Explain 解释
示范表
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);
使用语句
explain select * from actor where id =1;
show warnings;
show warnings 同时执行代表mysql会优化你的sql语句,显示的语句为实际运行的sql,看一个大概,不一定真正是可以执行的sql。
explain 每一列说明
列 |
作用 |
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 |
表示对应行是简单还是复杂的查询 |
table |
这一列表示 explain 的一行正在访问哪个表 |
partitions |
分区信息 现在很少用 |
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 |
possible_keys |
这一列显示查询可能使用哪些索引来查找 |
key |
这一列显示mysql实际采用哪个索引来优化对该表的访问 |
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 |
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 |
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 |
filtered |
rows * filtered/100 可以估算出将要和 explain 中前一个表进行连接的行数 |
Extra |
这一列展示的是额外信息 |
id
越大的代表越早执行,如果相等的话从上到下执行,id为NULL最后执行
select_type
- simple 最简单的查询 不包含子查询和union
- 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
film在from后面的子查询,临时表。derived 英文就是这个意思
subquery 在from前面的子查询,subquery 子查询的查询
primary 代表是这些查询最外层的查询
table
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。
在上面select_type 的例子中< derived3>就是代表数据是来自id为3的衍生表
type
依次从最优到最差分别为:null>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
explain select min(id) from film;
system,const: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 select * from (select * from film where id = 1) tmp;
show warnings;
可以看出const的可以根据聚簇索引查到唯一的数据,而system甚至都不用再查表,因为子查询就一行记录。sql可以优化成dual,等于常量。
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
explain select * from film_actor left join film on film_actor.film_id = film.id
主表中的关联字段的值,在子表能找到唯一一条的对应记录,而不是多个。
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。
explain select * from film where name = 'film1';
说明虽然走了索引 但是是普通的索引可以查到多个
explain select film_id from film left join film_actor on film.id = film_actor.film_id;
说明film_actor表的film_id虽然走了索引,但是这个索引是普通索引,存在多个相同。
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;
show warnings;
类似就是在B+树的叶子节点底端根据指针找到数据
如果数据太大还是比较慢,但至少还走了索引
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;
file表就只有两个字段id,和name。两个字段都有索引。为什么走二级索引不走聚簇索引。因为文件中维护着两个索引树,聚簇索引的叶子阶段存着表的所有数据,二级索引的叶子节点存放着聚簇索引的id,以供回表查询。所以二级索引的占用比聚簇索引小。file表就两个字段,二级索引的叶子存放的就是id,没有其他字段了。所以不用再回表了,只有id,直接获取即可。如果这张表再多一个其他字段,就需要回表,只能走聚簇索引了。
ALL
explain select * from actor;
这个就是index例子中多了一个字段的情况,只能走聚簇索引全表扫描。
key_len
假如是一个联合索引,key_len代表用到的索引的字节数
//用到联合索引的其中的一个索引 结果为4
explain select * from film_actor where film_id = 2;
//用到联合索引的其中的两个索引 结果为8
explain select * from film_actor where film_id = 2 and actor_id =1;
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。
ref
显示关联的字段,写死的就是常量,关联的就是写字段名
rows
通过mysql算法大概算出要计算扫描多少行
EXTRA
Using index:是用到了覆盖索引(叶子节点就已经存在了全部数据,不用回表查询了),算比较好的结果
-- 这个语句结果using index 因为select后的字段就是索引字段,不用回表
explain select film_id from film_actor where film_id = 1;
-- 这个语句结果不是using index 因为select后还有remark字段,需要回表
explain select film_id,remark from film_actor where film_id = 1;
Using where:如果MySQL无法使用索引或者其他优化方式来加速查询,并且需要对表中的所有行进行扫描以过滤出符合条件的行,那么MySQL就会显示"Using where"标志。
-- actor的name没有建立索引
explain select * from actor where name = 'a';
-- 虽然film_id 有索引 但是还是要全表扫描
explain select film_id from film_actor where film_id > 1;
-- 这样不用全表扫描 所以没有Using where
explain select film_id from film_actor where film_id = 1;
Using index condition:查询的列不完全被索引覆盖,where条件中是一个前导列的范围;
-- 使用了索引,但是*中有索引查不到的数据,需要回表,如果select后的字段改成索引中有的字段,就会优化成using where(Using where例子中的第二个)
explain select * from film_actor where film_id > 1;
Using temporary:表示出现了临时表,一般出现在distinct group by没有索引的字段
-- actor的表name没有索引,去重的话要把所有数据都加载到内存形成临时表,然后再扫描临时表去重
explain select distinct name from actor
-- film的表file有索引,结果为Using index,因为在第一次扫描索引树的时候,就可以直接去重,而不用先加载再排序
explain select distinct name from film
Using filesort :表示出现文件排序,一般出现在order by上没有索引的字段
explain select * from actor order by name;
因为所有树是有序的,如果建立索引就可以直接查到
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,贼快
explain select min(id) from film
索引最佳实践
建立一张表,id为主键,联合索引idx_name_age_position
(name
,age
,position
)
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',
,'dev',NOW());
INSERT INTO employees(name,age,position,hire_time) VALUES('Lucy',23,'dev',NOW());
1.全值匹配
能用到所有的索引尽量使用,在B+树的搜索中,用的越多查询的越精确,越快。
EXPLAIN SELECT * FROM employees WHERE name= 'LiLei';
EXPLAIN SELECT * FROM employees WHERE name= 'LiLei' AND age = 22;
EXPLAIN SELECT * FROM employees WHERE name= 'LiLei' AND age = 22 AND position 'manager'
2.最左前缀法则
因为B+树中要根据索引建立的顺序来找。name相等的前提下age有序,在age相等的前提下position 有序 来建立的所有。从第二个直接开始,age不一定有序。无法使用。
EXPLAIN SELECT * FROM employees WHERE name = 'Bill' and age = 31;
-- 不走
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
匹配不上
EXPLAIN SELECT * FROM employees WHERE left(name,3) = 'LiLei';
4.存储引擎不能使用索引中范围条件右边的列
-- 这个走了三个列的索引
EXPLAIN SELECT * FROM employees WHERE name= 'LiLei' AND age = 22 AND position ='manager';
-- 只走了前两个索引 第三个没走
EXPLAIN SELECT * FROM employees WHERE name= 'LiLei' AND age > 22 AND position ='manager';
原因还是因为b+树的索引存放是有序的。在name相等的前提下age有序,在age相等的前提下position 有序。第一个符合这个原因,第二个name相等,所以age有序,可以使用大于走索引。但是结果虽然有序但是不相等,所以position 无序,没有办法直接走索引。
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
存在回表的情况
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
7.is null,is not null 一般情况下也无法使用索引
8.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
可以分割成两个小的范围来走索引
9.字符串不加单引号索引失效
10.like以通配符开头(‘$abc…’)mysql索引失效会变成全表扫描操作
原因:如果通配符在前面,加入根据name查找,可能是 aname,bname,cname。
索引树中是以name来存储。无法进行匹配,只能走全表扫描。但是如果是
或者na%e,那么可能会优化为name = na,索引排序就是根据字母的编码排序。虽然没那么快,但是至少也能走索引。