本文主要是介绍Mysql(二)Explain详解 何时查询可能使用索引 联合索引作用规则 id select_type table type possible_keys key key_len ref Extra,希望对大家解决编程问题提供一定的参考价值,需要的开发者们随着小编来一起学习吧!
文章目录
- 前言
- 一、EXPLAIN
- 二、 新建三张表
- 三、explain 中的列
- id 列
- select_type 列
- table 列
- type列
- possible_keys 列
- key 列
- key_len列
- ref列
- rows列
- Extra列
- Using index:
- Using index condition:
- Using where:
- Using temporary:
- Using filesort:
- Select tables optimized away:
- 索引实践
- 全值匹配
- 最左前缀法则
- 索引上不使用(计算、函数、(自动or手动)类型转换)
- 存储引擎不会使用索引中范围查找条件右边的列
- 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<>)的时候无法使用索引会导致全表扫描
- is null, is not null 也无法使用索引
- like以通配符开头('$abc...')mysql索引失效会变成全表扫描操作
- 解决like '%字符串%'索引不被使用的方法?
- 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
- 索引使用总结
前言
sql的调优在实际开发中非常常见,特别是服务器压力上去之后就需要考虑给耗时大的,常用的sql进行优化,提高服务器的高可用。调优时会用到explain工具,本章就来使用下explain,看看这到底有多强大。
一、EXPLAIN
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;
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、 新建三张表
# 演员表
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','2017-12-2 15:27:18'), (2,'b','2017-12-22 15:27:18'), (3,'c','2017-12-22 15:27:18');# 电影表
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');# 演员和电影的关联表
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);
三、explain 中的列
explain select * from actor;
以上的执行计划结果:
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 的出现顺序是按 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
select_type 表示对应行是简单还是复杂的查询。
简单查询只有 simple,复杂查询有:primary,subquery,derived,union;
- simple:简单查询。查询不包含 子查询 和 union;
explain select * from film where id = 2;
- primary:最外层的 select ;---- 复杂查询
- subquery:包含在 select 中的子查询(不在 from 子句中) – 复杂查询
- 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) ; --复杂查询
用下面的例子了解 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;set session optimizer_switch='derived_merge=on'; #还原默认配置
分析SQL的执行顺序: 先执行 film 表的查询 --> 再执行 actor 表的查询 --> 最后再执行生成的临时表查询;
第1行( id 为 1)的 select_type 为 primary,表示的最外层的查询;id 为 1,是最小的,则最后执行;
第2行( id 为 3)的 select_type 为 derived,表示的 from 后面的子查询,也叫派生表,别名为 der 的派生表;id 为 3,是最大的,则最先执行的;
第3行(id 为 2)的 select_type 为 subquery,表示的 from 前面的子查询;id 为 2,是中间的,则在中间执行;
- union:在 union 中的第二个和之后的 select 都为 union;
explain select 1 union all select 1;
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。
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
explain select min(id) from film;
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;
- 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)system = 1。
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,表里只有一条数据时为 system;(使用主键或者唯一索引的时候会出现)
set session optimizer_switch='derived_merge=off'; #关闭mysql5.7新特性对衍生表的合并优化
explain extended select * from (select * from film where id = 1) tmp;
set session optimizer_switch='derived_merge=on'; #还原默认配置
- 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。
(在连接查询的时候,使用了主键或唯一索引的全部字段)
explain select * from film_actor left join film on film_actor.film_id = film.id;
说明: film_id:表的联合索引中的一个字段 ,但是 type 为 All;
因为使用的 * 查询的,指的要查询所有的字段,但是 film_actor 表的 remark 字段没有建立索引的,所以需要全表扫描;
- 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;
(使用的普通索引 或 联合唯一索引的部分前缀)
简单 select 查询,name是普通索引(非唯一索引)
explain select * from film where name = 'film1';
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。
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。
explain select * from actor where id > 1;
- index:扫描全表索引,通常比 All 快一些;
explain select * from film;
film 表的所有字段都建立了索引,使用 * 查询,则 type 为 index;
- 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。
explain select * from actor;
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 有值,而 key 显示 NULL 的情况,这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,在查询中使用 force index、ignore index。
explain select * from film where name = 'film1';
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。
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。
explain select * from film_actor where film_id = 2;
key_len计算规则如下:
- 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
- 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
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。
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)。
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。扫描的索引可能的行数
Extra列
这一列展示的是额外信息。常见的重要值如下:
Using index > Using index condition > Using where
Using index:
使用覆盖索引;覆盖索引是select的数据列只用从索引中就能够取得,不必读取数据行,换句话说查询列要被所建的索引覆盖。也就是查询的结果集中的所有字段都是在索引中的;
explain select film_id from film_actor where film_id = 1;
remark 没有索引,所以
explain select film_id,remark from film_actor where film_id = 1;
Using index condition:
查询的列不完全被索引覆盖,where条件中是一个联合索引的前导列的范围;
explain select * from film_actor where film_id > 1
Using where:
使用 where 语句来处理结果,查询的列未被索引覆盖;在查找使用索引的情况下,需要回表去查询所需的数据
explain select * from actor where name = 'a';
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。
- actor.name没有索引,此时创建了张临时表来 distinct;
(distinct 查询可能会使用到临时表)
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;
将索引树加载到内存中,然后去重;
explain select distinct name from film;
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
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
explain select * from film order by name;
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;已经被 MySQL 优化过了;
explain select min(id) from film;
索引实践
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());
全值匹配
全值匹配指,所查询的字段都是索引字段。
EXPLAIN SELECT * FROM employees WHERE name= 'LiLei';
name 是 联合索引 idx_name_age_position 的前导字段;
key_len 为 74,name为 varchar(24),则 3 * 24 + 2 = 74,所以使用联合索引中的 name 字段走的索引;
EXPLAIN SELECT * FROM employees WHERE name= 'LiLei' AND age = 22;
name,age 是联合索引 idx_name_age_position 的字段;
key_len 为 78,name为 varchar(24),则 3 * 24 + 2 = 74;age 为 int ,所以值为4 ; 74 + 4 = 78,所以使用联合索引中的 name,age 字段走的索引;
EXPLAIN SELECT * FROM employees WHERE name= 'LiLei' AND age = 22 AND position ='manager';
name,age,position 是联合索引 idx_name_age_position 的字段;
key_len 为 140,name为 varchar(24) 类型,则 3 * 24 + 2 = 74;age 为 int 类型,所以值为4;position 为 varchaer(20),所以值为 3 * 20 + 2 = 62; 74 + 4 + 62 = 140,所以使用联合索引中的 name,age,position 字段走的索引;
最左前缀法则
如果建立了联合索引,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。
- 使用了联合索引的前两个字段查询;
EXPLAIN SELECT * FROM employees WHERE name = 'LiLei' and age = 22;
key_len 为 78,(3 * 24 + 2) + 4 = 78;走了 name 和 age 索引;
- 使用联合索引的第1, 3 字段查询
EXPLAIN SELECT * FROM employees WHERE name = 'LiLei' and position ='manager'
key_len 为 74,name 的 长刚好为 74,所以只有 name 走了索引;
联合索引的底层存储是 先比较最前面的字段,最前面的字段一样则比较第2个字段,第2个一样才去比较第3个字段;第1个字段 name 去比较了,可以搜索到一部分, position 为 联合索引的第3个字段,但是索引在存储和查找时候不可能跳过第2个字段直接去比较第3个字段的,position 字段还是要列出大范围的数据做查询,因此 name 走了索引,position 没有走索引。
索引上不使用(计算、函数、(自动or手动)类型转换)
一般来说,只要给索引列增加了函数操作,MySQL的底层直接就不会使用索引去处理的。会导致索引失效而转向全表扫描。
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';
针对以上的SQL,转化为日期范围查询,就会走索引:
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`;
存储引擎不会使用索引中范围查找条件右边的列
联合索引的字段顺序,范围查找之后的列都不会去走索引;
EXPLAIN SELECT * FROM employees WHERE name= 'LiLei' AND age = 22 AND position ='manager';
只会走前两个字段的索引。 第一个字段 name 使用的相等,所以可以找到具体的数据,第2个字段会缩小到一个范围,第3个字段是在这个范围里做相等的查询,还是会要将这个范围去遍历一遍的,所以只有 name,age 走了索引。
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
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';
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';
is null, is not null 也无法使用索引
建议在建立字段的时候都设置为 not null,设置一个默认的值;
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%'
模糊查找的时候,前模糊不走索引,后模糊会走索引;
因为在后模糊的时候,我们知道了这个字段的前面有几个字符,我们在索引中比较的只去比较前面的几个字符就好了;
解决like '%字符串%'索引不被使用的方法?
- 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%';
- 如果不能使用覆盖索引则可能需要借助搜索引擎
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;
因为 name 为字符串类型,MySql 会做隐式的类型转换,做了类型的转换,所以不会去走索引;
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';
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 ;
执行范围查询
explain select * from employees where age >=1 and age <=2000;
从执行计划的结果可以看出,以上的范围查找现在还会走索引;但是呢,我再多加点数据之后就不走索引了。
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。
**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
建立了一个联合索引: (a, b,c)
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 = 3 或 where b = 3 and c = 4 或者 where c = 4 | N |
where a = 3 and c = 5 | 使用到a,但是c不可以,b中间断了 |
where a = 3 and b>4 and c = 5 | 使用到a和b,c不能用在范围之后,b断了 |
where a = 3 and b like ‘kk%’ and c = 4 | Y,使用到a,b,c |
where a = 3 and b like ‘%kk’ and c = 4 | Y,只用到a |
where a = 3 and b like ‘%kk%’ and c = 4 | Y,只用到a |
where a = 3 and b like ‘k%kk%’ and c = 4 | Y,使用到a,b,c |
like KK%相当于常量,所以走索引;%KK和%KK% 相当于范围,所以不走索引;
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。
这篇关于Mysql(二)Explain详解 何时查询可能使用索引 联合索引作用规则 id select_type table type possible_keys key key_len ref Extra的文章就介绍到这儿,希望我们推荐的文章对编程师们有所帮助!