文章目录
- Explain工具介绍
- Explain分析示例
- explain 两个变种
- explain中的列
- 索引最佳实践
- 1.全值匹配
- 2.最左前缀法则
- 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
- 4.存储引擎不能使用索引中范围条件右边的列
- 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
- 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
- 7.is null,is not null 一般情况下也无法使用索引
- 8.like以通配符开头('$abc...')mysql索引失效会变成全表扫描操作
- 9.字符串不加单引号索引失效
- 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
- 11.范围查询优化
- 索引使用总结:
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
示例表-建表sql
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` )
VALUES
( 1, 'a'),
( 2, 'b' ),
( 3, 'c');
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
);
执行以下sql
explain select * from actor;
在查询中的每个表会输出一行,如果有两个表通过 join 连接查询,那么会输出两行
explain 两个变种
explain extended:
- 会在 explain 的基础上额外提供一些查询优化的信息。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)
mysql> explain extended select * from film where id = 1;
- 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。
show warnings;
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。
explain中的列
接下来我们将展示 explain 中每个列的信息
我们下面用一个稍微复杂的查询俩字来解释id列与select_type列与table列这两列的数据
- 首先关闭mysql5.7新特性对衍生表的合并优化
set session optimizer_switch='derived_merge=off';
- 然后执行sql
explain select (select 1 from actor where id = 1) from (select * from film where id = 1) der;
- 执行结果如下
id列:
- 在一个有子查询的sql中,标识sql的优先级,或者理解为执行顺序,id越大,优先级越高,id相同则从上往下执行,id为NULL最后执行。
- 比如上面的SQL,这个select * from film where id = 1优先级最高,因为不查询出这个结果,前面的sql都没有数据源,其次就是select 1 from actor where id = 1这个sql,因为这个sql不执行,那么最外层的sql都不知道自己要查什么字段。
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(连表查询) - 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列
- 既表示从那张表中查询的数据,当 from 子句中有子查询时,table列是 derivenN 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。比如图中的id=1的那一列的table为derived3,就表示是查询的id=3的那个sql查询出来的数据。
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
explain select min(id) from film;
- 这里之所以是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。句最小的id可以直接从B+Tree中那倒索引值,直接拿到数据。
1:system与const
- 执行的sql语句
explain extended select * from (select * from film where id = 1) tmp;
- 执行执行结果如下
constant
sql中有用到primary key 或 unique key ,在mysql对其进行优化后,能将其转化为一个常量(可以看show warnings 的结果,show warnings优化后的sql是伪sql,有时候可能不能执行),相当于常量查询,很快。即为const。
- 执行的sql语句
select '1' AS `id`,'film1' AS `name` from dual
- 执行结果
system
在用primary key 或 unique key 的所有列与常数比较时,只有一行记录匹配,即为system。
- 结果分析
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是const的特例,表里只有一条数据匹配时为system。
2:eq_ref
- 执行的sql语句
explain select * from film_actor left join film on film_actor.film_id = film.id;
- 执行结果
- 结果分析
我们关联表去查询的时候,使用主键或者唯一键去关联表查询,最多只会返回一条符合条件的记录。这个时候就是eq_ref。其性能仅次于const。
3:ref
- 执行sql语句
explain select * from film where name = 'film1'
-
执行结果
-
结果分析
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(最左匹配原则),可能会找到多个符合条件的行。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。
-
执行sql语句
explain select film_id from film left join film_actor on film.id = film_actor.film_id;
- 执行结果
4:range
- 执行sql语句
explain select * from actor where id > 1;
-
执行结果
-
结果分析
1:还是有用到索引,但是范围查询,这样的sql type就是range
2: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。
5:index
- 执行sql语句
select * from film;
-
执行结果
-
结果分析
扫描全索引才能拿到结果(要去吧所有的索引全部查找一遍),一般是扫描某个二级索引。而不是主键索引。mysql的优化原则,在我们查询的字段找那个如果有我们的所有的索引,那么就会优先使用二级索引去查找。
为什么这么设计呢?因为二级索引比主键索引小很多。二级索引叶子节点下存储的是主键的索引值,而非具体的数据。所以会小很多。
虽然用了索引,但是他是会去磁盘上遍历所有的索引,效率其实并不高,也是需要优化的,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。如下图
6:ALL
- 执行sql语句
explain select * from actor;
-
运行结果
-
结果分析
效率最低的。即全表扫描,扫描你的所有的聚簇索引(主键索引)的所有叶子节点,会把所有的主键索引都扫描一遍,通常情况下这需要增加索引来进行优化了。如下图
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联合索引中的第一个字段。
比如以下的sql -
执行sql语句
explain select * from film_actor where film_id = 2;
-
运行结果
-
结果分析
这里只使用了联合索引的第一个字段film_id,int类型所以length为4 -
然后再看下面的SQL
-
执行sql语句
explain select * from film_actor where film_id = 2 and actor_id = 2;
-
执行结果
-
结果分析
这个里面使用了联合索引的两个字段,film_id和actor_id,所以length为8
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。
1:char(n)
如果存汉字长度就是 3n 字节
2: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),比如以下sql
- 执行sql语句
explain select film_id from film left join film_actor on film.id = film_actor.film_id;
- 执行结果
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。
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;
film.name建立了idx_name索引,此时查询时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。
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
explain select * from actor order by name;
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是
explain select min(id) from film;
索引最佳实践
创建示例表
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;
EXPLAIN SELECT * FROM employees WHERE name= 'LiLei' AND age = 22 AND position ='manager';
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;
EXPLAIN SELECT * FROM employees WHERE age = 30 AND position = 'dev';
EXPLAIN SELECT * FROM employees WHERE position = 'manager';
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';
EXPLAIN SELECT * FROM employees WHERE left(name,3) = 'LiLei';
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';
EXPLAIN SELECT * FROM employees WHERE name= 'LiLei' AND age > 22 AND position ='manager';
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';
EXPLAIN SELECT * FROM employees WHERE name= 'LiLei' AND age = 23 AND position ='manager';
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';
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(‘$abc…’)mysql索引失效会变成全表扫描操作
EXPLAIN SELECT * FROM employees WHERE name like '%Lei'
通配符在右边时可以走索引
EXPLAIN SELECT * FROM employees WHERE name like 'Lei%'
- 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%';
- 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;
- 如果字段与我们的查询条件字段类型不符,那可能会把字段在底层的类型进行转换导致不能走索引。
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
explain select * from employees where age >=1 and age <=1000;
explain select * from employees where age >=1001 and age <=2000;
索引使用总结:
like KK%相当于=常量,%KK和%KK% 相当于范围