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