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<br />        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<br />        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);

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）。
如果是关联查询的话查询表和关联表关联的行数的大概的百分比
explain extended select from film where id = 1;
image.png
show warnings;
image.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。

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。
id列越大执行优先级越高，id列不一定唯一，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

explain select * from film where id = 2;

image.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）
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

#关闭mysql5.7新特性对衍生表的合并优化
set session optimizer_switch='derived_merge=off'; 

explain select (select 1 from actor where id = 1) 
from (select * from film where id = 1) der;
  • select 1 from actor where id = 1 当我们不关心数据的值只关心语句返回多少行是可以使用select 1的方式，1可以替换为任意字符串、数字、字符。查询结果有多少行就会输出多少行1。这样写数据库引擎就不会去检索数据表里一条条具体的记录和每条记录中每个字段的值然后再放到内存中
  • select 1 from actor where id = 1在select后面，因此是一个子查询(SUBQUERY)
  • select * from film where id = 1在from后面是一个衍生查询，因为他是需要通过知执行语句才能确定结果(DERIVED)
  • 最外层的查询是Primary，对应的table是。这个就是通过from后面的查询语句查询出的衍生表，3就是衍生查询的执行计划id

image.png

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

explain select 1 union all select 1;

image.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，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，需要保证查询达到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，在优化阶段就已经直到语句执行的大体结果，尤其是这种函数。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
如果type是NULL，说明语句的性能非常高，这种情况比较少

explain select min(id) from film;

image.png

const, system

const表示查询的条件是主键或者唯一索引，语句查询的结果只有一条。
system是查询表的结果集只有一条记录
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

explain extended select * from (select * from film where id = 1) tmp;

image.png

show warnings;

dual是mysql自带的一个空表，没有任何数据。from dual只是为了符合mysql的语法
image.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。
关联查询的时候使用主键进行关联，类似ref，区别就在使用的索引是唯一索引，对于每个索引键值，表中只有一条记录匹配，简单来说，就是多表连接中使用primary key或者 unique key作为关联条件

# 必须是left join，只是join或者是right join都不是eq_ref
# 另外，由于在film_actor表的film_id, actor_id上建立了联合索引，因此此处的结果才是eq_ref
# 如果是第二个语句，结果全都是All
explain 
select * 
from film_actor 
left join film on film_actor.film_id = film.id;

explain 
select * 
from film_actor 
left join actor on film_actor.actor_id = actor.id;

image.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）

explain select * from film where name = 'film1';

image.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。

# 这里如果是select *就不是ref了
explain 
select film_id 
from film left 
join film_actor on film.id = film_actor.film_id;

image.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。

explain select * from actor where id > 1;

image.png

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。<br />        凡是通过查找集的分析，如果结果集查找出的字段在所有索引中都有值。此处因为film只有两个字段，而且name字段建立了二级索引所以二级索引索引值是name，data是id。mysql会优先选择二级索引，**因为二级索引小。**<br />        为什么二级索引小？因为主键索引存储了所有的数据，二级索引只存了索引列值和主键索引值，肯定能够比主键索引小。<br />        如果在film中再加一个字段，还是select * 的话就不是index了。不过如果只查找id和name字段还是index，如果词语局只查找name字段依然是index<br />        虽然index使用了索引，但是type是index的查询效率并不高，因为他其实是在叶子结点从左到右遍历索引，索引也是在磁盘中的，遍历也需要走I/O。**因此对于查询type为index的语句，最好有一个where条件让查询能够从根节点开始使用二分查找查询。**但是如果where条件不是=，当where的条件不能过滤数据时，例如 where name > 'ff'，name依然是index。如果能过滤哪怕一个，将会是range。如果是=，将会是ref。注意这里的测试是基于name = 或者name >，字段是二级索引的字段而不是主键索引<br />        虽然ref和index 都使用索引，但是使用的方式不同。ref是在叶子结点遍历，而ref会从根节点折半查找定位到一个位置

explain select * from film;

image.png

ALL

即全表扫描，扫描聚簇索引的所有叶子节点而不是从根节点开始二分查找过滤。通常情况下这需要增加索引来进行优化了。
相较于index，由于聚集索引包含了所有的数据，因此读取的磁盘数也会大一些

explain select * from actor;

image.png

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。

explain select * from film_actor where film_id = 2;

image.png
key_len计算规则如下：
1、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，不存汉字也是3n(包括曾经存过和从来没存过)
  • 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，不存汉字也是3n(包括曾经存过和从来没存过)

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

4、如果字段允许为 NULL，需要1字节记录是否为 NULL，设置不为空则不需要
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。
如果用到的索引是联合索引，那么查询条件where用到了联合索引的那些字段，key_len的值是用到字段对应长度的和，如果可以为空再加上1

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）
等值查询为const，下面的查询是第二种情况test.film_actor.film_id，test是数据库的名字。就是关联查询的关联的另一个表的那个字段

explain extended 
select name
from film f, film_actor
where f.id = film_id;

show warnings

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：
1）Using index：代表使用了使用覆盖索引
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

explain select film_id from film_actor where film_id = 1;

image.png
注意：
1、film_actor表的主键是id，(film_id, actor_id)是一个联合索引，但只是一个二级索引而不是聚集索引，因此查询remark需要回表
2、覆盖索引并不是一种索引，他是一种查询的方式。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，指的是索引列的值而不包括索引列所在行的其他值。如果这里查询remark那么extra就不是Using index而是空。
3、首先需要使用到索引，以下情况将是using index
1）查询列是索引的组成部分
2）查询列是聚集索引字段
4、使用索引为主键索引，查询字段非主键索引组成列extra不是using index，例如下面的语句

explain select 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';

image.png
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;

image.png
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
需要先把未取重的数据放入临时表，然后对临时表去重

explain select distinct name from actor;

image.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
有了索引树就可以遍历树的叶子节点，在遍历的过程中进行去重

explain select distinct name from film;

image.png
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，因为索引本身已经排好序了。
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

explain select * from actor order by name;

image.png
2. 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;

image.png
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时，不需要优化

explain select min(id) from film;

image.png

11、partitions

是否用到分区，若用到会显示出来。一般不会用到分区，而是分库分表，分区非常麻烦

12、filtered

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）。

索引最佳实践

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());

全值匹配

使用组合索引尽量所有字段都用上，因为越多那么区分度就越高，扫描的数量就会更少，I/O的次数也就更少。
可以通过key_len来看出用到了多少字段

EXPLAIN SELECT * FROM employees WHERE name= 'LiLei';

image.png

EXPLAIN SELECT * FROM employees WHERE name= 'LiLei' AND age = 22;

image.png

EXPLAIN 
SELECT * 
FROM employees 
WHERE name= 'LiLei' AND age = 22 AND position ='manager';

image.png

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';

image.png

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

用联合索引的某个字段的一部分做筛选条件是不能用索引的，一部分字符串不能正确比较大小。

EXPLAIN SELECT * FROM employees WHERE name = 'LiLei';
EXPLAIN SELECT * FROM employees WHERE left(name,3) = 'LiLei';

image.png
有时候这样写仍然会走索引，如下图，但是经测试这与表的字段数有关，因为film只有两个字段而且name是索引列才会有下面的结果。如果给film加一列，即使新加的列也是索引列也不会有下面的效果，而是与上面效果相同。下面的hire_time测试也是一样的，如果employee只有两个字段会走索引
从extra也可以看出，只有两个字段其实是覆盖索引，select 也不需要回表，而多于两个字段select 需要回表，mysql分析之后使用了全表扫描，因为做了运算

EXPLAIN SELECT * FROM film WHERE left(name,1) = 'L';

image.png
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';

image.png
转化为日期范围查询，有可能会走索引，虽然最后没走索引(原因在后面课程)，这里mysql在分析的时候觉得这句似乎可以走索引，但是后来评估觉得全表扫描比走索引快（这个表没几条记录，如果走了索引还要再回表，因此选择全表扫描）

EXPLAIN select * from employees 
where hire_time >='2018‐09‐30 00:00:00' 
and hire_time <='2018‐09‐30 23:59:59';

image.png
还原最初索引状态

ALTER TABLE employees DROP INDEX idx_hire_time;

存储引擎不能使用索引中范围条件右边的列

第一条语句是完全通过索引定位查到的，但是第二条语句 position =’manager’不能直接定位，需要遍历。先通过name= ‘LiLei’可以在索引树中定位，因为是有序的。第二个age > 22也可以通过索引树定位。但是第三个就不可以，因为它的前面是范围查询，可能查到多条，第三个不一定是有序的，只有第一第二字段都相等的情况下第三字段才是有序的，因此position =’manager’不能直接定位，需要遍历

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';

image.png
image.png

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

尽量指明字段并且尽量被联合索引覆盖，如果想查找全表字段，表的字段非常多，实在覆盖不到，这种情况可能需要配合搜索引擎(es)

EXPLAIN SELECT name,age FROM employees 
WHERE name= 'LiLei' AND age = 23 AND position='manager';

image.png

EXPLAIN SELECT * FROM employees 
WHERE name= 'LiLei' AND age = 23 AND position ='manager';

image.png

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

不等于这种操作结果集可能太多了，和权标扫描也没有太大差别

EXPLAIN SELECT * FROM employees WHERE name != 'LiLei';

image.png

is null,is not null 一般情况下也无法使用索引

会把很多的null集中存储，可能在索引树的左端或者右端，把几个null的放在一起然后用双向指针只想别的节点

EXPLAIN SELECT * FROM employees WHERE name is null

image.png

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'

image.png
使用name前面的一段，在索引树中是有序的，因此可以走索引。
与left不同的是，like 在底层会被优化为”=”，而且like不需要做额外的什么操作。但是left底层没有做优化，他需要计算得出结果，有的函数比较复杂。另外explain只是执行计划，不会执行sql，如果这种函数也去在此时执行会影响效率

EXPLAIN SELECT * FROM employees WHERE name like 'Lei%'

image.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。使用覆盖索引优化前导%，也就是让查找的数据在一颗索引树中都能找到。在实际中场景用到这种模糊查询在设计索引的时候尽量把查询的字段全覆盖到

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

image.png
b）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

底层可能需要转型(也有可能不转)，通过一个函数转型，从而导致索引失效。因此查询时类型需要一致

EXPLAIN SELECT * FROM employees WHERE name = '1000';
EXPLAIN SELECT * FROM employees WHERE name = 1000;

image.png

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

使用or或者in的时候可能会扫描多次索引树，不一定比全表扫描快

EXPLAIN SELECT * FROM employees 
WHERE name = 'LiLei' or name = 'HanMeimei';

image.png

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;

image.png
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;

image.png
还原最初索引状态

ALTER TABLE employees DROP INDEX idx_age;

索引使用总结：

image.png
最后一个相当于 a = 3 and b = k and c = 4

EXPLAIN 
SELECT * FROM employees WHERE name like 'L%Le%' and age = 22 and position = 'manager';

EXPLAIN 
SELECT * FROM employees WHERE name = 'LiLei' and age = 22 and position = 'manager';

image.png
image.png
like KK%相当于=常量，即相当于等值查询，%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',''));