Mysql查询分析工具Explain的使用

一、前言

作为一名合格的开发人员，与数据库打交道是必不可少的，尤其是在业务规模和数据体量大规模增长的条件下，应用系统大部分请求读写比例在10:1左右，而且插入操作和一般的更新操作很少出现性能问题，遇到最多的，也是最容易出问题的，还是一些复杂的查询操作，所以查询语句的优化显然是重中之重。

Explain则是mysql提供给开发人员用于对Select语句进行分析的命令，可以对查询语句进行分析，并输出Select执行的详细信息，以供开发人员进行针对性的优化。

Expalain的核心指标是rows,绝大部分rows小的语句执行一定很快，所以优化语句基本上都是在优化rows

二、Explain使用

使用EXPLAIN关键字可以模拟优化器执行SQL查询语句，从而知道MySQL是如何处理你的SQL语句的。分析你的查询语句或是表结构的性能瓶颈。
➤ 通过EXPLAIN，我们可以分析出以下结果：

表的读取顺序
数据读取操作的操作类型
哪些索引可以使用
哪些索引被实际使用
表之间的引用
每张表有多少行被优化器查询
➤ 使用方式如下：

EXPLAIN +SQL语句

EXPLAIN SELECT * FROM t1

1、执行Explain后的信息

 id  select_type  table    partitions  type    possible_keys  key       key_len  ref       rows  filtered  Extra
  • id ：select查询的序列号，包含一组数字，表示查询中执行select子句或操作表的顺序
  • select_type ：查询类型 或者是 其他操作类型
  • table ：正在访问哪个表
  • partitions ：匹配的分区
  • type ：访问的类型
  • possible_keys ：显示可能应用在这张表中的索引，一个或多个，但不一定实际使用到
  • key ：实际使用到的索引，如果为NULL，则没有使用索引
  • key_len ：表示索引中使用的字节数，可通过该列计算查询中使用的索引的长度
  • ref ：显示索引的哪一列被使用了，如果可能的话，是一个常数，哪些列或常量被用于查找索引列上的值
  • rows ：根据表统计信息及索引选用情况，大致估算出找到所需的记录所需读取的行数
  • filtered ：查询的表行占表的百分比
  • Extra ：包含不适合在其它列中显示但十分重要的额外信息

2. Explain各字段含义

2.1 id

select查询的序列号，包含一组数字，表示查询中执行select子句或操作表的顺序

id的结果共有3中情况

id相同，执行顺序由上至下

id不同，如果是子查询，id的序号会递增，id值越大优先级越高，越先被执行。

id相同，且同时存在，可以认为是一组，从上往下执行，在所有组中，id值越大，优先级越高，越先执行。


2.2 select_type

常见和常用的值有如下几种：

分别用来表示查询的类型，主要是用于区别普通查询、联合查询、子查询等的复杂查询。

SIMPLE ：简单的select查询，查询中不包含子查询或者UNION。

PRIMARY ：查询中若包含任何复杂的子部分，最外层查询则被标记为PRIMARY。

SUBQUERY： 在SELECT或WHERE列表中包含了子查询。

DERIVED： 在FROM列表中包含的子查询被标记为DERIVED（衍生），MySQL会递归执行这些子查询，把结果放在临时表中

UNION： 若第二个SELECT出现在UNION之后，则被标记为UNION：若UNION包含在FROM子句的子查询中，外层SELECT将被标记为：DERIVED

UNION RESULT： 从UNION表获取结果的SELECT

2.3 table

指的就是当前执行的表

2.4 type（重要）

type所显示的是查询使用了哪种类型，type包含的类型包括如下图所示的几种：

从最好到最差依次是：

system > const > eq_ref > ref > ref_or_null > index_merge > range > index > all

一般来说，得保证查询至少达到range级别，最好能达到ref。

system：表只有一行记录（等于系统表），这是const类型的特列，平时不会出现，这个也可以忽略不计
const：表示通过索引一次就找到了，const用于比较primary key 或者unique索引。因为只匹配一行数据，所以很快。如将主键置于where列表中，MySQL就能将该查询转换为一个常量。

eq_ref ：唯一性索引扫描，对于每个索引键，表中只有一条记录与之匹配。常见于主键或唯一索引扫描,，性能仅次于system及const。

-- 多表关联查询，单行匹配
SELECT * FROM ref_table,other_tableWHERE ref_table.key_column=other_table.column;-- 多表关联查询，联合索引，多行匹配
SELECT * FROM ref_table,other_tableWHERE ref_table.key_column_part1=other_table.columnAND ref_table.key_column_part2=1;

ref ：非主键和唯一索引的扫描，返回匹配某个单独值的所有行，本质上也是一种索引访问，即哪些列或常量被用于查找索引列上的值

主要出现在联合索引中，满足部分索引的情况下，比如当满足索引的最左前缀规则时

TIPS

最左前缀原则，指的是索引按照最左优先的方式匹配索引。比如创建了一个组合索引(column1, column2, column3)，那么，如果查询条件是：

  • WHERE column1 = 1、WHERE column1= 1 AND column2 = 2、WHERE column1= 1 AND column2 = 2 AND column3 = 3 都可以使用该索引；
  • WHERE column1 = 2、WHERE column1 = 1 AND column3 = 3 就无法匹配所有索引，只能匹配到 column1 就会停止匹配，导致索引的利用效率低。

ref_or_null：该类型类似于ref，但是MySQL会额外搜索哪些行包含了NULL。这种类型常见于解析子查询。

SELECT * FROM ref_table
WHERE key_column=expr OR key_column IS NULL;

index_merge：此类型表示使用了索引合并优化，表示一个查询里面用到了多个索引

unique_subquery：该类型和eq_ref类似，但是使用了IN查询，且子查询是主键或者唯一索引。

例如：

value IN (SELECT primary_key FROM single_table WHERE some_expr)

index_subquery：和unique_subquery类似，只是子查询使用的是非唯一索引

value IN (SELECT key_column FROM single_table WHERE some_expr)

range： 只检索给定范围的行，使用一个索引来选择行，key列显示使用了哪个索引，一般就是在你的where语句中出现between、< 、>、in等的查询，这种范围扫描索引比全表扫描要好，因为它只需要开始于索引的某一点，而结束于另一点，不用扫描全部索引。

index ：Full Index Scan，Index与All区别为index类型只遍历索引树。这通常比ALL快，因为索引文件通常比数据文件小。（也就是说虽然all和Index都是读全表，但index是从索引中读取的，而all是从硬盘读取的）
all： Full Table Scan 将遍历全表以找到匹配的行，性能最差

2.5 possible_keys 和 key

possible_keys ：显示可能应用在这张表中的索引，一个或多个。查询涉及到的字段上若存在索引，则该索引将被列出，但不一定被查询实际使用。

key：实际使用的索引，如果为NULL，则没有使用索引。（可能原因包括没有建立索引或索引失效）查询中若使用了覆盖索引（select 后要查询的字段刚好和创建的索引字段完全相同），则该索引仅出现在key列表中

2.6 key_len

表示索引中使用的字节数，可通过该列计算查询中使用的索引的长度，在不损失精确性的情况下，长度越短越好。key_len显示的值为索引字段的最大可能长度，并非实际使用长度，即key_len是根据表定义计算而得，不是通过表内检索出的。

表示查询优化器使用了索引的字节数. 这个字段可以评估组合索引是否完全被使用, 或只有最左部分字段被使用到.
key_len 的计算规则如下:

字符串 ：(utf8mb4=4,utf8=3,gbk=2,latin1=1) * 列长度 + 1(允许 Null) + 2(变长列)

非字符串 ：数值类型 /时间类型 + 1(允许 Null) 

  • 字符串

    • char(n): n 字节长度

    • varchar(n): 如果是 utf8 编码, 则是 3 n + 2字节; 如果是 utf8mb4 编码, 则是 4 n + 2 字节.

  • 数值类型:

    • TINYINT: 1字节

    • SMALLINT: 2字节

    • MEDIUMINT: 3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

  • 字段属性: NULL 属性 占用一个字节. 如果一个字段是 NOT NULL 的, 则没有此属性.

说一下索引长度对查询的影响：

一般来说如果索引占用的字节数约大，尤其是使用联合索引时，相对应的索引树占用的磁盘空间就越大，相同的数据页能放下的索引值就越少，搜索的效率也就会越低。而且伴随着表数据量的不断增大，会导致这颗索引树占用磁盘空间最后会非常大。

如果在使用explain时，发现key_len的长度过于大，就需要根据实际业务场景，来优化索引字段。

这也是优化一个小方向

2.7 ref

显示索引的那一列被使用了，如果可能的话，最好是一个常数。哪些列或常量被用于查找索引列上的值。

2.8 rows

根据表统计信息及索引选用情况，大致估算出找到所需的记录所需要读取的行数，也就是说，用的越少越好

查询优化的最终目标，是读取行数时减少的，这样查询的效率才会提高，这个是一个重要的指标。

2.9 filtered

表示符合查询条件的数据百分比，最大100。用rows × filtered可获得和下一张表连接的行数。例如rows = 1000，filtered = 50%，则和下一张表连接的行数是500。

TIPS

在MySQL 5.7之前，想要显示此字段需使用explain extended命令；

MySQL.5.7及更高版本，explain默认就会展示filtered

2.9 Extra（重要）

包含不适合在其他列中显式但十分重要的额外信息

2.9.1 Using filesort（性能差）

常见于使用order by的查询语句，并且排序的字段不是索引字段。

当Query 中包含 ORDER BY 操作，而且无法利用索引完成排序操作的时候，MySQL Query Optimizer 不得不选择相应的排序算法来实现。数据较少时从内存排序，否则从磁盘排序。Explain不会显示的告诉客户端用哪种排序。

MySQL中无法利用索引完成的排序操作称为“文件排序”。

2.9.2 Using temporary

常见于排序order by和分组查询group by，并且排序的字段不是索引字段。

使用了用临时表保存中间结果，MySQL在对查询结果排序时使用临时表。

2.9.3 Using index

表示相应的select操作中使用了覆盖索引（Covering Index），避免访问了表的数据行，效率不错。如果同时出现using where，表明索引被用来执行索引键值的查找；如果没有同时出现using where，表明索引用来读取数据而非执行查找动作。

覆盖索引（Covering Index）：覆盖索引是指可以直接在索引列中得到想要的结果，而不用去回表），此时效率最高

Using index for group-by

数据访问和 Using index 一样，所需数据只须要读取索引，当Query 中使用GROUP BY或DISTINCT 子句时，如果分组字段也在索引中，Extra中的信息就会是 Using index for group-by。详见 “GROUP BY Optimization”

-- name字段有索引
explain SELECT name FROM t1 group by name
2.9.4 Using where

表明使用了where过滤

2.9.5 Using join buffer

强调在获取连接条件时没有用到索引，并且需要连接缓冲区来存储中间结果。如果出现了这个值，那应该注意，根据查询的具体情况可能需要添加索引来改进能。或者在查询的时候，多表join的次数非常多，那么将配置文件中的缓冲区的join buffer调大一些。

2.9.6 impossible where

where子句的值总是false，不能用来获取任何元组

SELECT * FROM t_user WHERE id = '1' and id = '2'

2.9.7 select tables optimized away

explain select min(id) from t1;

优化器确定：

①最多返回1行；

②要产生该行的数据，要读取一组确定的行，时会出现此提示。

一般在用某些聚合函数访问存在索引的某个字段时，优化器会通过索引直接一次定位到所需要的数据行完成整个查询时展示，

2.9.8 distinct

优化distinct操作，在找到第一匹配的元组后即停止找同样值的动作

总结：

• EXPLAIN不会告诉你关于触发器、存储过程的信息或用户自定义函数对查询的影响情况
• EXPLAIN不考虑各种Cache
• EXPLAIN不能显示MySQL在执行查询时所作的优化工作
• 部分统计信息是估算的，并非精确值
• EXPALIN只能解释SELECT操作，其他操作要重写为SELECT后查看执行计划。

参考文献：

MySQL - explan - key_len_mysql 索引key len 影响效率吗-CSDN博客

[MySQL高级](一) EXPLAIN用法和结果分析_explain 用法-CSDN博客

https://juejin.cn/post/7073761727850119199

CSDN

全网最全 | MySQL EXPLAIN 完全解读 | 周立的博客 - 关注Spring Cloud、Docker

                    

本文来自互联网用户投稿，该文观点仅代表作者本人，不代表本站立场。本站仅提供信息存储空间服务，不拥有所有权，不承担相关法律责任。如若转载，请注明出处：http://www.mzph.cn/web/26122.shtml

如若内容造成侵权/违法违规/事实不符，请联系多彩编程网进行投诉反馈email:809451989@qq.com，一经查实，立即删除！

相关文章

力扣42 接雨水

力扣42 接雨水

听说字节每人都会接雨水&#xff0c;我也要会哈哈哈 数据结构&#xff1a;数组 算法&#xff1a;核心是计算这一列接到多少雨水&#xff0c;它取决于它左边的最大值和右边的最大值&#xff0c;如下图第三根柱子能接到的雨水应该是第一根柱子高度和第五根柱子高度的最小值减去第…
阅读更多...
Win10超清图库

Win10超清图库

版权声明 本文原创作者&#xff1a;谷哥的小弟作者博客地址&#xff1a;http://blog.csdn.net/lfdfhl Win10每次锁屏时&#xff0c;系统都会展现一张背景图。其实这就是Windows 聚焦&#xff1b;图示如下&#xff1a; 这些图片不但精美&#xff0c;而且会每隔一段时间自动更新…
阅读更多...
NFTScan 正式上线 Sei NFTScan 浏览器和 NFT API 数据服务

NFTScan 正式上线 Sei NFTScan 浏览器和 NFT API 数据服务

2024 年 6 月 12 号&#xff0c;NFTScan 团队正式对外发布了 Sei NFTScan 浏览器&#xff0c;将为 Sei 生态的 NFT 开发者和用户提供简洁高效的 NFT 数据搜索查询服务。NFTScan 作为全球领先的 NFT 数据基础设施服务商&#xff0c;Sei 是继 Bitcoin、Ethereum、BNBChain、Polyg…
阅读更多...
从爱好到收入AI贴纸变现的五种途径，你尝试过几种？你会制作吗？

从爱好到收入AI贴纸变现的五种途径，你尝试过几种？你会制作吗？

一、AI贴纸变现方式&#xff1a; 贴纸变现的方式主要包括以下几种&#xff1a; 1、广告变现 通过在小红书、公众号等可发图文的自媒体平台发布你制作的可爱贴纸&#xff0c;从而实现对可爱贴纸喜爱的人士观看并成为你的粉丝。粉丝达到一定数量即可接商业广告变现。 2、电商变…
阅读更多...
Unity 实现WebSocket 简单通信——客户端

Unity 实现WebSocket 简单通信——客户端

创建连接 ClientWebSocket socket new ClientWebSocket(); string url $"ws://{ip}:{port}"; bool createUri Uri.TryCreate(url, UriKind.RelativeOrAbsolute, out Uri uri); if (createUri) {var task socket.ConnectAsync(uri, CancellationToken.None);task…
阅读更多...
字符集相关变量理解

字符集相关变量理解

建表 创建一个新表&#xff0c;想让他的字符集是 gbk&#xff0c;怎么弄? 尝试1&#xff1a; 失败&#xff01;原因&#xff1a; set names gbk; 等价于&#xff1a;set character_set_client gbk; set character_set_connection gbk; set character_set_results gbk;尝…
阅读更多...
一文详解：Git与SVN的对比与选择

一文详解：Git与SVN的对比与选择

多人协同开的时候面临着代码版本管理和同步问题&#xff0c;这个时候git和svn就就大显神威了&#xff0c;个别小伙伴对这俩不是很熟悉&#xff0c;贝格前端工场为大家解读下。 一、什么是git和svn 分布式版本控制和集中式版本控制是两种不同的版本控制系统架构。 Git 分布式…
阅读更多...
flutter 环境搭建(windows)（先装 jdk 建议1.8起步）

flutter 环境搭建(windows)（先装 jdk 建议1.8起步）

1&#xff1a;先从 官网 下载一个合适版本的SDK 2&#xff1a;下载完成之后 解压到一个合适的盘符下面&#xff08;本文在 D 盘 3.10.0版本&#xff09; 3&#xff1b;双击 flutter_console.bat文件可以看到一些基本信息 4&#xff1a;配置环境 1.添加用户变量 FLUTTER_STORAGE…
阅读更多...
vue聊天发送Emoji表情

vue聊天发送Emoji表情

在用web端写聊天发送表情的功能中&#xff0c;使用web端有系统自带的unicode表情会出现每端不统一的情况&#xff0c;不好用不能统一&#xff0c;在这里我想到了一个非常好的思路&#xff0c;可以解决这个问题&#xff01; 那就是发送表情用图片的形式呈现&#xff0c;然后发给…
阅读更多...
【MySQL】服务器配置和管理

【MySQL】服务器配置和管理

本文使用的MySQL版本是8.0 MySQL服务器介绍 MySQL服务器通常说的是mysqld程序。 mysqld 是 MySQL 数据库服务器的核心程序&#xff0c;负责处理客户端的请求、管理数据库和执行数据库操作。管理员可以通过配置文件和各种工具来管理和监控 mysqld 服务器的运行 官方文档&…
阅读更多...
Vue2后台管理：项目开发全流程(二)

Vue2后台管理：项目开发全流程(二)

​&#x1f308;个人主页&#xff1a;前端青山 &#x1f525;系列专栏&#xff1a;vue篇 &#x1f516;人终将被年少不可得之物困其一生 依旧青山,本期给大家带来vue篇专栏内容:Vue2后台管理&#xff1a;项目开发全流程(二) 目录 功能实现 8、会员用户管理 ①使用数据模拟文…
阅读更多...
Spring IoC注解

Spring IoC注解

一、回顾反射机制 反射的调用三步&#xff1a;1&#xff09;获取类。2&#xff09;获取方法。3&#xff09;调用方法 调用方法&#xff1a;调用哪个对象&#xff0c;哪个方法&#xff0c;传什么参数&#xff0c;返回什么值。 方法&#xff08;Do&#xff09;类&#xff1a; …
阅读更多...
【QT】记录一次QT程序发布exe过程

【QT】记录一次QT程序发布exe过程

记录一次QT程序发布exe过程 使用windeploy与enigma发布独立的QT程序第一步 QT编译输出 **release** 版本第二步 QT 自带 windepoyqt 补全链接库第三步 enigma virtual box压缩打包为单一exe最后【2024-06-07 17】- 【补充】 贴一个自己用的bat脚本【**QtDeploy2exe.bat**】半自…
阅读更多...
C++中的结构体——结构体嵌套结构体

C++中的结构体——结构体嵌套结构体

作用&#xff1a;结构体中的成员可以是另一个结构体 例如&#xff1a;每一个老师辅导一个学生&#xff0c;每个老师的结构体中&#xff0c;记录一个学生的结构体 示例 运行结果
阅读更多...
vue相关的2个综合案例，网页打字练习

vue相关的2个综合案例，网页打字练习

for循环的应用 /* 1. 用for循环控制台打印0到100 */ for (var i 0; i < 100; i) {console.log(i) } /* 2. 用for循环控制台打印100到0 */ for (var i 100; i > 0; i--) {console.log(i) }网页打字练习案例练习 <template><div class"main"><…
阅读更多...
[天翼杯 2021]esay_eval

[天翼杯 2021]esay_eval

[天翼杯 2021]esay_eval <?php class A{public $code "";function __call($method,$args){eval($this->code);}function __wakeup(){$this->code "";} }class B{function __destruct(){echo $this->a->a();} } if(isset($_REQUEST[poc]…
阅读更多...
2-2 基于matlab的变邻域

2-2 基于matlab的变邻域

基于matlab的变邻域&#xff0c;含变惯性权重策略的自适应离散粒子群算法&#xff0c;适应函数是多式联运路径优化距离。有10城市、30城市、75城市三个案例。可直接运行。 2-2 路径规划 自适应离散粒子群算法 - 小红书 (xiaohongshu.com)
阅读更多...
新版校园跑腿外卖独立版+APP+小程序前端外卖配送平台源码（含搭建教程）

新版校园跑腿外卖独立版+APP+小程序前端外卖配送平台源码（含搭建教程）

同城校园跑腿外卖配送平台源码&#xff0c;这套目前全网还没有人分享过&#xff0c;这个是开源的&#xff0c;所以没有任何问题了&#xff0c;这套源码非常吊&#xff0c;支持自定义diy 你可以设计你的页面&#xff0c;设计你自己的风格&#xff0c;支持多校园&#xff0c;独立…
阅读更多...
打破时空界限：线上非遗文化馆如何改变非遗文化传播与保存方式？

打破时空界限：线上非遗文化馆如何改变非遗文化传播与保存方式？

一、线上非遗文化馆助力传统文化的广泛传播 1、打破时空限制&#xff0c;提升非遗文化的可达性 线上非遗文化馆利用互联网技术将非遗文化展示在虚拟平台上&#xff0c;无论身处何地&#xff0c;用户都可以通过网络访问这些资源。通过3D建模、VR等技术&#xff0c;将传统工艺、表…
阅读更多...
计算机毕业三年的我，辞职两次后找不到工作回家，此时是真的羡慕有手艺在手的人

计算机毕业三年的我，辞职两次后找不到工作回家，此时是真的羡慕有手艺在手的人

栀子花香&#xff0c;弥漫在空气中&#xff0c;却掩盖不了内心的苦涩。 半年&#xff0c;两份工作&#xff0c;两次裸辞&#xff0c;我&#xff0c;又成了一个身无分文的“废人”。 曾经&#xff0c;我也是人人羡慕的互联网人&#xff0c;月薪6K&#xff0c;过着“955”的“神…
阅读更多...
推荐文章
最新文章

Copyright @ 2022~2023