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使用方式
示例表:
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);
根据上面的示例表以及数据来分析Explain关键字的执行计划信息
1、explain关键字
mysql> 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。
2、explain extended关键字
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)。
mysql> explain extended select * from film where id = 1;
mysql> show warnings;
3、explain partitions关键字
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。
三、Explain中的列
explain关键字的执行计划会输出一行结果,这里面包含了很多列信息,接下来我们对每个列进行分析
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
mysql> explain select * from film where id = 2;
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;
此时id列出现了不同的序号,执行顺序从大到小执行。
mysql> set session optimizer_switch='derived_merge=on'; #还原默认配置
union:在 union 中的第二个和随后的 select
mysql> explain select 1 union all select 1;
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<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。
4、partitions列
如果查询是基于分区表的话,partitions 字段会显示查询将访问的分区。
5、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;
const(常量), 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;
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;
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';
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。
mysql> 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。
mysql> 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;
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;
6、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。
7、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(指定索引)、ignore index(忽略索引)。
force index
SELECT * FROM your_table FORCE INDEX (index_name) WHERE condition;
ignore index
SELECT * FROM your_table IGNORE INDEX (index_name) WHERE condition;
8、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;
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,char是定长字符串数值类型
- 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。
详解:MYSQL的explain执行计划中key_len计算方式-CSDN博客
9、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)
10、rows列
这一列是mysql估计要读取并检测的行数(扫描行数),注意这个不是结果集里的行数。
11、filtered列
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)。
12、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
mysql> 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。
mysql> 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。
mysql> 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。
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;
2. 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;
Using filesort(文件排序):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。
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;
2. 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;
Select table 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。
mysql> explain select min(id) from film;
四、索引实践
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());
上面的示例表中建立了一个联合索引,KEY `idx_name_age_position` (`name`,`age`,`position`)。
通过这个联合索引进行实践我们在使用中的情况。
1、全值匹配
所谓的全值匹配就是对索引列使用=进行查询,这样就可以将列看成一个const常量进行使用
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、最左前缀规则
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。
为什么要遵循最左前缀规则?
是由于B+Tree结构和索引列顺序性决定的。
B+Tree结构:因为索引在数据库内部通常以B+Tree结构存储。B+Tree的特点是所有值都是排好序的,且叶子节点包含了索引字段的值和执行数据行的指针。当进行查询时,数据库会从B+Tree的根节点开始,按照索引列的顺序向下遍历,直到找到满足条件的叶子节点。
索引列的顺序性:由于B+树对索引列进行了排序,因此查询时必须按照索引列的顺序进行匹配,以确保查询效率。如果跳过了索引列中的某些列,那么就无法利用B+树的有序性来快速定位数据。
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';
上面3个explain执行计划只有第一条用到了索引,剩下两条因不遵循最左前缀规则是无法使用到索引的。
3、索引列不做任何操作
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 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';
第二条explain只用到了联合索引的name和age列的索引,由于age后面使用>,会出现多条数据 导致position列无法在B+Tree上进行有效的排序使用。
5、尽量使用覆盖索引
尽量只访问索引的查询(索引列包含查询列),减少 select * 语句查询
覆盖索引查询
EXPLAIN SELECT name,age FROM employees WHERE name= 'LiLei' AND age = 23 AND position ='manager';
select * 查询
EXPLAIN SELECT * FROM employees WHERE name= 'LiLei' AND age = 23 AND position ='manager';
使用覆盖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(回表查询)。查询速度要比非覆盖索引要快。
6、尽量不要使用范围符号查询
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('$abc...')索引失效
like以通配符开头('$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 'LiLei%';
如何解决like '%字符串%' 索引不被使用的问题
1. 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%';
2. 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
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 = 'HanMeiMmei';
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
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
假设建立联合索引index(a, b, c),那么索引使用情况如下
where语句 | 索引是否被使用 |
where a = 3 | Y,使用到a |
where a=3 and b=5 | Y,使用到a,b |
where a=3 and b=5 and c=4 | Y,使用到a,b,c |
where b=5或where b=5 and c=4 或where c=4 | N |
where a=3 and c=5 | Y,使用到a,但是c不可用,因顺序在b处断了 |
where a=3 and b>5 and c=4 | Y,使用到a和b,c不能用在范围之后,顺序在b处断了 |
where a=3 and like 'kk%' and c=4 | Y,使用到a,b,c |
where a=3 and like '%kk' and c=4 | Y,只用到a |
where a=3 and like '%kk%' and c=4 | Y,只用到a |
where a=3 and like 'k%kk%' and c=4 | Y,使用到a,b,c |
说明:like KK%相当于=常量,%KK和%KK% 相当于范围