02-Explain详解与索引最佳实践

02-Explain详解与索引最佳实践
Explain详解

 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是结构的性能瓶颈
再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 中饱汉子查询，仍会执行该子查询，将结果放入临时表中

 Explain 分析示例

参考官方文档：https://dev.mysql.com/doc/refman/5.7/en/explain-output.html
```
示例表：  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);
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
```
```
explain select * from actor;
1
```
在查询中的每个表会输出一行，如果有两个表通过join连接查询，那么会输出两行

 explain 两个变种
1. explain extended：会在explain 的基础上额外提供一些查询优化的信息。紧随其后通过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。额外还有filtered 列，是一个百分比的值，rows * filtered/100 可以估算出将要和explain 中前一个表进行的连接行数（前一个表指explain中的id值比当前表id值小的表）
```
 explain extended select * from film where id = 1;
1
```
```
show warnings;
1
```
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

接下来我们讲战士explain 中每个列的信息。
1. id列
  id列的编号是select的序号，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列越大执行的优先级越高，id相同则从上往下执行，id为null最后执行。
2. select_type 列
  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
```
explain select * from film where id = 2;
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的英文汉译）
用这个例子来了解 primary、subquery 和 derived 类型
```
mysql> set session optimizer_switch='derived_merge=off'; #关闭mysql5.7新特性对衍生表的合 并优化
mysql> explain select (select 1 from actor where id = 1) from (select * from film where id = 1) der;
1
2
```
```
mysql> set session optimizer_switch='derived_merge=on'; #还原默认配置
1
```
5)union：在union 中的第二个和随后的select
```
explain select 1 union all select 1;
1
```
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。
1. type列
  这一列表示关联型或访问类型，既mysql决定如何查找表中的行，查找数据行记录的最大范围。
  依次从最右到最差分别为：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能够再优化阶段分解查询语句，再执行阶段用不着再访问表或索引。
  例如：再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;
1
```
const, system：mysql能对查询的某部分进行优化并将其转化为一个常量（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
```
explain extended select * from (select * from film where id = 1) tmp;
1
```
```
 show warnings;
1
```
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之外最好的连接类型了，简单的select查询不会出现这种type。
```
 explain select * from film_actor left join film on film_actor.film_id = film.id;
1
```
ref：相比eq_ref，不适用唯一索引，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）
```
 explain select * from film where name = 'film1'
1
```
2. 表关联查询，idx_film_actor_id是film_id和actor_id 的联合索引，这里使用到了file_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.fi lm_id;
1
```
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。
```
 explain select * from actor where id > 1;
1
```
index：扫描全索引就能拿到结果，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结点遍历和扫描，速度还是比较慢的，这种查询一般为使用覆盖索引，二级索引一把比较小，所以这种通常比ALL快一些。
```
 explain select * from film;
1
```
ALL：即全表扫描，扫描你得聚簇索引的所有叶子结点。通常情况下需要增加索引来进行优化了。
- 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。
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。
- 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。
```
explain select * from film_actor where film_id = 2;
1
```
key_len计算规则如下：
- 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
1. 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）
2. 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。
3. Extra列
  这一列展示的是额外信息。常见的重要值如下：
1. 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，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;
1
```
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
```
 explain select * from actor where name = 'a';
1
```
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；
```
 explain select * from film_actor where film_id > 1;
1
```
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，首先是想到用索引来优化。
1. actor.name没有索引，此时创建了张临时表来distinct
```
explain select distinct name from actor;
1
```
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
```
explain select distinct name from film;
1
```
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
```
explain select * from actor order by name;
1
```
2. film.name建立了idx_name索引,此时查询时extra是using index
```
 explain select * from film order by name;
1
```
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是
```
explain select min(id) from film;
1
```
索引最佳实践
```
示例表：
CREATE TABLE `employees` (
`id` int(11) NOT NULL AUTO_INCREMENT,
`name` varchar(24) NOT NULL DEFAULT '' COMMENT '姓名',
`age` int(11) NOT NULL DEFAULT '0' COMMENT '年龄',
`position` varchar(20) NOT NULL DEFAULT '' COMMENT '职位',
`hire_time` timestamp NOT NULL DEFAULT CURRENT_TIMESTAMP COMMENT '入职时间',
PRIMARY KEY (`id`),
KEY `idx_name_age_position` (`name`,`age`,`position`) USING BTREE
) ENGINE=InnoDB AUTO_INCREMENT=4 DEFAULT CHARSET=utf8 COMMENT='员工记录表';
INSERT INTO employees(name,age,position,hire_time) VALUES('LiLei',22,'manager',NOW());
INSERT INTO employees(name,age,position,hire_time) VALUES('HanMeimei', 23,'dev',NOW());
INSERT INTO employees(name,age,position,hire_time) VALUES('Lucy',23,'dev',NOW());
1
2
3
4
5
6
7
8
9
10
11
12
13
```
1.全值匹配
```
EXPLAIN SELECT * FROM employees WHERE name= 'LiLei'
1
```
```
EXPLAIN SELECT * FROM employees WHERE name= 'LiLei' AND age = 22;
1
```
```
EXPLAIN SELECT * FROM employees WHERE name= 'LiLei' AND age = 22 AND position ='manage r';
1
```
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。
```
EXPLAIN SELECT * FROM employees WHERE name = 'Bill' and age = 31;
EXPLAIN SELECT * FROM employees WHERE age = 30 AND position = 'dev';
EXPLAIN SELECT * FROM employees WHERE position = 'manager';
1
2
3
```
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
```
EXPLAIN SELECT * FROM employees WHERE name = 'LiLei'; 
EXPLAIN SELECT * FROM employees WHERE left(name,3) = 'LiLei';
1
2
```
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';
1
2
```
转化为日期范围查询，有可能会走索引：·
```
EXPLAIN select * from employees where hire_time >='2018‐09‐30 00:00:00' and hire_time < ='2018‐09‐30 23:59:59';
1
```
还原最初索引状态
```
ALTER TABLE `employees` DROP INDEX `idx_hire_time`;
1
```
4.存储引擎不能使用索引中范围条件右边的列
```
EXPLAIN SELECT * FROM employees WHERE name= 'LiLei' AND age = 22 AND position ='manage r';
EXPLAIN SELECT * FROM employees WHERE name= 'LiLei' AND age > 22 AND position ='manage r';
1
2
```
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
```
EXPLAIN SELECT name,age FROM employees WHERE name= 'LiLei' AND age = 23 AND position ='manager';
1
```
```
EXPLAIN SELECT * FROM employees WHERE name= 'LiLei' AND age = 23 AND position ='manage r';
1
```
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';
1
```
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
1
```
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'
1
```
```
EXPLAIN SELECT * FROM employees WHERE name like 'Lei%'
1
```
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%';
1
```
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'; 
EXPLAIN SELECT * FROM employees WHERE name = 1000;
1
2
```
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';
1
```
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;
1
2
```
没走索引原因：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
```
explain select * from employees where age >=1 and age <=1000; 
explain select * from employees where age >=1001 and age <=2000;
1
2
```
还原最初索引状态
```
ALTER TABLE `employees` DROP INDEX `idx_age`;
1
```
索引使用总结：

like KK%相当于=常量，%KK和%KK% 相当于范围
```
‐‐ mysql5.7关闭ONLY_FULL_GROUP_BY报错 
select version(), @@sql_mode;SET sql_mode=(SELECT REPLACE(@@sql_mode,'ONLY_FULL_GROUP_BY',''));
1
2
```
相关阅读:
知识蒸馏4：准备数据集并修改网络配置
 虹科分享 | 谷歌Vertex AI平台使用Redis搭建大语言模型
 第五章：Python中的集合（上）
Ref, Reactive, Shadowref,Shadowreactive一次分清楚
 rsync远程同步
 dql的执行顺序
 教程一 Energy 构建简单的Windows、Linux、MacOSX桌面应用
 界面组件DevExpress WPF v23.1 - 全面升级文档处理功能
 (LeetCode)228. 汇总区间
 手机直播提词器哪个软件好？这两款软件值得收藏
原文地址：https://blog.csdn.net/Victor_An/article/details/127591054

Explain详解

Explain 工具介绍

Explain 分析示例

explain 两个变种

explain 中的列

索引最佳实践