Mysql学习 Day3 Explain详解与索引优化
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分析示例参考官方文档：https://dev.mysql.com/doc/refma
Explain详解与索引优化
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
参考官方文档：https://dev.mysql.com/doc/refman/5.7/en/explain-output.html
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);
其中primary key是主键，key是索引，KEY idx_film_actor_id (film_id,actor_id)是联合索引
mysql> explain select * from actor;
partition就是有没有分区，
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：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;
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。
explain中的列
接下来我们将展示 explain 中每个列的信息。
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。
1）simple：简单查询。查询不包含子查询和union
mysql> 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（derived的英文含义）
用这个例子来了解 primary、subquery 和 derived 类型
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;
SELECT 1 FROM actor WHERE id = 1;
只返回一个常量值 1，表示存在满足条件的记录。
数据传输量小，执行速度快。
优先级，derived先查，第二个是子查询，最外面的select最后差
mysql> set session optimizer_switch='derived_merge=on'; #还原默认配置
5）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 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
- system：表示查询的表只有一行（系统表）。这是一个特殊的情况，不常见。
- const：表示查询的表最多只有一行匹配结果。这通常发生在查询条件是主键或唯一索引，并且是常量比较。
- eq_ref：表示对于每个来自前一张表的行，MySQL仅访问一次这个表。这通常发生在连接查询中使用主键或唯一索引的情况下。
- ref：MySQL使用非唯一索引查找行。查询条件使用的索引是非唯一的（如普通索引）。
- range：表示MySQL会扫描表的一部分，而不是全部行。范围扫描通常出现在使用范围查询中（如BETWEEN、>、<、>=、<=）。
- index：表示MySQL扫描索引中的所有行，而不是表中的所有行。即使索引列的值覆盖查询，也需要扫描整个索引，不需要回表，索引里面存储了所需要的数据。
- all（性能最差）：表示MySQL需要扫描表中的所有行，即全表扫描。通常出现在没有索引的查询条件中。
System和const的区别
在 MySQL 的查询优化中，system 和 const 都表示查询只会返回一行数据，但它们的使用场景和条件有所不同。以下是它们的具体区别以及适用场景：
1. system
- 含义：表示查询的表只有一行数据（系统表）。这是 MySQL 内部定义的一个特殊的查询类型。
- 使用场景：这种情况非常少见，通常只在查询一个只有一行数据的系统表时出现。
- 特点：MySQL 直接返回这唯一的一行数据，不需要额外的条件过滤。
示例：
假设有一个系统表 sys_config，它只包含一行数据：
SELECT * FROM sys_config;
在这种情况下，查询类型可能会被标记为 system，因为表中只有一行数据。
2. const
- 含义：表示查询的表最多只有一行匹配结果。
- 使用场景：通常发生在查询条件是主键或唯一索引，并且条件值是常量（如具体的值）。
- 特点：MySQL 使用主键或唯一索引快速定位到唯一的一行数据。
示例：
SELECT * FROM actor WHERE id = 1;
如果 id 是主键或唯一索引，且查询条件是具体的值（如 id = 1），那么查询类型可能会被标记为 const。
区别总结
| 特性 | system |
const |
|---|---|---|
| 表数据量 | 表中只有一行数据 | 表中可能有多行数据，但查询条件匹配唯一一行 |
| 查询条件 | 无特殊条件，表本身只有一行 | 查询条件是主键或唯一索引的常量比较 |
| 索引使用 | 不需要索引，直接返回唯一行 | 使用主键或唯一索引进行快速定位 |
| 常见场景 | 系统表（如配置表） | 主键查询、唯一索引查询 |
什么时候用到它们
system：当你查询一个设计为只包含一行数据的系统表时，比如某些存储系统配置的表。const：当你通过主键或唯一索引查询一行数据时，比如查询某个用户的详细信息（通过主键id）。
这两种查询类型都表示 MySQL 能够高效地返回唯一一行数据，但它们的实现方式和适用场景略有不同。
mysql> explain select min(id) from film;
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;
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;
这个sql语句，因为film中的id是主键，所以用了索引，film_actor中film_id不是索引，所以film的type是eq_ref因为连表查询的时候用了索引
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。
- 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;
主键索引和二级索引能包括所有列(就两列)，因为二级索引会存储主键的值，二级索引磁盘小得多，所以用二级索引
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;
就是从第一个开始扫用的是聚簇索引，如果是加了条件，聚簇索引会从折半查找
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、ignore index。
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,一个字符是3字节，所以是3n
- 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。
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） 也可以是关联的其他表字段
10. 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。
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：
1）Using index：使用覆盖索引，不需要回表
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;
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
mysql> 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；
mysql> 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。
什么时候建临时表
- actor.name没有索引，此时创建了张临时表来distinct
mysql> 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
mysql> explain select distinct name from film;
5）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
mysql> 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
mysql> explain select * from film order by name;
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是
mysql> explain select min(id) from film;
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());
1.全值匹配
EXPLAIN SELECT * FROM employees WHERE name= 'LiLei';
为什么是74是因为varchar是3n也就是24*3+2=是74个字节
EXPLAIN SELECT * FROM employees WHERE name= 'LiLei' AND age = 22;
这里name是74个字节，age是int是4个字节，加起来是78
EXPLAIN SELECT * FROM employees WHERE name= 'LiLei' AND age = 22 AND position ='manager';
这里name是74个字节，age是int是4个字节，position是20*3+2=62个字节，加起来140
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';
给hire_time增加一个普通索引：
ALTER TABLE `employees` ADD INDEX `idx_hire_time` (`hire_time`) USING BTREE ;
EXPLAIN select * from employees where date(hire_time) ='2018-09-30';
转化为日期范围查询，有可能会走索引：
EXPLAIN select * from employees where hire_time >='2018-09-30 00:00:00' and hire_time <='2018-09-30 23:59:59';
还原最初索引状态
ALTER TABLE `employees` DROP INDEX `idx_hire_time`;
4.存储引擎不能使用索引中范围条件右边的列，尽量要有序，无序的没有办法命中索引
范围查询会打破索引的顺序性匹配。一旦遇到范围查询，MySQL 无法继续利用后续的索引列进行精确匹配。
索引的物理存储顺序决定了 MySQL 只能连续匹配索引列，直到遇到范围查询为止。
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'
EXPLAIN SELECT * FROM employees WHERE name like 'Lei%'
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%';
b）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，优化会转型
EXPLAIN SELECT * FROM employees WHERE name = '1000';
EXPLAIN SELECT * FROM employees WHERE name = 1000;
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';
在 MySQL 中，OR 和 IN 不一定使用索引的原因主要与查询优化器的决策逻辑以及数据的分布情况有关。以下分别对 OR 和 IN 的情况进行详细分析：
1. OR 不一定使用索引
原因分析
-
查询优化器的成本估算：
MySQL 查询优化器会根据表的统计信息（如索引的选择性、表的大小等）估算使用索引和全表扫描的成本。如果优化器认为使用索引的成本高于全表扫描，就会选择不使用索引。 -
条件的复杂性：
如果OR连接的条件较为复杂，或者涉及多个不同的列，MySQL 可能无法有效利用索引。例如：SELECT * FROM employees WHERE name = 'LiLei' OR age > 30;如果
name和age分别有索引，但优化器可能认为分别扫描两个索引并合并结果的成本高于直接全表扫描。 -
索引的选择性较低：
如果OR中的某个条件对应的索引选择性较低（即匹配的行数较多），MySQL 可能会选择全表扫描。 -
数据分布不均匀：
如果数据分布不均匀，优化器可能认为索引的使用效率不高，从而放弃使用索引。
优化建议 -
使用联合索引：
如果查询条件中的列经常一起使用，可以考虑创建联合索引。例如：CREATE INDEX idx_name_age ON employees (name, age); -
重写查询为
UNION：
将OR查询拆分为两个独立的查询并使用UNION组合结果，有时可以更好地利用索引：SELECT * FROM employees WHERE name = 'LiLei' UNION SELECT * FROM employees WHERE age > 30; -
分析查询并强制使用索引：
使用EXPLAIN分析查询，并根据结果决定是否需要强制使用索引：EXPLAIN SELECT * FROM employees WHERE name = 'LiLei' OR age > 30;
2. IN 不一定使用索引
原因分析
-
查询优化器的成本估算：
与OR类似，MySQL 查询优化器会根据统计信息估算使用索引和全表扫描的成本。如果优化器认为全表扫描更快，就会放弃使用索引。 -
IN列表中的值过多：
如果IN列表中的值过多，MySQL 可能会认为全表扫描更高效。例如：SELECT * FROM employees WHERE id IN (1, 2, 3, ..., 1000); -
索引的选择性较低：
如果IN查询的列选择性较低（即匹配的行数较多），优化器可能选择全表扫描。 -
数据类型不匹配：
如果IN列表中的值与列的数据类型不匹配，MySQL 无法正确使用索引。 -
IN中包含NULL值：
如果IN列表中包含NULL值，MySQL 可能无法使用索引。
优化建议
-
限制
IN列表的大小：
尽量减少IN列表中的值的数量。如果值太多，可以考虑使用子查询或临时表。 -
使用覆盖索引：
确保查询条件和返回的列都被索引覆盖。例如：CREATE INDEX idx_id_name ON employees (id, name); -
重写查询为
JOIN：
如果IN列表中的值来自另一个查询，可以尝试将其重写为JOIN查询：SELECT * FROM employees WHERE id IN (SELECT id FROM another_table); -
分析查询并强制使用索引：
使用EXPLAIN分析查询，并根据结果决定是否需要强制使用索引：EXPLAIN SELECT * FROM employees WHERE id IN (1, 2, 3);
总结OR 和 IN 查询不一定使用索引的原因主要在于查询优化器的成本估算、条件的复杂性、数据分布情况以及索引的选择性等。为了提高查询性能，可以通过以下方式优化：
- 创建联合索引或覆盖索引。
- 重写查询为
UNION或JOIN。 - 限制
IN列表的大小。 - 使用
EXPLAIN分析查询并根据结果调整查询或索引策略。
通过这些优化方法，可以更好地利用索引，提高查询性能。
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;
还原最初索引状态
ALTER TABLE `employees` DROP INDEX `idx_age`;
索引使用总结：
like KK%相当于=常量，%KK和%KK% 相当于范围
-- mysql5.7关闭ONLY_FULL_GROUP_BY报错
select version(), @@sql_mode;SET sql_mode=(SELECT REPLACE(@@sql_mode,'ONLY_FULL_GROUP_BY',''));
文档：02-VIP-Explain详解与索引最佳实践
https://note.youdao.com/s/YoQZCEjl
有“AI”的1024 = 2048，欢迎大家加入2048 AI社区
更多推荐
10
0- 0
已为社区贡献1条内容
所有评论(0)