5-02 Explain详解与索引最佳实践
2022-12-09 23:43:39 0 举报02 Explain详解与索引最佳实践
作者其他创作
大纲/内容
Explain详解
Explain工具介绍
1. 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
2. 在select 语句之前添加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，并不是执行这条SQL
Explain分析示例
应用示例：
示例表：(Explain两个变种、Explain中的列中的示例都会用到)
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
1、explain extended
在explain的基础上额外提供一些查询优化的信息
相比 explain 多了个 filtered 字段：
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
如下图所示：
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
如下图所示：
3、紧随其后的 show warnings
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
如下图示例1：
如下图示例2：
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
id的编号是按select出现的顺序增长的
id编号越大执行优先级越高
id相同时，则从上往下执行
id为NULL时，则最后执行
select_type列
表示对应行是简单查询？还是复杂查询？
1）simple：简单查询。查询不包含子查询和union
如下图示例：
2）primary：复杂查询中最外层的select查询
如下图示例：
3）subquery：包含在select中的子查询（不在from子句中）
如下图示例：
4）derived：包含在from子句中的子查询。
MySQL会将包含在from子句中的子查询的结果存放在一个临时表中，也称为派生表（derived的英文含义）
如下图示例1：关闭5.7新特性-对衍生表的合并优化
如下图示例2：
如下图示例3：开启5.7新特性-对衍生表的合并优化
5）union：在union中的第二个和随后的select
如下图示例：
table列
这一列表示 explain 的一行正在访问哪个表
如下图示例：
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 的那行的查询，需要先执行 id=N 的查询
如下图示例：
当 union 时，UNION RESULT 行的 table 列的值为<union 1,2>，1和2表示参与union的 select 行id
如下图示例：
type列
这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：
NULL > system > const > eq_ref >ref > range > index > ALL
一般得保证查询达到 range 级别，最好达到 ref 级别
1）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。
如下图所示：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。
2）system，const：
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）
const 用于primary key 或 unique key 的所有列与常数比较时，所以表最多匹配到一行，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
如下图所示：
3）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 之外最好的关联类型了，简单的 select 查询不会出现这种 type
如下图所示：
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
1. 简单 select 查询，name是普通索引（非唯一索引）
如下图所示：
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
如下图所示：
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
如下图所示：
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
如下图所示：
7）ALL：
即全表扫描，扫描你的聚簇索引（主键索引）的所有叶子节点
通常情况下这需要增加二级索引来进行优化了
如下图所示：
possible_keys列
表示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 有值，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 列中的索引引，在查询中使用 forceindex、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 表的联合索引 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
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
如下图所示：
key_len计算规则：
字符串
char(n)：如果存汉字长度就是 3n 字节
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列使用到的索引中，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：
1）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
如下图所示：
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
如下图所示：
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
如下图所示：
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
1. actor.name 没有索引，此时创建了张临时表来distinct
如下图所示：
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
如下图所示：
5）Using filesort：
使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
如下图所示：
2. film.name建立了idx_name索引,此时查询时extra是using index
如下图所示：
6）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
如下图所示：
索引最佳实践
示例表：（索引最佳实践中的示例都会用到）
1. 全值匹配
示例1：
示例2：
示例3：
2. 最左前缀法则
如果索引了多列（即：联合索引），要遵守最左前缀法则
指的是查询从联合索引的最左前列开始并且不跳过索引中的列
如果跳过了索引中的最左前列，则此查询不会使用联合索引
示例1：遵守最左前缀法则，使用了索引
示例2：跳过了索引中的最左前列，不会使用联合索引
3. 不要在索引列上做任何操作（计算、函数、（自动or手动）类型转换）
在索引列上做操作会导致索引失效而转向全表扫描
示例1：未在索引列上做操作，索引使用正常
示例2：在索引列上进行类型转换，索引失效
示例3：
1) 给hire_time增加一个普通索引
2) 转化时间类型，索引失效
3) 改为时间范围查询，有可能会走索引
4) 还原最初的索引状态
4. 范围条件右边之后的列不能使用索引
如下图所示：
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
示例1：使用select * 语句
示例2：使用覆盖索引
6. 使用不等于（！= 或者 <>），not in ，not exists 可能不会使用索引导致全表扫描
< 小于、 > 大于、 <=、>= 等这些，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
如下图所示：
7. 使用 is null , is not null 一般情况下也无法使用索引
如下图所示：
8. like以通配符开头（'$abc...'）mysql索引失效会变成全表扫描操作
如下图所示：模糊左匹配
9. 字符串不加单引号，索引失效
如下图所示：字符串不加单引号，索引失效
10. 使用 or 或 in 时，不一定使用索引
如下图所示：使用or查询，未使用索引
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
查询优化方法可参考 11. 范围查询优化
11. 范围查询优化
1）给年龄字段添加索引，但范围查询时并未使用索引
2）上边没走索引原因：
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
比如上边的示例，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
3）优化方法：可以将大的范围拆分成多个小范围
索引使用总结：
各种 where 语句联合索引是否被使用总结：
如下图所示：
like KK% 相当于 =常量，%KK 和 %KK% 相当于 查询范围
0 条评论
下一页
