最近学习MySQL的高级应用Explain,写一篇学习心得与总结,目录脑图如下:
一、Explain基本概念
1. Explain定义
· 我们知道MySQL中有一个查询优化器Query Optimizer,它的作用是找到最小代价的正确执行方案;
· EXPLAIN :模拟Mysql优化器是如何执行SQL查询语句的,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表结构的性能瓶颈。
· explain显示了mysql如何使用索引来处理select语句以及连接表。可以帮助选择更好的索引和写出更优化的查询语句。
2. Explain的作用
通过在select+sql语句前加上explain,我们可以看出:
(1)表的读取顺序,id(table是id对应的表)
(2)数据读取操作的操作类型,select type
(3)哪些索引可以使用,possible_keys
(4)哪些索引被实际使用,key
(5)表之间的引用,ref
(6)每张表有多少行被优化器查询,rows
3. explain执行计划包含的信息
二、Explain中各字段的解释
1. id
select查询的数字序列号,表示查询中执行select子句、或多表联合查询时操作表、的顺序;
· (1)id相同,执行顺序由上至下
从t1、t2、t3三张表中查询t2表的全部,查询条件是:t1.id=t2.id 、t1.id=t3.id、t1的其他字段是空;
优化器对于同一个where内部的条件,默认是从右往左读取的;
所以三张表的执行顺序是:t1 -> t3 -> t2;
· (2)id不同,id越大执行优先级越高
如果是子查询,id的序列号会递增,越是在里面的子查询越优先执行,类似于递归的思想;( )里的语句具有优先级
从t2表中查询t2表的全部,查询条件是id,查询条件是三层嵌套:
从表t1查询id——id是从表t3中查询到的t3表的id——t3表的其他字段为空;
用递归的思想,很容易判断,表的执行顺序:t3 -> t1 -> t2
· (3)id同时存在相同和不同的情况,id不同的id大的优先执行,id相同的从上到下执行
这里需要引入一个概念,衍生虚表查询(Derived):
从原表中截取部分信息,组成的结果集可以构成一张新表,这张表并不实际存在,作为一张虚表被调用;这种查询就叫衍生虚表查询;
(从表t3中查询t3表的id,查询条件是其他字段为空)将括号中t3表的查询条件,的结果集作为一张虚表s1,
从虚表s1、表t2中,查询表t2的全部,查询条件是s1.id=t2.id;
所以,查询的顺序是:t3 -> derived2 -> t2
derived2指,由id=2时,即表t3的结果集衍生构成的虚表s1;
2. select_type
查询的类型,一共有以下6种表的查询类型:
· (1)SIMPLE
简单查询,查询中不包含子查询、union(联合查询);
· (2)PRIMARY
查询中若包含子查询,则最外层查询被标记为PRIMARY;
· (3)SUBQUERY
在select或where列表中的子查询
· (4)DERIVED
典型语法:from ( 子查询 ) s1,
在from列表中包含的子查询,被标记为DERIVED(衍生),这个子查询执行后的结果集放在一张虚表s1中;
· (5)UNION
若第二条select出现在union之后,则标记为union联合多表查询;
若union包含在from字句的查询中,即select 属性 from(子查询1 union 子查询2)s1,这种外层的select被标记为DERIVED;
· (6)UNION RESULT
从UNION表中获取结果的SELECT
3. table
指id对应的表,通过id判断表的执行顺序;
也指这一行的数据是关于哪张表的;
4. type
显示查询时,使用了哪种查询类型,日常工作中经常接触到的有以下7种,性能由最好到最差依次是:
system > const > eq_ref > ref > range > index > ALL
一般需要保证查询类型等级达到range,最好能达到ref,避免使用ALL。
· (1)system
系统查询,指表中只有一行数据,这是const的特例,平时不会出现,因为只有一行信息就不叫大数据了,所以意义不大;
· (2)const
常量查询,表示通过索引Index一次就找到了,用于比较 primary key=常量 和 unique=常量 这种索引;
如将主键置于where列表中,mysql具有自动转换类型的功能,会自动将该查询转化为一个常量
d1是虚表,括号具有优先级,首先执行表t1,where id = 1是常量查询const;
虚表d1由于只有一行数据,所以查询类型是系统查询system;
· (3)eq_ref
唯一性索引扫描,对于每个索引键,表中只对应一行数据,常见于主键
where后面没有括号,MySQL优化器从左到右执行,因此先执行表t2,type是ALL全表查询,对应639行信息;然后查询表
t1,type是eq_ref,表1中id只对应1行信息,唯一索引扫描;
· (4)ref
非唯一索引扫描,对于每个索引键,表中可能对应多行数据;
查询表t1中,不重复的字段col1有7条,其余全是重复的;
满足查询条件col1='ac'的记录有284行,所以是ref非唯一索引扫描;
· (5)range
范围查询,where后面的列表中是between、<、>、in
6. key
实际使用的索引,若为NULL,则没有使用索引,常见的可能原因:
· (1)没有建索引
· (2)sql语句写法错误,索引失效;
· (3)possible_key也为NULL时,表示用不到索引
7. key_len
可以通过key_len看出索引字段的个数,74指1个,78指2个,140指3个;
8. ref
显示使用索引的是哪个字段,可以是一个const常量;
ps:type里的ref指非唯一索引扫描,对索引字段,可能存在多个重复值;
从表t1和表t2中查询所有,查询条件:t1.col1=t2.col1、t1.col2='ac';
同一个where列表中,优化器从右到左执行,索引有两个字段;
优先执行字段值'ac',是const常量;
然后执行数据库shared中表t2中的字段col1,即shared.t2.col1;
9. rows
索引查询时,大致估算出查询到所需记录读取的行数,rows越小越好;
10. Extra
额外信息,包含以下三种:
· (1)Using filesort
说明建立的、准备使用的索引index并没有被用到,执行了文件排序;
可能是sql语句写法有问题,与之前建立的索引index冲突了;
· (2)Using temporary
使用了临时表来保存中间结果,说明建立的索引没有使用完全;
常见于排序order by和分组查询group by;
· (3)Using index
select操作中用到了覆盖索引(Covering Index),说明sql执行的效率不错!
覆盖索引(Covering Index):
eg:先creat一个index,index字段a字段b;
然后select 字段a,字段b on table where 字段a=...,字段b=...
即先创建拥有某几个字段的索引,然后查询索引里的字段,where列表是索引字段的值;即当索引字段值为XXX时,查询该字段;这是select效率最高的方式。
··· 若同时出现using where,表明索引被用来执行索引键值的查找;
··· 若没有同时出现using where,表明索引没有用来执行索引键值的查找,只是用来读取数据;
三、Explain中优化索引心得总结
1. 左前缀保留原则
如果索引了多个字段,查询从索引的最左端字段开始,并且不会跳过索引中的字段;
eg:索引字段1,2,3,对应楼层的123层,
如果没有1层,索引2和3,那么无法找到2楼和3楼;
如果没有中间层2层,那么无法找到3楼;
-
ALTER TABLE staffs ADD INDEX idx_staffs_nameAgePos(name, age, pos);
![19d49abebb35f519291926b4784be330ab8ec889](https://i-blog.csdnimg.cn/blog_migrate/2fcc59e0630dcb349ac368bb80dfed61.png)
创建索引 idx_staffs_nameAgePos(name, age, pos),索引字段从左往右依次是name、age、pos
从上图中可以看出:
表1和表2没有name,所以索引无法查找,possible_keys和key都是NULL,出错;
表3中有name,possible_keys和key使用索引idx_staffs_nameAgePos查询,正确;
2. 不在索引列上做任何操作(计算、函数、(自动or手动)类型转换)
已经建立好了索引,在select时,在where列表中对索引列表进行修改,容易引起索引失效,从而变成全表扫描ALL,
降低数据库的效能;
3. 存储引擎不能使用索引中范围条件range(<、>、between、in等)右边的索引字段
最下面的索引,age>11是范围条件,它右边的字段pos='manger'索引失效;
所以最后索引只用到了两个字段,name和age;key_len是78;
4. like形式的range范围查询,以通配符%开头时,要将%放在字母右边,否则索引失效转为全表扫描
可以发现,当like后面字段通配符%放在最左边时,索引失效,type转为全表扫描ALL;
因为字段扫描时,%在最左边无法确定字段,所以索引失效;
若字母在字段最左边,可以确定字段,索引有效;
5. 尽量使用覆盖索引(Covering Index),即create的索引字段与select中where列表的查询字段,一致;
减少使用select *,提高索引效率;
6. 使用不等于(!=、<、>)时,有时无法使用索引会导致全表扫描ALL
* 原本的name='July'时,使用的查询类型type是ref非唯一性索引;*
当变成!=和<>后,转为全表扫描ALL,索引失效;
7. 在创建table中数据时,字段的null/not null,要与explain select where列表中字段保持一致
eg:创建表时,插入数据,字段a为null;
explain select where列表中字段a not null;
查询会出问题;
8. 字符串不加单引号,索引会失效
name='917',变成了name=917;优化器自动转换字段的类型,结果索引失效,key为NULL;
9. 少用or,用它来连接时,索引会失效
![da94db3dc534af180ba2966186eb71a130ca17bb](https://i-blog.csdnimg.cn/blog_migrate/dc8d5ff4fe0f2654d6f4e17d1310b9f6.png)
原文发布时间为:2018-11-7本文作者:琪琪本文来自云栖社区合作伙伴“ LuckQI”,了解相关信息可以关注“ LuckQI”。