mysql优化——2.explain详解与实践

ゝ一世哀愁。 2022-03-06 12:36 235阅读 0赞

# explain详解与实践 #

每天多学一点点~  
话不多说，这就开始吧…

### 文章目录 ###

*  explain详解与实践
 *   *  1.前文
     *  2.准备工作
     *  3.explain执行计划
     *   *  2.1 explain几种方式
         *  2.2 explain 中的列
     *  4.实战
     *  5.总结
     *  6.结语

## 1.前文 ##

上文 [mysql优化——1.索引底层原理][mysql_1.] 博主留了个悬念，什么是最左前缀原理,下面我们通过几个例子来学习一下

## 2.准备工作 ##

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);

## 3.explain执行计划 ##

### 2.1 explain几种方式 ###

1）explain  
mysql> explain select \* from actor;  
![在这里插入图片描述][20190318231709538.png]

1）explain extended：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）。  
mysql> explain extended select \* from film where id = 1;  
![在这里插入图片描述][20190318231725296.png]  
mysql> show warnings;  
![在这里插入图片描述][20190318231732939.png]

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。

### 2.2 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。MySQL将 select 查询分为简单查询(SIMPLE)和复杂查询(PRIMARY)。  
    复杂查询分为三类：简单子查询、派生表（from语句中的子查询）、union 查询。  
    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  
    1）简单子查询  
    mysql> explain select (select 1 from actor limit 1) from film;  
    ![在这里插入图片描述][20190318231817382.png]  
    2）from子句中的子查询  
    mysql> explain select id from (select id from film) as der;  
    ![在这里插入图片描述][20190318231846194.png]  
    这个查询执行时有个临时表别名为der，外部 select 查询引用了这个临时表  
    3）union查询  
    mysql> explain select 1 union all select 1;  
    ![在这里插入图片描述][20190318231915841.png]  
    union结果总是放在一个匿名临时表中，临时表不在SQL中出现，因此它的id是NULL。
2.  select\_type列  
    select\_type 表示对应行是简单还是复杂的查询，如果是复杂的查询，又是上述三种复杂查询中的哪一种。  
    1）simple：简单查询。查询不包含子查询和union  
    mysql> explain select \* from film where id = 2;  
    ![在这里插入图片描述][20190318232209812.png]  
    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）子查询  
    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（derived的英文含义）  
    用这个例子来了解 primary、subquery 和 derived 类型  
    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][20190318232235437.png]  
    5）union：在 union 中的第二个和随后的 select  
    6）union result：从 union 临时表检索结果的 select  
    用这个例子来了解 union 和 union result 类型：  
    mysql> explain select 1 union all select 1;  
    ![在这里插入图片描述][2019031823232123.png]
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][20190318232441429.png]  
    **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;  
    ![在这里插入图片描述][20190318232519409.png]  
    mysql> show warnings;  
    ![在这里插入图片描述][20190318232531502.png]  
    **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][20190318232548532.png]  
    **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][20190318232558686.png]  
    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;  
    ![在这里插入图片描述][20190318232715165.png]  
    **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。  
    **index**：扫描全表索引，这通常比ALL快一些。（index是从索引中读取的，而all是从硬盘中读取）  
    **ALL**：即全表扫描，意味着mysql需要从头到尾去查找所需要的行。通常情况下这需要增加索引来进行优化了
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][20190318233305841.png]  
    key\_len计算规则如下：  
    1)字符串  
    char(n)：n字节长度  
    varchar(n)：2字节存储字符串长度，如果是utf-8，则长度 3n + 2  
    ![在这里插入图片描述][20190318233512433.png]  
    符串长度，如果是utf-8，则长度 3n + 2  
    2)数值类型  
    tinyint：1字节  
    smallint：2字节  
    int：4字节  
    bigint：8字节　　  
    3)时间类型  
    date：3字节  
    timestamp：4字节  
    datetime：8字节  
    **注意：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）
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。
10. ***Extra列***  
    这一列展示的是额外信息。常见的重要值如下：  
    **Using index**：查询的列被索引覆盖，并且where筛选条件是索引的前导列，是性能高的表现。一般是使用了覆盖索引(索引包含了所有查询的字段)。对于innodb来说，如果是辅助索引性能会有不少提高  
    mysql> explain select film\_id from film\_actor where film\_id = 1;  
    ![在这里插入图片描述][20190318233849832.png]  
    **Using where**：查询的列未被索引覆盖，where筛选条件非索引的前导  
    mysql> explain select \* from actor where name = ‘a’;  
    ![在这里插入图片描述][20190318233934109.png]  
    **Using where Using index**：  
    1.查询的列被索引覆盖，**并且where筛选条件是索引列之一但是不是索引的前导列**，意味着无法直接通过索引查找来查询到符合条件的数据  
    mysql> explain select film\_id from film\_actor where actor\_id = 1;  
    ![在这里插入图片描述][20190318234019550.png]  
    2.查询的列被索引覆盖，并且where筛选条件是索引列前导列的一个范围，同样意味着无法直接通过索引查找查询到符合条件的数据  
    mysql> explain select film\_id from film\_actor where film\_id < 2;  
    ![在这里插入图片描述][20190318234104647.png]  
    **NULL**：查询的列未被索引覆盖，并且where筛选条件是索引的前导列，意味着用到了索引，但是部分字段未被索引覆盖，必须通过“回表”来实现，不是纯粹地用到了索引，也不是完全没用到索引  
    mysql>explain select \* from film\_actor where film\_id = 1;  
    ![在这里插入图片描述][20190318234138832.png]  
    **Using index condition**：与Using where类似，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][20190318234201845.png]  
    **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][20190318234305861.png]  
    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;  
    ![在这里插入图片描述][20190318234328519.png]  
    **Using filesort**：mysql 会对结果使用一个外部索引排序，而不是按索引次序从表里读取行。此时mysql会根据联接类型浏览所有符合条件的记录，并保存排序关键字和行指针，然后排序关键字并按顺序检索行信息。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;  
    ![在这里插入图片描述][20190318234355616.png]  
    2)film.name建立了idx\_name索引,此时查询时extra是using indexmysql> explain select \* from film order by name;  
    ![在这里插入图片描述][20190318234358946.png]

## 4.实战 ##

创建表

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’;  
    ![在这里插入图片描述][2019031823530667.png]  
    EXPLAIN SELECT \* FROM employees WHERE name= ‘LiLei’ AND age = 22;  
    ![在这里插入图片描述][20190318235325526.png]  
    EXPLAIN SELECT \* FROM employees WHERE name= ‘LiLei’ AND age = 22 AND position =‘manager’;  
    ![在这里插入图片描述][20190318235336143.png]
2.  **最佳左前缀法则**  
    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 age = 22 AND position =‘manager’;  
    EXPLAIN SELECT \* FROM employees WHERE position = ‘manager’;  
    EXPLAIN SELECT \* FROM employees WHERE name = ‘LiLei’;  
    ![在这里插入图片描述][20190318235353195.png]
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’;  
    ![在这里插入图片描述][20190318235412433.png]
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’;  
    ![在这里插入图片描述][20190318235426347.png]
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][20190318235442291.png]  
    EXPLAIN SELECT \* FROM employees WHERE name= ‘LiLei’ AND age = 23 AND position =‘manager’;  
    ![在这里插入图片描述][20190318235454212.png]
6.  **mysql在使用不等于（！=或者<>）的时候无法使用索引会导致全表扫描**  
    EXPLAIN SELECT \* FROM employees WHERE name != ‘LiLei’  
    ![在这里插入图片描述][2019031823550617.png]
7.  **is null,is not null 也无法使用索引**  
    EXPLAIN SELECT \* FROM employees WHERE name is null  
    ![在这里插入图片描述][20190318235517789.png]
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][20190318235531204.png]  
    EXPLAIN SELECT \* FROM employees WHERE name like ‘Lei%’  
    ![在这里插入图片描述][20190318235545332.png]  
    **问题：解决like’%字符串%'索引不被使用的方法？**  
    a）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][20190318235615206.png]  
    b）当覆盖索引指向的字段是varchar(380)及380以上的字段时，覆盖索引会失效！
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;  
    ![在这里插入图片描述][20190318235631152.png]
10. **少用or,用它连接时很多情况下索引会失效**  
    EXPLAIN SELECT \* FROM employees WHERE name = ‘LiLei’ or name = ‘HanMeimei’;  
    ![在这里插入图片描述][20190318235234481.png]

## 5.总结 ##

![在这里插入图片描述][watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3dlaXhpbl80MjQzNzYzMw_size_16_color_FFFFFF_t_70]  
**like KK%相当于=常量，%KK和%KK% 相当于范围**

下面博主从网上找到的关于mysql优化口诀  
***全值匹配我最爱，最左前缀要遵守；  
带头大哥不能死，中间兄弟不能断；  
索引列上少计算，范围之后全失效；  
LIKE百分写最右，覆盖索引不写星；  
不等空值还有or，索引失效要少用。***

除了explain分析以外，还有trace工具可以帮助我们更好的分析哪些模棱两可的sql，感兴趣的小伙伴们可以看下文  
[mysql优化——3.trace工具以及排序优化(order by 以文件排序filesort)][mysql_3.trace_order by _filesort]

## 6.结语 ##

**世上无难事，只怕有心人，每天积累一点点，fighting！！！**

[mysql_1.]: https://blog.csdn.net/weixin_42437633/article/details/88652445
[20190318231709538.png]: /images/20220303/429b73cd1e014e799a1d189722ab3987.png
[20190318231725296.png]: /images/20220303/cff1f2e2f26e4372bc3b3d76c16fd201.png
[20190318231732939.png]: /images/20220303/b0a4dc6a98dc42dc8e5493d92f313fea.png
[20190318231817382.png]: /images/20220303/8532cdb6087849be8da136307161b8e7.png
[20190318231846194.png]: /images/20220303/5f0bbfcf40084daea5f0fb4f75dad1c7.png
[20190318231915841.png]: /images/20220303/7739cf8649d146a6b90ef4e73465f0ee.png
[20190318232209812.png]: /images/20220303/c7c3365e357045d9963496f7de2ff23c.png
[20190318232235437.png]: /images/20220303/bf400d929bae4358a037222c76600a9d.png
[2019031823232123.png]: /images/20220303/3c42f3435b0143f0a426679210fe5337.png
[20190318232441429.png]: /images/20220303/f3b4daba96664356af41f39b0be98ff6.png
[20190318232519409.png]: /images/20220303/87d7347736b846118eb1b995b82a3e76.png
[20190318232531502.png]: /images/20220303/eecf953e52b947d1a27d2cfec31f81e8.png
[20190318232548532.png]: /images/20220303/afa96d975d8645a58d7e26535a11bdcf.png
[20190318232558686.png]: /images/20220303/3b9a342cfd7746179c810b2abd361c2c.png
[20190318232715165.png]: /images/20220303/8e13d7aab70645fabd86ef749c1d36cf.png
[20190318233305841.png]: /images/20220303/61504b54c66c4bfeb3240d31c83211d0.png
[20190318233512433.png]: /images/20220303/11c008d169ae44be92246a4b00ba3458.png
[20190318233849832.png]: /images/20220303/2056dbfe7a284834b6625e995eef2182.png
[20190318233934109.png]: /images/20220303/9a671580d9c74dedb884ff8d9178fb22.png
[20190318234019550.png]: /images/20220303/2fca1dde962e41398160dcea82deecf4.png
[20190318234104647.png]: /images/20220303/e4ac4c77e5cc4476895a7aad3dd71a2c.png
[20190318234138832.png]: /images/20220303/ae46d47faf584e1ba6bfab40e237e427.png
[20190318234201845.png]: /images/20220303/fecae2e206f946f98f09c2cf3b6cb089.png
[20190318234305861.png]: /images/20220303/a32bb330c3f540fcb8ba1eb1e74d7f1e.png
[20190318234328519.png]: /images/20220303/b7ce0db157e0401aafc27b4f1aa7d4f8.png
[20190318234355616.png]: /images/20220303/50eba62a880e414ba4134887e79cd7d2.png
[20190318234358946.png]: /images/20220303/41943ee166aa4cf9aaa7eff5d3c93bf2.png
[2019031823530667.png]: /images/20220303/822e74f877a6432fb83353f1e73c3f7e.png
[20190318235325526.png]: /images/20220303/c4d805fe6dac45b28d270431dea3d51d.png
[20190318235336143.png]: /images/20220303/c5f543e23975432fb07612a65fc0169e.png
[20190318235353195.png]: /images/20220303/9e8a1c8c93884d75b5d758384e4b350e.png
[20190318235412433.png]: /images/20220303/e7bbfa7a1bbc43c5815ee28caf5d0bac.png
[20190318235426347.png]: /images/20220303/fbc4514355004ababdea53618ef35a72.png
[20190318235442291.png]: /images/20220303/eaa5ba964ef8475bb7da2ed8a5d9a528.png
[20190318235454212.png]: /images/20220303/45b94980bdf24e679bcbca35e4fbc8a0.png
[2019031823550617.png]: /images/20220303/f1986ec692304893be78b4e8382e6a5c.png
[20190318235517789.png]: /images/20220303/14b4b5d0b5aa4701836dec32335db769.png
[20190318235531204.png]: /images/20220303/b0f81f5121e741e88f47254504f8a1a4.png
[20190318235545332.png]: /images/20220303/6f36053163f2451da91a95d36f841287.png
[20190318235615206.png]: /images/20220303/5cbd0f9ae4b74717b35a4b6c1efd2d29.png
[20190318235631152.png]: /images/20220303/472ef3c423bc41cf97ab72ac2bbf3075.png
[20190318235234481.png]: /images/20220303/df2d0036bef946b4ad6dc9b8815ba264.png
[watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3dlaXhpbl80MjQzNzYzMw_size_16_color_FFFFFF_t_70]: /images/20220303/8d8e1c27642b475cae284edada72951d.png
[mysql_3.trace_order by _filesort]: https://blog.csdn.net/weixin_42437633/article/details/100026188