一、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 
 
1. explain分析示例
 
示例表: 
2 DROP TABLE IF EXISTS `actor`; 
3 CREATE TABLE `actor` ( 
4 `id` int(11) NOT NULL, 
5 `name` varchar(45) DEFAULT NULL, 
6 `update_time` datetime DEFAULT NULL, 
7 PRIMARY KEY (`id`) 
8 ) ENGINE=InnoDB DEFAULT CHARSET=utf8; 
9
10 INSERT INTO `actor` (`id`, `name`, `update_time`) VALUES (1,'a','2017‐12‐2 2 15:27:18'), (
2,'b','2017‐12‐22 15:27:18'), (3,'c','2017‐12‐22 15:27:18'); 
11
12 DROP TABLE IF EXISTS `film`; 
13 CREATE TABLE `film` ( 
14 `id` int(11) NOT NULL AUTO_INCREMENT, 
15 `name` varchar(10) DEFAULT NULL, 
16 PRIMARY KEY (`id`), 
17 KEY `idx_name` (`name`) 
18 ) ENGINE=InnoDB DEFAULT CHARSET=utf8; 
19
20 INSERT INTO `film` (`id`, `name`) VALUES (3,'film0'),(1,'film1'),(2,'film 2'); 
21
22 DROP TABLE IF EXISTS `film_actor`; 
23 CREATE TABLE `film_actor` ( 
24 `id` int(11) NOT NULL, 
25 `film_id` int(11) NOT NULL, 
26 `actor_id` int(11) NOT NULL, 
27 `remark` varchar(255) DEFAULT NULL, 
28 PRIMARY KEY (`id`), 
29 KEY `idx_film_actor_id` (`film_id`,`actor_id`)
30 ) ENGINE=InnoDB DEFAULT CHARSET=utf8; 
31
32 INSERT INTO `film_actor` (`id`, `film_id`, `actor_id`) VALUES (1,1,1), (2,1,2),(3,2,1);
 
 
 mysql> explain select * from actor
 
 

 
 在查询中每个表会输出一行,如果两个表通过join连接查询,那么会输出两行
 
2. 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)。
 
 
 
  mysql> explain extended select * from film where id=1;
 
 
 
 
 
 
  mysql> show warnings;
 
 
 

 
 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。 
 
3. explain中的列 
 
 接下来我们将展示 explain 中每个列的信息。 
 
 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。 
 
 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 
 
 mysql> explain select * from film where id = 2;
 
 
 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 
 
 mysql> set session optimizer_switch='derived_merge=off'; #关闭mysql5.7新特性对衍 
 
 生表的合并优化 
 
 mysql> explain select (select 1 from actor where id = 1) from (select * from film 
 
 where id = 1) der; 
 
 
 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 <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。 
 
 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 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 
 
 mysql> 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 
 
mysql> explain extended select * from (select * from film where id = 1) tmp;
 

 
 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) 
 
 mysql> explain select * from film where name = 'film1'; 
 
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。 
 
 mysql> 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。
 
mysql> explain select * from actor where id > 1;
 
index:扫描全表索引,这通常比ALL快一些。 
 
mysql> explain select * from film; 
 

 
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
 
mysql> explain select * from actor;
 
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。 
 
 mysql> explain select * from film_actor where film_id = 2; 
 
 
 
 key_len计算规则如下: 
  
1. 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 
 
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 
 
 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。 
 
 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(量),字段名(例:film.id) 
 
 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:使用覆盖索引 
 
 mysql> explain select film_id from film_actor where film_id = 1; 
 
 
 2)Using where:使用 where 语句来处理结果,查询的列未被索引覆盖 
 
 mysql> explain select * from actor where name = 'a'; 
 
 
 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;
 
 mysql> explain select * from film_actor where film_id > 1;
 
 
 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 
 
 mysql> explain select distinct name from actor; 
 
 
 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 
 
 mysql> explain select distinct name from film; 
 
 
 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。 
 
 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 
 
 mysql> explain select * from actor order by name; 
 
 
 2. film.name建立了idx_name索引,此时查询时extra是using index 
 
 mysql> explain select * from film order by name; 
 
 
 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 
 
 mysql> explain select min(id) from film; 
 
 
二、索引最佳实践 
 
 
 1 示例表:
2 CREATE TABLE `employees` (
3 `id` int(11) NOT NULL AUTO_INCREMENT,
4 `name` varchar(24) NOT NULL DEFAULT '' COMMENT '姓名',
5 `age` int(11) NOT NULL DEFAULT '0' COMMENT '年龄',
6 `position` varchar(20) NOT NULL DEFAULT '' COMMENT '职位',
7 `hire_time` timestamp NOT NULL DEFAULT CURRENT_TIMESTAMP COMMENT '入职时
间',8 PRIMARY KEY (`id`),
9 KEY `idx_name_age_position` (`name`,`age`,`position`) USING BTREE
10 ) ENGINE=InnoDB AUTO_INCREMENT=4 DEFAULT CHARSET=utf8 COMMENT='员工记录表';
11
12 INSERT INTO employees(name,age,position,hire_time) VALUES('LiLei',22,'mana
ger',NOW());
13 INSERT INTO employees(name,age,position,hire_time) VALUES('HanMeimei',
23,'dev',NOW());
14 INSERT INTO employees(name,age,position,hire_time)
VALUES('Lucy',23,'dev',NOW());
 
  
 1.全值匹配 
 
 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 
 
 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 age = 22 AND position ='manager'; 
 
 EXPLAIN SELECT * FROM employees WHERE position = 'manager'; 
 
 EXPLAIN SELECT * FROM employees WHERE name = 'LiLei'; 
 
 
 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';
 
 
 给hire_time增加一个普通索引: 
 
 1 
 ALTER TABLE `employees` 
 
 2 
 ADD INDEX `idx_hire_time` 
 (
 `hire_time`
 ) 
 USING BTREE 
 ; 
 
 EXPLAIN select * from employees where date(hire_time) ='2018-09-30'; 
 
 
 转化为日期范围查询,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 
 
 1 
 ALTER TABLE `employees` 
 
 2 
 DROP INDEX `idx_hire_time`
 ; 
 
 4.存储引擎不能使用索引中范围条件右边的列 
 
 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'; 
 
 
 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'; 
 
 
 EXPLAIN SELECT * FROM employees WHERE name= 'LiLei' AND age = 23 AND 
 
 position ='manager'; 
 
 
 6.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'; 
 
 
 7.is null,is not null 也无法使用索引
 EXPLAIN SELECT * FROM employees WHERE name is null 
 
 
 8.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%' 
 
 
 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 
 
 EXPLAIN SELECT name,age,position FROM employees WHERE name like '%Lei%'; 
 
 
 b)如果不能使用覆盖索引则可能需要借助搜索引擎 
 
 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; 
 
 
 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'; 
 
 
 11.范围查询优化 
 
 给年龄添加单值索引 
 
 1 
 ALTER TABLE `employees` 
 
 2 
 ADD INDEX `idx_age` 
 (
 `age`
 ) 
 USING BTREE 
 ; 
 
 explain select * from employees where age >=1 and age <=2000; 
 
 
 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:可以讲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 
 
 1 
 ALTER TABLE `employees` 
 
 2 
 DROP INDEX `idx_age`
 ; 
 
 索引使用总结: 
 
 
 like KK%相当于=常量,%KK和%KK% 相当于范围