MySQL 性能调优专题二（Explain执行计划使用详解）

梁梦姑啊
2,305 阅读13分钟

什么是Explain执行计划

  • EXPLAIN 分析你的查询语句或是结构的性能瓶颈。

  • 使用EXPLAIN 关键字可以模拟优化器执行 SQL 语句，从而知道 MySQL 是如何处理你的 SQL 语句的。

  • 在日常工作中，我们有时会碰到执行较慢的 SQL，此时我们可以使用 EXPLAIN 关联字来执行 SQL，可以查看到 SQL 语句有没有用到索引，是不是全表扫描等等，这些都可以通过 EXPLIN 命令来查看，我们可以通过查看到的信息进行进一步的优化。

  • 在SELECT语句之前增加 EXPLAIN 关键字，MySQL 会在查询上设置一个标识，执行查询时，会返回执行计划的信息，而不是执行这条 SQL。

数据准备

  • 学生表

id = 主键、 name = 学生姓名、 update_time = 更新时间

DROP TABLE IF EXISTS `student`;
CREATE TABLE `student` (
  `id` int(11) NOT NULL,
  `name` varchar(45) DEFAULT NULL,
  `update_time` datetime DEFAULT NULL,
  PRIMARY KEY (`id`)
) ENGINE=InnoDB DEFAULT CHARSET=utf8;

# 插入数据
INSERT INTO `student` (`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');
  • 课程表

id = 主键、 name = 课程名称（普通索引）

DROP TABLE IF EXISTS `course`;
CREATE TABLE `course` (
  `id` int(11) NOT NULL AUTO_INCREMENT,
  `name` varchar(10) DEFAULT NULL,
  PRIMARY KEY (`id`),
  KEY `idx_name` (`name`)
) ENGINE=InnoDB DEFAULT CHARSET=utf8;

# 插入数据
INSERT INTO `course` (`id`, `name`) VALUES (1,'Java'), (2,'Python'), (3,'JS');
  • 学生和课程关系表

id = 主键、 student_id = 学生表主键、 course_id = 课程表主键、 remark = 备注

其中 student_id 和 course_id 为复合索引

DROP TABLE IF EXISTS `student_course`;
CREATE TABLE `student_course` (
  `id` int(11) NOT NULL,
  `student_id` int(11) NOT NULL,
  `course_id` int(11) NOT NULL,
  `remark` varchar(255) DEFAULT NULL,
  PRIMARY KEY (`id`),
  KEY `idx_student_course_id` (`student_id`,`course_id`)
) ENGINE=InnoDB DEFAULT CHARSET=utf8;

# 插入数据
INSERT INTO `student_course` (`id`, `student_id`, `course_id`) VALUES (1,1,1),(2,1,2),(3,2,1);

EXPLAIN 输出结果集

到现在为止，需要准备的表已经完成了，我们先简单使用下 EXPLAIN 看下都有哪些东西。

explain select * from actor;

执行上面这条语句，会得到这么一个结果集，稍后我们详细介绍每个字段的含义。

在使用EXPLAIN时，在查询中的每个表都会输出一行记录（一条SQL中有几个 SElECT 就会有几条记录）。

EXPLAIN 有两个变种：

  • explain extended： 会在 explain 的基础上额外提供一些查询优化的信息。在其后通过 show warnings; 命令可以得到优化后的查询语句，可以得到优化后的查询语句，从而看出优化器优化了什么。（这个可以优化一些简单的SQL, 稍微复杂一点的还是自己动手吧 ヾ(=･ω･=)o ）
explain extended select * from student WHERE id = 1; 
SHOW WARNINGS;

  • 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

接下来我们将展示 EXPLAIN 中每个列的信息。

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。

  • 简单子查询
EXPLAIN SELECT (SELECT 1 FROM student LIMIT 1) FROM course;

  • FROM 子句中的子查询
EXPLAIN SELECT id FROM (SELECT id FROM student) AS stu;

注： 我使用的 5.7 的版本，在执行后，只是一条简单的查询，返回结果里并没有用到临时表。

我在使用 5.6 版本测试的时候，执行该语句，得到的结果集中，出现了临时表。

在5.7之前的版本，会创建一个临时表，而外部的 SELECT 查询时用到了这个临时表，例如下图：

id 为 2 的 select_type 为 DERIVER，id 为 1 的 在查询时 table 为 说明用到了临时表。

查看了官方文档，官方文档这样写道：使用了合并或实现来优化派生表和视图引用 (原谅我个英语渣渣，直接谷歌翻译了(￣.￣)，英文好的大佬可以直接看官网原文)。

优化器可以使用两种策略（也适用于视图引用）处理派生表引用：

  • 将派生表合并到外部查询块中

  • 将派生表实现为内部临时表

例1：
SELECT * FROM (SELECT * FROM t1) AS derived_t1;

通过合并派生表 derived_t1，该查询的执行类似于：

SELECT * FROM t1;

例2：

SELECT *
  FROM t1 JOIN (SELECT t2.f1 FROM t2) AS derived_t2 ON t1.f2=derived_t2.f1
  WHERE t1.f1 > 0;
  
通过合并派生表 derived_t2，该查询的执行类似于：

SELECT t1.*, t2.f1
  FROM t1 JOIN t2 ON t1.f2=t2.f1
  WHERE t1.f1 > 0;

简而言之就是：优化器以相同的方式处理派生表和视图引用：它尽可能避免不必要的实现，这样可以将条件从外部查询推送到派生表，并生成更高效的执行计划。

  • union查询
EXPLAIN SELECT 1 UNION ALL SELECT 1;

注： 和 FROM 子句中的子查询 一样，5.7之后的版本进行了优化。

select_type列

select_type 表示对应行是简单还是复杂的查询，如果是复杂的查询，又是上述三种复杂查询中的哪一种。

  • simple

简单查询

EXPLAIN SELECT * FROM student WHERE id = 2;

  • 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

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 类型

EXPLAIN SELECT (SELECT 1 FROM student WHERE id = 1) FROM (SELECT * FROM course WHERE id = 1) c;

  • union

在 union 中的第二个和随后的 select

  • union result

从 union 临时表检索结果的 select

table列

这一列表示 EXPLAIN 的一行正在访问哪个表。

type列（重要）

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。

EXPLAIN SELECT MIN(id) FROM student;

  • 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

EXPLAIN extended SELECT * FROM (SELECT * FROM course WHERE id = 1) tmp;


show warnings;

  • 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。

EXPLAIN SELECT * FROM student_course LEFT JOIN course ON student_course.course_id = course.id;

  • 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 course WHERE name = "Java";

  • 关联表查询，idx_student_course_id 是 student_id 和 course_id 的联合索引，这里使用到了 student_course 的左边前缀 student_id 部分。
EXPLAIN SELECT student_id FROM student LEFT JOIN student_course ON student.id = student_course.student_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。

EXPLAIN SELECT * FROM student WHERE id > 1;

  • index

扫描全表索引，这通常比ALL快一些。（index是从索引中读取的，而all是从硬盘中读取）

EXPLAIN SELECT * FROM course;

  • 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。

EXPLAIN SELECT * FROM student;

possible_keys列

这一列显示查询可能使用哪些索引来查找。

  • 使用 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。

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。

key_len 计算规则如下：

  • 字符串

    类型 长度
    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

  • 数值类型

    类型 长度
    tinyint 1字节
    tinyint 2字节
    int 4字节
    bigint 8字节

  • 时间类型 

    类型 长度
    date 3字节
    timestamp 4字节
    timestamp 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：student.id）

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。

Extra列(重要)

这一列展示的是额外信息。常见的重要值如下：

  • Using index

查询的列被索引覆盖，并且 WHERE 筛选条件是索引的前导列，是性能高的表现。一般是使用了覆盖索引（索引包含了所有查询的字段）。对于 InnoDB 来说，如果是辅助索引性能会有不少提高。

EXPLAIN SELECT student_id FROM student_course WHERE student_id = 1;

  • Using where

查询的列未被索引覆盖， WHERE 筛选条件非索引的前导列

EXPLAIN SELECT * FROM student WHERE NAME = 'Python';

  • Using where Using index

查询的列被索引覆盖，并且 WHERE 筛选条件是索引列之一但是不是索引的前导列，意味着无法直接通过索引查找来查询到符合条件的数据

EXPLAIN SELECT course_id FROM student_course WHERE course_id = 1;

  • NULL

查询的列未被索引覆盖，并且 WHERE 筛选条件是索引的前导列，意味着用到了索引，但是部分字段未被索引覆盖，必须通过 “回表” 来实现，不是纯粹地用到了索引，也不是完全没用到索引

EXPLAIN SELECT * FROM student_course WHERE student_id = 1;

  • Using index condition

与 Using where 类似，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 student_course WHERE student_id > 1;

  • 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。

  • student.name没有索引，此时创建了张临时表来 DISTINCT
EXPLAIN SELECT DISTINCT name FROM student;

  • course.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 course;

  • Using filesort

MySQL 会对结果使用一个外部索引排序，而不是按索引次序从表里读取行。此时 MySQL 会根据联接类型浏览所有符合条件的记录，并保存排序关键字和行指针，然后排序关键字并按顺序检索行信息。这种情况下也是要考虑使用索引来优化的。

  • student.name 未创建索引，会浏览 student 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 student ORDER BY name;

  • course.name 建立了idx_name索引,此时查询时 extra 是 Using index。
EXPLAIN SELECT * FROM course ORDER BY name;

  • filtered列

filtered 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）。

趁热打铁来波实践

准备表和数据

DROP TABLE IF EXISTS `employees`;
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('小明',22,'JAVA',NOW());
INSERT INTO employees(name,age,position,hire_time) VALUES('李雷', 23,'Python',NOW());
INSERT INTO employees(name,age,position,hire_time) VALUES('韩梅梅',23,'JS',NOW());

如上，name、age、position 为复合索引

全值匹配

EXPLAIN SELECT * FROM employees WHERE NAME= '小明';


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


EXPLAIN SELECT * FROM employees WHERE NAME= '小明' AND age = 22 AND POSITION ='JAVA';

如上， 三条 SQL 都用到了索引

最佳左前缀法则

EXPLAIN SELECT * FROM employees WHERE NAME = '李磊';

如图，可以看到用到了索引。

EXPLAIN SELECT * FROM employees WHERE POSITION = 'Python';

如图，可以看到没有用索引。

EXPLAIN SELECT * FROM employees WHERE age = 23 AND POSITION ='Python';

如图，可以看到也没有用索引。

总结： 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。

不在索引列上做任何操作

例如 计算、函数、（自动or手动）类型转换等，会导致索引失效而转向全表扫描

EXPLAIN SELECT * FROM employees WHERE left(NAME,1) = '韩';

如图，可以看到没有用索引。

不能使用索引中范围条件右边的列

EXPLAIN SELECT * FROM employees WHERE name= '小明' AND age = 22 AND position ='JAVA';
通过上边实践，知道该语句用到了索引

EXPLAIN SELECT * FROM employees WHERE name= '小明' AND age > 22 AND position ='JAVA';

我们可以计算下 key_len 长度，可以得知 索引只用到了 name 和 age, position 没用用到索引，所以在复合索引中使用了范围条件右边的列索引会失效。

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 * FROM employees WHERE name= '小明' AND age = 22 AND POSITION ='Java';


EXPLAIN SELECT NAME, age, POSITION FROM employees WHERE NAME= '小明' AND age = 22 AND POSITION ='Java';

可以看到，从 NULL 变成了 Using index

使用不等于（！=或者<>）时索引失效

EXPLAIN SELECT * FROM employees WHERE NAME != '小明'

IS NULL，IS NOT NULL 也无法使用索引

EXPLAIN SELECT * FROM employees WHERE name IS NOT NULL

LIKE 以通配符开头索引会失效

EXPLAIN SELECT * FROM employees WHERE name LIKE '%李'

  • 通配符放结尾索引不会失效
EXPLAIN SELECT * FROM employees WHERE name LIKE '李%'

  • 或者使用覆盖索引，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 '%李'

注：当覆盖索引指向的字段是 varchar(380) 及 380 以上的字段时，覆盖索引会失效！

字符串不加单引号索引失效

EXPLAIN SELECT * FROM employees WHERE NAME = 1000;

少用or，用它连接很多情况下索引会失效

EXPLAIN SELECT * FROM employees WHERE name = '李磊' OR NAME = '韩梅梅';

总结

假设 a、b、c 为复合索引

WHERE 语句 索引使用情况
WHERE a = '小明' 使用到 a
WHERE a = '小明' AND b = '李磊' 使用到 a 、b
WHERE a = '小明' AND b = '李磊' AND c = '韩梅梅' 使用到 a、b、c
WHERE b = '李磊' 或者 WHERE b = '李磊' AND c = '韩梅梅' 或者 WHERE c = '韩梅梅' 没有用到
WHERE a = '小明' AND c = '韩梅梅' a 用到了，c 没有用到，因为 b 中间断了
WHERE a = '小明' AND b > '李磊' AND c = '韩梅梅' a、b 用到了，c 不能用在范围后
WHERE a = '小明' AND b = '李磊%' AND c = '韩梅梅' 使用到 a、b、c
WHERE a = '小明' AND b = '%李磊' AND c = '韩梅梅' 只用到 a
WHERE a = '小明' AND b = '%李磊%' AND c = '韩梅梅' 只用到 a
WHERE a = '小明' AND b = '李%磊%' AND c = '韩梅梅' 使用到 a、b、c
avatar
文章
阅读
粉丝