二个条件，age>22，此时2、3、4这三条记录满足条件。但是问题出现了，由于这三条记录的age字段的值不相等，在这种情况下，position字段的值自然就不一定是按照顺序排序的，那么该联合索引中的该字段就无法使用了，必须从过滤后的数据中逐行对比找出position="manager‘’的记录。

此时只有name、age字段都相等的情况下，position字段才是按照顺序排序的。这样才是有意义的。

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

EXPLAIN SELECT name,age FROM employees WHERE name= 'LiLei' AND age = 23 AND position = 'manager';

在这里插入图片描述
如果不使用覆盖索引：

EXPLAIN SELECT * FROM employees WHERE name= 'LiLei' AND age = 23 AND position ='manager';

在这里插入图片描述
查询的列尽量走联合索引，这样不用回表查询完整数据，可以提高效率。

如果数据量很大，而且必须查出很多的字段，此时只能使用搜索引擎ES。

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

EXPLAIN SELECT * FROM employees WHERE name != 'LiLei';

在这里插入图片描述
MySQL查询优化器会判断，如果不等于的结果集太多了，走索引还不如全表扫描。

不过也有可能会走索引，要看MySql查询优化器的判断结果。

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

在这里插入图片描述
注意，如果我们的某个二级索引字段可能为NULL，这时候MySQL索引树中，会将这些NULL的节点放到一起，然后使用双向指针连接到其他有数据的节点上。

【NULL, NULL】<----> 【“test1”, “test2”】

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'

在这里插入图片描述
此时查询like条件以百分号开头，即匹配任意字段，此时索引树数据根本不满足这种条件，即没有这样一个排好序的索引树，自然是无法走索引了。

我们再来看百分号在后面的like查询：

EXPLAIN SELECT * FROM employees WHERE name like 'Lei%'

在这里插入图片描述
百分号在后面，即过滤字段的前面部分是相等的，此时复合索引树中的排序，可以走索引先确定出以前几个字段开头的数据。

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 '%Lei%';

在这里插入图片描述
此时使用覆盖索引，所有查询字段都在索引树中，不需要回表。相当于只扫描这个覆盖索引的索引树，而不用扫描全表，相当于是一种优化。

  • 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';

在这里插入图片描述
此时字符串我们加了单引号，是正常走索引的。但是当我们不加的时候，发现是全表扫描：

EXPLAIN SELECT * FROM employees WHERE name = 1000;

在这里插入图片描述
因为此时相当于查询的时候MySQL使用了一个函数，现将你的数字类型转化成字符串，然后再去查询。

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';

在这里插入图片描述
用or是否走索引，要看查询优化器的结果。

用in的时候，in中的条件不能太多，否则会转化成全表扫描。

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;

在这里插入图片描述
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

explain select * from employees where age >=1 and age <=1000;
explain select * from employees where age >=1001 and age <=2000;

在这里插入图片描述
此时1到1000的依然没走索引，可以继续拆分更小一些。

然后我们来看1001到2000的：
在这里插入图片描述
发现这个范围查询是走了索引的。

所以对于范围查询的优化，我们要拆分成合适的小范围去查询，尽量使得查询走索引。

索引使用总结

在这里插入图片描述

萧 炎
关注
  • 1
    点赞
  • 踩
  • 5
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
专栏目录
Explain详解及SQL优化实战.docx
09-17
Mysql数据库优化实战，里面有一些小的例子来说明执行计划的讲解。
EXPLAIN详解与索引最佳实践
qq_37557563的博客
10-27 2100
1. EXPLAIN执行计划 使用EXPLAIN关键字可以模拟优化器执行SQL语句，从而知道MySQL是 如何处理你的SQL语句的，分析 你的查询语句或者表结构的性能瓶颈。 语法 ：Explain + SQL语句 在 select 语句之前增加 explain 关键字，MySQL 会在查询上设置一个标记，执行查询时，会返回执行 计划的信息，而不是执行这条SQL（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） 1.1 执行计划作用 表的读取顺...
Explain详解与索引实战
core815的专栏
09-16 203
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 USE explain_test; -- 示例表 DROP TABLE IF EXISTS `actor`; CREATE TABLE `actor` ( `id` IN
Explain详解与索引最佳实践
weixin_39585051的博客
07-19 432
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 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 参考官方文档：https://dev.mysql.com/doc/refman/5.7/en/explain-output.html 1 示例表： 2 D
EXPLAIN语句分析及索引
路在脚下
04-10 591
通过计算分析系统中收集到的统计信息，为客户端请求的Query提供它认为最优的执行计划
ecplain详解和索引最佳实战.doc
04-26
通过深入分析EXPLAIN输出，我们可以发现潜在的性能问题，比如不必要的全表扫描、索引未被有效利用或者连接操作效率低下等，然后针对性地改进表结构、创建更适合的索引或者调整查询语句，以实现更高效的数据库操作。
mysql索引共2页.pdf.zip
11-22
【MySQL索引详解】 在MySQL数据库管理系统中，索引是一种数据结构，用于快速查找数据库表中的特定记录。索引能够显著提升查询性能，减少数据检索的时间，尤其在处理大量数据时，其作用尤为明显。本文件"mysql索引共...
深入云计算 MongoDB管理与开发实战详解pdf.part1
05-20
《深入云计算(MongoDB管理与开发实战详解)》系统全面的介绍了MongoDB开发、管理、维护和性能优化等方方面面。详细而深入，对MongoDB的开发和管理方法进行了详细的讲解，也对MongoDB的工作机制进行了深入的探讨。注重...
深入云计算 MongoDB管理与开发实战详解pdf.part2
05-20
《深入云计算(MongoDB管理与开发实战详解)》系统全面的介绍了MongoDB开发、管理、维护和性能优化等方方面面。详细而深入，对MongoDB的开发和管理方法进行了详细的讲解，也对MongoDB的工作机制进行了深入的探讨。注重...
Mysql优化order by语句的方法详解
12-16
3. **排序字段顺序与索引列顺序**：对于组合索引，排序字段顺序应与索引列顺序一致，以利用索引。例如，如果有一个`(store_id, email)`的索引，`SELECT * FROM customer WHERE store_id > 5 ORDER BY store_id, ...
高性能mysql之explain实战
胃小的博客
04-03 584
看一个sql,  这个sql比较长,多张表使用左外链接链接在一起,还涉及到分库,但是主要的是两张表是orderinfo表和orderdetail表以及临时表demp;orderinfo表与orderdetail表是一对多的关系,这两张表的数据量都是百万级;(sql中关键信息进行了处理,但不影响分析结果)SELECT busname, buscode, count(demp.orderno), su...
Mysql SQL优化实战 之 EXPLAIN篇
LiuY521的博客
02-26 1279
EXPLAIN ps:本篇博客记录sql优化实战 explain 相关理论知识在其他文章中总结，一些关键字或者知识点就不一一讲解了。 一.单表优化 1.首先创建一个单表 CREATE TABLE `article` ( `id` int(10) NOT NULL, `author_id` int(10) ...
mysql之explain详解（分析索引最佳使用）
科比可比克
04-04 443
mysql之explain详解（分析索引最佳使用） mysql explain用于分析sql 语句的执行及数据库索引的使用。本文将致力于帮助大家充分理解explain所返回的各项参数，从而使大家快速掌握explain用法技巧。如果你在看其他教程或视频后仍觉得云里雾里。那么请通读本文。 用法 explain的用法相当简洁，直接在sql语句前加上EXPLAIN 即可 -- 实际SQL，查找租户为测试的...
索引执行计划Explain详解
藏起来的心跳
08-07 274
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 一、explain中的列解释 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
数据库系统原理与应用教程（038）—— MySQL 的索引（四）：使用 EXPLAIN 命令分析索引
睿思达DBA
07-20 1046
分析查询
Explain详解与索引
简丶简的博客
04-15 384
使用EXPLAIN关键字可以模拟优化器执行SQL语句，从而知道MySQL是 如何处理你的SQL语句的。分析你的查询语句或是结构的性能瓶颈 下面是使用 explain 的例子： 在 select 语句之前增加 explain 关键字，MySQL 会在查询上设置一个标记，执行查询时，会返回执行计划的信息，而不是执行这条SQL（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） 使用的...
索引之explain分析使用详情---一文足以解忧愁
bobo_supper的博客
09-27 538
一、什么是索引 索引是一种排好序的快速查找的数据结构,它帮助数据库高效的查询数据 在数据之外,数据库系统还维护着满足特定查找算法的数据结构,这些数据结构以某种方式指向数据,这样就可以在这些数据结构上实现高效的查找算法.这种数据结构,就是索引 一般来说索引本身也很大,不可能全部存储在内存中,因此往往以索引文件的形式存放在磁盘中 我们平常所说的索引,如果没有特别说明都是指BTree索引(平衡多...
关于Explain详解与索引实践
最新发布
weixin_45925485的博客
05-05 1535
1）id列：id 列的编号是 select 的序列号，有几个 select 就有几个 id，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 则最后执行。2）select_type列：select_type 表示对应行是简单还是复杂的查询。3）table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，所以会先执行id=N的查询。
Explain详解与索引最佳实践1
08-08
通过使用Explain，我们可以获取关于查询性能的关键信息，例如查询的执行计划、索引使用情况以及可能存在的性能瓶颈。 首先，让我们来看一下id列在Explain中的作用。id列是select查询的序列号，每个select对应一个id...

“相关推荐”对你有帮助么？

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。

余额充值