explain详解

最新推荐文章于 2024-01-15 11:58:34 发布

yfyh2021

最新推荐文章于 2024-01-15 11:58:34 发布

阅读量73

点赞数

分类专栏： mysql 文章标签： mysql

本文链接：https://blog.csdn.net/yfyh2021/article/details/120971572

版权

mysql 专栏收录该内容

2 篇文章 0 订阅

订阅专栏

首先是我们用到了三张示例表，film，actor，film_actor

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);

Explain中的列

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。
select_type列
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，也称为派生表
```
set  session  optimizer_switch='derived_merge=off'#关闭mysql5.7新特性对衍生表的合
并优化
explain select (select 1 from actor where id = 1) from (select * from film where id = 1) der;
```
table 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。
partitions
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
1. NULL mysql能够在优化阶段分解查询语句,效率非常快
```
explain select min(id) from film 
```
2. const, system const就是通过主键或者唯一索引获取数据，就相当于常量一样，system就是一种特殊的const，就是表里只有一条元素
```
set  session  optimizer_switch='derived_merge=off'
explain select * from (select * from film where id = 1) tmp;
```
3. eq_ref：primary key 或 unique key 索引的所有部分被连接使用
```
explain select * from film_actor left join film on film.id = film_actor.film_id
```
4. 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。
```
explain select * from film where name='film1'
```
  简单 select 查询，name是普通索引（非唯一索引）
```
explain select film_id from film left join film_actor on film.id = film_actor.film_id;
```
5. 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。
```
explain select * from actor where id > 1
```
6. 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。
```
explain select * from film
```
7. 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。
```
 explain select * from actor
```
possible_keys 这一列显示查询可能使用哪些索引来查找
key 这一列显示mysql实际采用哪个索引来优化对该表的访问。
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哪些列。
```
explain select * from film_actor where film_id = 2 
```
key_len计算规则如下：
1. 字符串：
  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
2. 数值类型：
  1. tinyint：1字节
  2. smallint：2字节
  3. int：4字节
  4. bigint：8字节
3. 时间类型
  1. date：3字节
  2. timestamp：4字节
  3. datetime：8字节
4. 如果字段允许为 NULL，需要1字节记录是否为 NULL
ref 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）
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
Extra 这一列展示的是额外信息。常见的重要值如下：
1. Using index：使用覆盖索引
```
explain select film_id from film_actor where film_id = 1
```
2. 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'
```
3. 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
```
4. 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
```
explain select distinct name from actor;
explain select distinct name from film;
```
5. 将用外部排序而不是索引排序
```
explain select * from actor order by name;
explain select * from film order by name;
```

索引最佳实践

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';

结果3会比结果1快

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。
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';
```

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';

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
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';
```
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
```

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 '%Lei';

那对于like '%字符串%'怎么优化呢,使用覆盖索引

EXPLAIN SELECT name,age,position FROM employees WHERE name like '%Lei';

字符串不加单引号索引失效
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
范围查询优化添加年龄的单值索引
```
ALTER TABLE `employees` ADD INDEX `idx_age` (`age`) USING BTREE ;
```
```
explain select * from employees where age >=1 and age <=90000;
```
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 <=10000;
```
还原最初索引状态
```
ALTER TABLE `employees` DROP INDEX `idx_age`;
```