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

  1. DROP TABLE IF EXISTS `actor`;
  2. CREATE TABLE `actor` (
  3. `id` int(11) NOT NULL,
  4. `name` varchar(45) DEFAULT NULL,
  5. `update_time` datetime DEFAULT NULL,
  6. PRIMARY KEY (`id`)
  7. ) ENGINE=InnoDB DEFAULT CHARSET=utf8;
  9. 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');
  11. DROP TABLE IF EXISTS `film`;
  12. CREATE TABLE `film` (
  13. `id` int(11) NOT NULL AUTO_INCREMENT,
  14. `name` varchar(10) DEFAULT NULL,
  15. PRIMARY KEY (`id`),
  16. KEY `idx_name` (`name`)
  17. ) ENGINE=InnoDB DEFAULT CHARSET=utf8;
  19. INSERT INTO `film` (`id`, `name`) VALUES (3,'film0'),(1,'film1'),(2,'film2');
  21. DROP TABLE IF EXISTS `film_actor`;
  22. CREATE TABLE `film_actor` (
  23. `id` int(11) NOT NULL,
  24. `film_id` int(11) NOT NULL,
  25. `actor_id` int(11) NOT NULL,
  26. `remark` varchar(255) DEFAULT NULL,
  27. PRIMARY KEY (`id`),
  28. KEY `idx_film_actor_id` (`film_id`,`actor_id`)
  29. ) ENGINE=InnoDB DEFAULT CHARSET=utf8;
  31. INSERT INTO `film_actor` (`id`, `film_id`, `actor_id`) VALUES (1,1,1),(2,1,2),(3,2,1);
  33. explain select * from actor;

image.png
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

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）。 

  1. explain extended select * from film where id = 1;

image.png

  1. show warnings;

image.pngexplain 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。

id

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。

select_type

select_type 表示对应行是简单还是复杂的查询。

  • simple：简单查询。查询不包含子查询和union

    1. explain select * from film where id = 2;

    image.png

  • primary：复杂查询中最外层的 select

  • subquery：包含在 select 中的子查询（不在 from 子句中）
  • 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

  1. #关闭mysql5.7新特性对衍生表的合并优化
  2. set session optimizer_switch='derived_merge=off';
  3. explain select (select 1 from actor where id = 1) from (select * from film where id = 1) der;

image.png

  1. #还原默认配置
  2. set session optimizer_switch='derived_merge=on';
  • union：在 union 中的第二个和随后的 select
    1. explain select 1 union all select 1;
    image.png

    table

    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。

    type

    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。
    1. 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

  1. explain extended select * from (select * from film where id = 1) tmp;
  2. show warnings;

image.png
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。 

  1. explain select * from film_actor left join film on film_actor.film_id = film.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。

  • 简单 select 查询，name是普通索引（非唯一索引）

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

    image.png

  • 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。 

    1. 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。

  1. 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。

  1. explain select * from film;

image.png

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。

  1. explain select * from actor;

image.png

possible_keys

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。

key

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。

key_len

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。

  1. explain select * from film_actor where film_id = 2;

image.png
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
    • 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，例如表varchar字段设置长度24，可以计算 3 * 24 + 2 = 74
  • 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

    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

    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

    这一列展示的是额外信息。常见的重要值如下：

  • 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。

  1. explain select film_id from film_actor where film_id = 1;

image.png

  • Using where：使用 where 语句来处理结果，并且查询的列未被索引覆盖

    1. explain select * from actor where name = 'a';

    image.png

  • 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

    1. explain select * from film_actor where film_id > 1;

    image.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。

    • actor.name没有索引，此时创建了张临时表来distinct
      1. explain select distinct name from actor;
      image.png

  • film.name建立了idx_name索引，此时查询时extra是using index,没有用临时表

    1. explain select distinct name from film;

    image.png

  • 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

      1. explain select * from actor order by name;

      image.png

    • film.name建立了idx_name索引,此时查询时extra是using index

      1. explain select * from film order by name;

      image.png

    • 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

      1. explain select min(id) from film;

      image.png

      索引最佳实践

      ``sql CREATE TABLEemployees(idint(11) NOT NULL AUTO_INCREMENT,namevarchar(24) NOT NULL DEFAULT '' COMMENT '姓名',ageint(11) NOT NULL DEFAULT '0' COMMENT '年龄',positionvarchar(20) NOT NULL DEFAULT '' COMMENT '职位',hire_timetimestamp NOT NULL DEFAULT CURRENT_TIMESTAMP COMMENT '入职时间', PRIMARY KEY (id), KEYidx_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. <a name="Kz09b"></a>
  2. ## 全值匹配
  3. ```sql
  4. EXPLAIN SELECT * FROM employees WHERE name= 'LiLei';

image.png

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

image.png

  1. 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。

  1. EXPLAIN SELECT * FROM employees WHERE name = 'Bill' and age = 31;
  2. EXPLAIN SELECT * FROM employees WHERE age = 30 AND position = 'dev';
  3. EXPLAIN SELECT * FROM employees WHERE position = 'manager'

image.pngimage.pngimage.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

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

image.pngimage.png

给hire_time增加一个普通索引：

  1. ALTER TABLE `employees` ADD INDEX `idx_hire_time` (`hire_time`) USING BTREE ;
  2. EXPLAIN select * from employees where date(hire_time) ='2018-09-30';

image.png
上面sql中使用了date函数导致索引失效。

转化为日期范围查询，有可能会走索引：

  1. 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

  1. 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

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

image.pngimage.png
可以看出key_len=78，表示没有使用后面position列索引

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

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

image.png
Extra为Using index使用了覆盖索引

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

image.png
这里使用SELECT * 查询，Extra为NULL没有使用覆盖索引