zoukankan      html  css  js  c++  java
  • Explain详解与索引最佳实践

    Explain详解与索引最佳实践

    1、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

    2、Explain分析示例

    参考官方文档:https://dev.mysql.com/doc/refman/5.7/en/explain-output.html

    先创建几张表:

    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);
    
    explain select * from actor;
    

    image-20210701172104188

    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

    3、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)。

    比如下面的查询中,我们查出了一行数据,那么这一行数据我们是怎么算出来的?

    也即:

    ​ rows * filtered / 100 = 1 * 100 / 100 = 1

    explain extended select * from film where id = 1;
    

    image-20210701172336775

    show warnings;
    

    ​ 如下图就是查询得到的一些优化信息:

    image-20210701172701135

    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

    4、explain中的列

    接下来我们将展示 explain 中每个列的信息

    4.1、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

    如下图:

    ​ 因为俩行数据的id值都为1,所以执行顺序是从上到下执行的。

    image-20210701173205397

    如下图:

    ​ 因为三行数据的id值分别为1、3、2,所以执行顺序为:3、1、2

    image-20210701173431711

    4.2、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

    我们来看下面这个列子:

    ​ 如下,我们得到了一条查询结果,我们可以看到select_type字段对应的属性为SIMPLE,也就是说我们的这条查询语句是简单查询。

    explain select * from film where id = 2;
    

    image-20210701173758908

    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)

    我们用下面这个例子来了解 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;
    

    我们得到了如下图所示的查询结果:

    ​ 我们可以发现第一行对应的为primary也即复杂查询,第二行对应的为derived也即派生查询,第三对应的为subquery也即子查询

    image-20210701174022054

    ​ 从上面的表中我们也可以得到一些别的信息,接下来我们把table列拉大,如下图:

    ​ 我们看到了什么,在第一行数据的table列中值为

    这就意味着要想执行第一行,我们就得先执行id值为3的那一行,也就是第二行数据

    ​ 从中我们也可以看得出来,derived查询在form之后

    image-20210701174311713

    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-20210701221154321

    4.3、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。

    我们拿上面的列子来说,第一行数据的table列,表示我们先执行id值为3的数据。

    image-20210701221739400

    4.4、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,得保证查询达到range级别,最好达到ref

    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。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;
    

    image-20210701222237072

    2)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

    const是表里只有一条元素与这个查询条件匹配的时候,就为const

    system是表里只有一条元素时,而且与之匹配,就为system

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

    image-20210701222536357

    show warnings;
    

    image-20210701222758410

    3)eq_refprimary 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。

    explain select * from film_actor left join film on film_actor.film_id = film.id;
    

    image-20210701223112278

    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。

    • 简单 select 查询,name是普通索引(非唯一索引)

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

      image-20210701223645633

    • 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;
      

      image-20210701223750977

    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。

    explain select * from actor where id > 1;
    

    image-20210701224029215

    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

    explain select * from film;
    

    image-20210701224331148

    7)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。

    4.5、 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。

    4.6、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。

    4.7、 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-20210701224843258

    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
    • 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。

    4.8、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)

    4.9、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

    4.10、 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-20210702082824448

    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-20210702082925484

    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-20210702083042088

    4)Using temporarymysql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

      explain select distinct name from actor;
      

      image-20210702083222299

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

       explain select distinct name from film;
      

      image-20210702083247863

    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

      explain select * from actor order by name;
      

      image-20210702083624655

    • 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-20210702083657738

    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

    explain select min(id) from film;
    

    image-20210702083725583

    5、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());
    

    5.1、全值匹配

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

    image-20210702084416601

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

    image-20210702084504034

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

    image-20210702084532827

    5.2、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';
    

    image-20210702084801353

    为了说明上面的用列,我截取了一段索引语句,如下:

    ​ 第一条sql语句符合最左前缀法则,虽然他没有position字段,但是他没有出现断了的情况

    ​ 第二条sql语句不遵循最左前缀法则,因为它没有name字段,name断了

    ​ 第三条sql语句同样也不遵循最左前缀法则。

    image-20210702085000657

    5.3、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';
    

    image-20210702085335272

    5.4、存储引擎不能使用索引中范围条件右边的列

    如下面的第二条sql语句,它不会使用到position这列的索引,因为age是一个范围值,可能mysql在优化的时候,会觉得这个范围很大,所以不会用到position这列的索引。

    EXPLAIN SELECT * FROM employees WHERE name= 'LiLei' AND age = 22 AND position ='manage
    r';
    EXPLAIN SELECT * FROM employees WHERE name= 'LiLei' AND age > 22 AND position ='manage
    r';
    

    image-20210702085803680

    5.5、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';
    

    image-20210702090105554

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

    image-20210702090137998

    5.6、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';
    

    image-20210702090256795

    5.7、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
    

    image-20210702090337539

    5.8、like以通配符开头('$abc...')mysql索引失效会变成全表扫描操作

    ​ 我们来看一下为啥上面的语句不会走索引,而下面的会,这是因为,在查询的时候'%Lei',它前面的字符不确定,是一个范围很大的值,所以mysql在优化的时候会觉得还不如走全表查询来的快,所以就会使索引失效。

    ​ 下面的语句用到了索引,其实是因为'Lei%',这个字符串前面的部分是可以确定的,mysql在优化的时候就会走索引了。

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

    image-20210702090425112

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

    image-20210702090449339

    5.9、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;
    

    image-20210702090742608

    5.10、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';
    

    image-20210702090819543

    5.11、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;
    

    image-20210702090918964

    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

    还原最初索引状态

    ALTER TABLE `employees` DROP INDEX `idx_age`;
    

    6、优化口诀:

    全值匹配我最爱,最左前缀要遵守;

    带头大哥不能死,中间兄弟不能断;

    索引列上少计算,范围之后全失效;

    Like百分写最右,覆盖索引不写星;

    不等空值还有or,索引失效要少用;

    VAR引号不可丢,SQL高级也不难!

  • 相关阅读:
    友盟上报 IOS
    UTF8编码
    Hill加密算法
    Base64编码
    Logistic Regression 算法向量化实现及心得
    152. Maximum Product Subarray(中等, 神奇的 swap)
    216. Combination Sum III(medium, backtrack, 本类问题做的最快的一次)
    77. Combinations(medium, backtrack, 重要, 弄了1小时)
    47. Permutations II(medium, backtrack, 重要, 条件较难思考)
    3.5 find() 判断是否存在某元素
  • 原文地址:https://www.cnblogs.com/coderD/p/14961811.html
Copyright © 2011-2022 走看看