在实际的开发中,我们难免会遇到一些SQL优化的场景,虽然之前也看过周阳的课程,但是一直没有进行细心的整理,所以本篇会进行详细列举explain的相关使用,以及常见的索引最佳实践,并通过案例进行讲解。
数据准备
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;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
EXPLAIN SELECT * FROM actor;
SHOW WARNINGS;
可以通过 SHOW WARNINGS;
获取优化后的查询语句
/* select#1 */ select `mysql-learn`.`actor`.`id` AS `id`,`mysql-learn`.`actor`.`name` AS `name`,`mysql-learn`.`actor`.`update_time` AS `update_time` from `mysql-learn`.`actor`
id
id列用来标识select 序列号,有几个select 就有几个id,id是按照select出现的顺序增长的,id列越大执行优先级越高。id相同从上往下执行。id为null的最后执行。
select_type
select_type 表示对应行是简单还是复杂的查询,
simple: 简单查询,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。
union: 在 union 中的第二个和随后的 select
explain select (select 1 from actor where id = 1) from (select * from film where id = 1) der ;
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 ;
table
显示目前在访问哪一个表,当from子句中有子查询时,table列是 <deriven N ,表示依赖的是id = N的查询,于是先执行id=N的查询。当出现union时,union result的table 列的值为<union 1,2 表示1和2参与union的select 行id。
type
这一列表示关联类型和访问类型,即MySQL决定如何查询表中的行,查询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 . 一般来说查询能达到range 级别或者 ref。
**NUll ** : mysql能够在优化阶段分解查询语句,在执行阶段用不着访问表或索引。例如:查询索引列最小值,可以单独查询索引来完成,不用访问表。
const,system: mysql能对查询的某部分进行优化并将其转换成一个常量,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
/* select#1 */ select '1' AS `id`,'a' AS `name`,NULL AS `update_time` from `mysql-learn`.`actor` where true
**eq_ref: ** primary key 或 unique key索引的所有部分被连接使用,最多只会使用一条符合条件的记录。
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。
简单的select查询,name是普通索引
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
range 范围扫描通常出现在in between > < =操作 ,使用一个索引来检索给定范围的行。
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,而是直接从二级索引的叶子结点遍历和扫描,速度还是比较慢的。
**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
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。
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
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
Using index
使用了覆盖索引。
Using where
查询列未被索引覆盖
Using index condition
查询的列不完全被索引覆盖 用到了索引
Using temporary
用到了临时表
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。
使用索引排序。
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
常见的索引优化
-
字符串不加单引号索引失效
-
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
-
范围查询优化
-
like以通配符开头(‘$abc…’)mysql索引失效会变成全表扫描操作
-
is null,is not null 一般情况下也无法使用索引
-
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 -
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
-
存储引擎不能使用索引中范围条件右边的列
-
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
-
最左前缀法则
-
全值匹配
【数据库】聊聊常见的索引优化-上
【数据库】聊聊常见的索引优化-上
总结
本篇主要介绍了explain的关键字的介绍 以及如何优化。