MySQL调优-Explain详解和索引最佳实践

Explain工具介绍

Explain分析示例

explain 两个变种

explain中的列

1.id列

2.select_type列

3. table列

4.type列

5. possible_keys列

6. key列

7. key_len列

8. ref列

9. rows列

10.Extra列

索引最佳实践

1.全值匹配

2.最左前缀法则

3.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

4.存储引擎不能使用索引中范围条件右边的列

编辑 5.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

6.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

7.is null,is not null 一般情况下也无法使用索引

8.like以通配符开头（'$abc...'）mysql索引失效会变成全表扫描操作

9.字符串不加单引号索引失效

10.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

11.范围查询优化

索引使用总结：

Explain工具介绍

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语句

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

Explain分析示例

导入表数据：

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;

INSERT INTO `actor` (`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');


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 两个变种

(1) explain extended：会在explain的基础上额外的进行提供一些查询优化的信息。紧随其后的语句命令：show warnings命令时可以得到优化后的查询语句，通过这个命令从而可以看出优化器优化了什么。额外还有filtered列，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）。

得到结果：

(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。

explain中的列

展示出explain中每一个列的信息

1.id列

id列的编号是select的序列号，有几个select就会有几个id，并且id的顺序是按照select出现的顺序增长的。id列越大执行优先级越高，id相同则依次从上往下执行，id为NULL的最后执行。

2.select_type列

select_type 表示对应行是简单还是复杂的查询。

(1) simple：简单查询。查询不包含子查询和union

(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）

(5）union：在 union 中的第二个和随后的 select

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。

当有 union 时，UNION RESULT 的 table 列的值为，1和2表示参与 union 的 select 行id。

4.type列

这一列表示关联类型或访问类型，即是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

4.1 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

4.2 const，system：mysql能对查询的某部分进行优化并且将起转化成为一个常量(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

结果：

4.3 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。

4.4 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。

1. 简单 select 查询，name是普通索引（非唯一索引）

2.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。

4.5 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。

4.6 index:扫描全索引就能拿到结果，一般是扫描某一个二级索引，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进行从左往右遍历和扫描，速度是相对较慢的，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要快一些。

4.7 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。

5. possible_keys列

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。

6. 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。

7. 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。

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的计算规则如下：

字符串类型

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

举例:

char(n)：如果存的是汉字，长度就是3n字节。varchar(n)：如果存的是汉字，则长度即是3n+2个字节，加的2字节是用来存储字符串长度的，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。

8. 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）

9. 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。

10.Extra列

这一列展示的是额外信息。常见的重要值如下：

(1) Using index: 表示使用覆盖索引

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后面查询的字段对应的数据可以从这个辅助索引的树中获取，既然辅助索引的树可以查询到select需求查询的所有字段，那么就没必要再通过辅助索引叶子节点保存的主键去回表操作找到主键索引。这种情况一般可以说是使用到了覆盖索引。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，再通过主键去主键索引树里获取其它字段值

(2) Using where：使用 where 语句来处理结果，并且查询的列未被索引覆盖

(3) 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；

(4) 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，首先想到使用索引来优化。

1. actor.name没有索引，此时创建了张临时表来distinct

2. film.name建立了idx_name索引，此时查询时extra是using index,没有用临时表

(5) 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。

1. actor.name未创建索引，会浏览actor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

2. film.name建立了idx_name索引,此时查询时extra是using index

(6) 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

索引最佳实践

1.全值匹配

2.最左前缀法则

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

运行结果

3.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

给hire_time增加一个普通索引：

ALTER TABLE `employees` ADD INDEX `idx_hire_time` (`hire_time`) USING BTREE ;
EXPLAIN select * from employees where date(hire_time) ='2018‐09‐30';

转化为日期范围查询，有可能会走索引：

但是最终走全表扫描是因为MySQL底层通过计算发现全表扫描的消耗是要小于走日期索引。解释一下走日期索引的意思：日期索引这个二级索引，通过找这个二级索引的主键进行找到select想要搜索的所有字段。

EXPLAIN select * from employees where hire_time >='2018‐0930 00:00:00' and hire_time '2018‐09‐30 23:59:59';

还原最初索引状态

ALTER TABLE `employees` DROP INDEX `idx_hire_time`;

4.存储引擎不能使用索引中范围条件右边的列

5.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

如果我们select语句想要查询到的所有字段都包含在联合索引的字段中时，我们只需要通过这个辅助的二级联合索引就可以查询到select语句想要查询的所有字段，那么就无需再通过辅助索引对应存储结构B+树叶子节点中的主键去寻找主键索引中存储的字段啦！

因为二级索引(辅助索引)是比主键索引要小的，所以查询起来极大的节省消耗！

EXPLAIN SELECT name,age FROM employees WHERE name= 'LiLei' AND age = 23 AND position='manager';

EXPLAIN SELECT * FROM employees WHERE name= 'LiLei' AND age = 23 AND position ='manager';

6.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

EXPLAIN SELECT * FROM employees WHERE name != 'LiLei';

7.is null,is not null 一般情况下也无法使用索引

EXPLAIN SELECT * FROM employees WHERE name is null

8.like以通配符开头（'$abc...'）mysql索引失效会变成全表扫描操作

EXPLAIN SELECT * FROM employees WHERE name like '%Lei'(不可以走索引，因为Lei前面无法确定！)

EXPLAIN SELECT * FROM employees WHERE name like 'Lei%'（是可以走索引的，相当于WHERE name = 'Lei'）

问题：解决like'%字符串%'索引不被使用的方法？

a）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 '%Lei%';

b）如果不能使用覆盖索引则可能需要借助搜索引擎

9.字符串不加单引号索引失效

EXPLAIN SELECT * FROM employees WHERE name = '1000';（走索引）

EXPLAIN SELECT * FROM employees WHERE name = 1000;（索引失效）

10.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

EXPLAIN SELECT * FROM employees WHERE name = 'LiLei' or name = 'HanMeimei';

11.范围查询优化

给年龄添加单值索引

ALTER TABLE `employees` ADD INDEX `idx_age` (`age`) USING BTREE ;

explain select * from employees where age >=1 and age 2000;

没走索引的原因：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。比如这个例子：可能是由于单次数据量查询过大导致优化器最终选择不走索引

优化方法：可以将大的范围拆分成多个小范围，如下：

explain select * from employees where age >=1 and age 1000;

explain select * from employees where age >=1001 and age 2000;、

索引使用总结：

WHERE 字段 like KK%相当于WHERE 字段=常量，%KK和%KK% 相当于是一个范围查询