Explain分析示例
官网文档:https://dev.mysql.com/doc/refman/5.7/en/explain-output.html
建表语句:
DROP TABLE IF EXISTS `actor`;
CREATE TABLE `actor` (
`id` int(11) NOT NULL,
`name` varchar(45) DEFAULT NULL,
`update_time` datetime(0) NULL DEFAULT NULL,
PRIMARY KEY (`id`) USING BTREE
) ENGINE=InnoDB DEFAULT CHARSET=utf8;
INSERT INTO `actor` VALUES (1, 'a', '2021-04-01 01:01:01');
INSERT INTO `actor` VALUES (2, 'b', '2021-04-01 01:01:01');
INSERT INTO `actor` VALUES (3, 'c', '2021-04-01 01:01:01');
DROP TABLE IF EXISTS `film`;
CREATE TABLE `film` (
`id` int(11) NOT NULL AUTO_INCREMENT,
`name` varchar(10) DEFAULT NULL,
PRIMARY KEY (`id`) USING BTREE,
INDEX `idx_name`(`name`) USING BTREE
) ENGINE=InnoDB DEFAULT CHARSET=utf8;
INSERT INTO `film` VALUES (3, 'film0');
INSERT INTO `film` VALUES (1, 'film1');
INSERT INTO `film` VALUES (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`) USING BTREE,
INDEX `idx_film_actor_id`(`film_id`, `actor_id`) USING BTREE
) ENGINE=InnoDB DEFAULT CHARSET=utf8;
INSERT INTO `film_actor` VALUES (1, 1, 1, NULL);
INSERT INTO `film_actor` VALUES (2, 1, 2, NULL);
INSERT INTO `film_actor` VALUES (3, 2, 1, NULL);
1:什么是Explain
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
2:explain 两个变种(了解)
5.7或以上版本 explain 可以直接显示 filtered 与 partitions
5.7以下的版本需要使用以下命令才能展示 filtered 以及 partitions
1)explain extended:
有 filtered 列,是一个百分比的值,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)。
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。
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。
show warnings 需要紧随着 explain(或者explain extended)使用
explain extended SELECT * from film where id =1;
show warnings;
1:提示不需要加extended了(5.7版本或以上)
2:并且可以看到优化器优化的SQL
3:explain中的列 (重要的列)
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
注意:需要执行SET SESSION optimizer_switch='derived_merge=off'; 才能看到衍生表(DERIVED)
1:simple:简单查询。查询不包含子查询和union
EXPLAIN SELECT * FROM `film` WHERE id = 1;
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)
#关闭mysql5.7新特性对衍生表的合并优化
SET SESSION optimizer_switch='derived_merge=off';
EXPLAIN SELECT (SELECT 1 FROM actor WHERE id =1 ) FROM (SELECT * FROM film WHERE id = 1) der;
根据ID大小进行查询,越大优先级越高,所以查询的顺序是 1:film表 2:actor表 3:表示需要依赖查询哪个表(后面提及)
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。
4:possible_keys 与 key
possible_keys 可能用到的什么索引
key 真正用到的索引
4:explain中的列(最核心 type列)
1:总览
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 film;
2: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 film WHERE id = 1) tmp;
SHOW WARNINGS;
优化之后的SQL语句 (直接当成常量来查询)
* select#1 */ select '1' AS `id`,'film1' AS `name` from `SQL optimization`.`film` where 1
3:eq_ref(不需要优化)
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。
两个select的Id都为1 但先查询的是 film_actor 表
然后关联其他表(film)的时候用到其他班(film)的主键索引(或唯一索引) 进行查询
EXPLAIN SELECT * FROM film_actor LEFT JOIN film ON film_actor.film_id = film.id;
4:ref(优化到该级别就行)
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。
有使用索引 但不是唯一索引
EXPLAIN SELECT * FROM film WHERE NAME = 'film1';
5:range(可以接受)
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。
有使用索引 查找范围
6: index(有使用索引 但需要优化)
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扫描(全扫描),
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
possible_keys(可能使用的索引) 与 key(实际使用的索引)
实际使用 idx_name索引 (InnoDB会进行索引的选择,其选择的底层逻辑 后面会说明)
EXPLAIN SELECT id,name FROM film ;
EXPLAIN SELECT * FROM film ;(与上面SQL的查询分析一致)
特别注意:
这里的film表只查询两个 字段 主键索引Id 以及 二级索引name 。
而二级索引 name 作为覆盖索引 同时具有name的值和ID的值
满足查询所有字段的条件。
假如该表存在第三个字段,但只需要查询 Id 以及 Name的时候
由于主键索引具有第三个字段的数据,导致查询的速度还不如二级索引。
7: ALL
即全表扫描,扫描你的主键索引(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
这种ALL虽然还是在主键索引上进行扫描 ,实际上和没有使用索引一样,
因为它是直接进行叶子节点全部扫描的,因此 possible_keys 与 key 都为空。
const(第二条SQL):指定了为某个主键ID(主键索引),会把SQL会当成是常量来查询。
EXPLAIN SELECT * FROM actor ;
EXPLAIN SELECT * FROM actor WHERE id =1;
5:explain中的列(需要了解的列)
1: key 与 key_len (特别是联合索引)
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。
EXPLAIN SELECT * FROM film_actor WHERE film_id = 2;
通过结果中的key_len=8可推断出查询使用了两个列:film_id列 actor_id列 来执行索引查找。
EXPLAIN SELECT * FROM film_actor WHERE film_id = 2 AND actor_id = 2;
key_len计算规则如下(了解即可):
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
2: 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:film.id)
EXPLAIN SELECT * FROM film_actor WHERE film_id = 2 AND actor_id = 2;
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。
EXPLAIN SELECT film_id FROM film LEFT JOIN film_actor ON film.id = film_actor.film_id;
3:rows列(了解)
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。
4:extra列(了解)(不确定的 仅能参考)
这一列展示的是额外信息。常见的重要值如下:
Using index:使用覆盖索引
覆盖索引定义:
mysql执行计划explain结果里的key有使用索引, 如果select后面查询的字段都可以从这个索引的树中获取,
这种情况一般可以说是用到了覆盖索引,extra里一般都有using index;
覆盖索引一般针对的是辅助索引
整个查询结果只通过辅助索引就能拿到结果,
不需要通过辅助索引树找到主键,从而不需要再通过主键去主键索引树里获取其它字段值
explain select film_id from film_actor where film_id = 1;
Using where:使用 where 语句来处理结果,并且查询的列未被索引覆盖
explain select * from actor where name = 'a';
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;
explain select * from film_actor where film_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
因为索引树 在根据索引查找数据的时候边扫描边去重
如果没有索引树:需要先把数据存在到内存中(或者磁盘中),再进行去重。
explain select distinct name from actor;
explain select distinct name from film;
Using filesort:将用外部排序而不是索引排序,数据较小时在内存排序,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。
因为索引树 在根据索引查找数据的时候是已经排好序的
如果没有索引树:保存排序关键字name和对应的id到内存(或者磁盘中),然后进行name的排序。
explain select * from actor order by name
explain select * from film order by name;
网友评论