使用explain优化慢查询的业务场景分析

news2024/9/17 7:25:57

问：你最害怕的事情是什么？
答：搓澡
问：为什么？
答：因为有些人一旦错过，就不在了

Explain 这个词在不同的上下文中有不同的含义。在数据库查询优化的上下文中，“EXPLAIN” 是一个常用的 SQL 命令，用于显示 SQL 查询的执行计划。执行计划是数据库如何执行查询的一个详细描述，包括它将使用哪些索引、表的连接顺序、表的扫描方式等信息。

在 SQL 中，使用 “EXPLAIN” 可以提供以下字段的信息：

id: 表示查询中的各个部分的标识符。
select_type: 查询类型，比如简单查询、联合查询、子查询等。
table: 涉及的表名。
partitions: 查询涉及的分区信息。
type: 连接类型，如全表扫描、索引扫描等。
possible_keys: 可能使用的索引列表。
key: 实际使用的索引。
key_len: 使用的索引长度。
ref: 索引列上使用的列或常量。
rows: 估计需要检查的行数。
filtered: 行过滤的百分比。
Extra: 额外信息，可能包含诸如"Using filesort"、"Using temporary"等信息。

下面，V 哥通过两个案例来详细说明一下如何使用 Explain来优化 SQL。

案例一：

场景设定

假设我们有一个电子商务网站的数据库，其中有一个名为 orders 的表，它记录了用户的订单信息。表结构大致如下：

    id: 订单的唯一标识符
    user_id: 下单用户的ID
    product_id: 购买的产品ID
    order_date: 下单日期
    quantity: 购买数量

问题

我们需要查询2024年1月1日之后所有用户的订单总数。

原始 SQL 查询

SELECT COUNT(*) FROM orders WHERE order_date > '2024-01-01';

步骤 1: 使用 EXPLAIN 分析查询

首先，我们使用 EXPLAIN 来查看当前查询的执行计划：

EXPLAIN SELECT COUNT(*) FROM orders WHERE order_date > '2024-01-01';

步骤 2: 分析 EXPLAIN 输出

假设 EXPLAIN 的输出显示如下：

id	select_type	table	partitions	type	possible_keys	key	key_len	ref	rows	filtered	Extra
1	SIMPLE	orders	NULL	range	order_date	NULL	NULL	NULL	10000	10.00	Using where; Using index

步骤 3: 识别问题

从 EXPLAIN 输出中，我们可以看到：

type 是 range，这意味着数据库将使用索引进行范围扫描，而不是全表扫描。
rows 估计为 10000，这可能表示查询需要检查大量行。
Extra 显示 Using where; Using index，表示使用了索引。

步骤 4: 优化 SQL

尽管查询已经使用了索引，但我们可能希望进一步优化性能。考虑到我们只需要统计总数，而不是具体的订单数据，我们可以：

使用索引覆盖扫描：如果 order_date 索引包含 id，则可以避免回表查询，直接在索引中完成统计。

优化后的 SQL 可能如下：

SELECT COUNT(*) FROM orders USE INDEX (order_date) WHERE order_date > '2023-01-01';

步骤 5: 再次使用 EXPLAIN

使用优化后的查询再次运行 EXPLAIN：

EXPLAIN SELECT COUNT(*) FROM orders USE INDEX (order_date) WHERE order_date > '2023-01-01';

步骤 6: 分析优化后的输出

假设优化后的 EXPLAIN 输出显示：

id	select_type	table	partitions	type	possible_keys	key	key_len	ref	rows	filtered	Extra
1	SIMPLE	orders	NULL	index	order_date	order_date	4	NULL	10000	10.00	Using index; Backward index scan

步骤 7: 评估优化效果

type 现在是 index，表示使用了索引覆盖扫描。
Extra 显示 Using index; Backward index scan，表示查询仅使用了索引，没有回表。

通过这些步骤，我们对原始查询进行了分析和优化，提高了查询效率。在实际应用中，可能需要根据具体的数据库结构和数据分布进行更多的调整和优化。

案例二：

我们考虑一个更复杂的场景，涉及到多表查询和联结。

场景设定

假设我们有一个在线教育平台的数据库，其中有两个表：

1. students 表，存储学生信息：

student_id: 学生ID
name: 学生姓名
enrollment_date: 入学日期

2. courses 表，存储课程信息：

course_id: 课程ID
course_name: 课程名称

3. 还有一个 enrollments 表，存储学生的课程注册信息：

enrollment_id: 注册ID
student_id: 学生ID
course_id: 课程ID
enrollment_date: 注册日期

问题

我们需要查询所有在2024年注册了至少一门课程的学生的姓名和他们注册的课程数量。

原始 SQL 查询

SELECT s.name, COUNT(e.course_id) AS course_count
FROM students s
JOIN enrollments e ON s.student_id = e.student_id
GROUP BY s.name;

步骤 1: 使用 EXPLAIN 分析查询

EXPLAIN SELECT s.name, COUNT(e.course_id) AS course_count
FROM students s
JOIN enrollments e ON s.student_id = e.student_id
GROUP BY s.name;

步骤 2: 分析 EXPLAIN 输出

假设 EXPLAIN 的输出如下：

id	select_type	table	partitions	type	possible_keys	key	key_len	ref	rows	filtered	Extra
1	SIMPLE	s	NULL	ALL	NULL	NULL	NULL	NULL	1000	NULL	NULL
1	SIMPLE	e	NULL	ref	student_id	student_id	5	students.student_id	5000	NULL	Using where

步骤 3: 识别问题

students 表使用了全表扫描（type 是 ALL），这意味着查询需要扫描整个 students 表。
enrollments 表使用了 ref 类型的联结，它使用了 student_id 索引。

步骤 4: 优化 SQL

我们可以通过以下方式优化查询：

添加索引：如果 enrollments 表上的 enrollment_date 没有索引，考虑添加一个，以便快速过滤2023年的注册记录。
过滤条件：在联结条件中添加过滤条件，减少需要联结的行数。

优化后的 SQL 可能如下：

SELECT s.name, COUNT(e.course_id) AS course_count
FROM students s
JOIN (
  SELECT course_id, student_id
  FROM enrollments
  WHERE enrollment_date >= '2023-01-01'
) e ON s.student_id = e.student_id
GROUP BY s.name;

步骤 5: 再次使用 EXPLAIN

使用优化后的查询再次运行 EXPLAIN。

步骤 6: 分析优化后的输出

假设优化后的 EXPLAIN 输出显示：

id	select_type	table	partitions	type	possible_keys	key	key_len	ref	rows	filtered	Extra
1	PRIMARY	s	NULL	ALL	NULL	NULL	NULL	NULL	1000	NULL	NULL
2	DERIVED	e	NULL	range	enrollment_date	NULL	NULL	NULL	500	10.00	Using where
1	SIMPLE	`<subquery2>`	NULL	ref	student_id	student_id	5	s.student_id	500	NULL	Using index