Mysql-Explain与索引详解

Mysql系列文章目录

提示：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

---

前言

提示：我们常用的Mysql数据库，恰恰工作中查询效率比较慢我们如何优化？SQL的执行顺序，为什么不走索引。

---

一、Explain分析

mysql官网

如果有写的不清楚的地方请参考官网，我这里演示的是mysql 5.5版本，有些版本不太一样，但是相差不大

接下来我们先建三张表

DROP TABLE IF EXISTS `user`; 
CREATE TABLE `user` (
  `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 `user` (`id`, `name`, `update_time`) VALUES (1,'a','2021-04-20 15:27:18'), (2,'b','2021-04-19 15:27:18'), (3,'c','2021-04-18 15:27:18');

DROP TABLE IF EXISTS `role`;
CREATE TABLE `role` (
  `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 `role` (`id`, `name`) VALUES (3,'role3'),(1,'role1'),(2,'role2');

DROP TABLE IF EXISTS `user_role`;
CREATE TABLE `user_role` (
  `id` int(11) NOT NULL,
  `role_id` int(11) NOT NULL,
  `user_id` int(11) NOT NULL,
  `description` varchar(255) DEFAULT NULL,
  PRIMARY KEY (`id`),
  KEY `idx_role_user_id` (`role_id`,`user_id`)
) ENGINE=InnoDB DEFAULT CHARSET=utf8;

INSERT INTO `user_role` (`id`, `role_id`, `user_id`) VALUES (1,1,1),(2,1,2),(3,2,1); 

接下来咱们先看一条sql

explain select * from user;

咱们一看这sql是扫了全表了，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 下面的英文这是啥？接下来我给他大家一一解说

explain 两个变种

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）。

explain extended select * from role where id = 1;

show warnings;

这里咱们看Message消息这里面的sql 是优化后的有的可执行，有的不可执行的，这是mysql 底层计算的

select 1 AS `id`,'role1' AS `name` from `test`.`role` where 1

怎么变成了这样我的sql变成了常量，这样执行很快，但是他是怎么走的？？？

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。这个的话工作中很少用

explain中的列

接下来我们将展示 explain 中每个列的信息。

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。

EXPLAIN  SELECT (select id from role)  FROM (select * from user ) users

如下先执行id为2的role表

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 role where id = 2;

2）primary：复杂查询中最外层的 select，执行了最外层的(select * from user )

EXPLAIN  SELECT (select id from role)  FROM (select * from user ) users

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） 为了节省空间，执行一次查询生成临时表，方便下一次查询
用这个例子来了解 primary、subquery 和 derived 类型

set session optimizer_switch='derived_merge=off'; #关闭mysql5.5新特性对衍生表的合并优化
explain select (select 1 from user where id = 1) from (select * from role where id = 1) users;

子查询，临时表

table列与select_type相关联的derived临时表 3是id 由上面的例子，咱们看出3最先执行然后2 然后 1最大的id先执行

set session optimizer_switch='derived_merge=on';	#还原默认配置

5）union：在 union 中的第二个和随后的 select

 explain select 1 union all select 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<union1,2>，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 role;

我们在索引中就能找到最小的值而不用继续往下扫描，这样节省了很多时间

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

set session optimizer_switch='derived_merge=off';
 explain extended select * from (select * from role where id = 1) r;
 show WARNINGS;

select 1 AS `id`,'role1' AS `name` from dual

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。

explain select * from user_role left join role on user_role.role_id = role.id;

**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）

explain select * from role where name = 'role1';

2.关联表查询，idx_role_user_id是role_id和user_id的联合索引，这里使用到了user_role的左边前缀role_id部分。

explain select role.id from role left join user_role on role.id = user_role.role_id;

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。所以我们优化，这样感觉走索引扫全表没啥区别了，虽然走了主键索引

explain select * from user where id > 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节点遍历和扫描，速度还是比较慢的，这种查询一般为使用覆盖索引，二级索引一般比较小，所以这种通常比ALL快一些。

	explain select * from role;

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。

explain select * from user;

5. possible_keys列
这一列显示查询可能使用哪些索引来查找。 通过数据库的算法有可能会走索引，这个只是估算出
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，user_role的联合索引 idx_role_user_id 由 role_id 和 user_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：role_id列来执行索引查找。

explain select * from user_role where role_id = 2;

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，也就是 name=‘role1’ 这个role1长度是5，3*5+2=17
  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：role.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： 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 role_id from user_role where role_id = 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，因为name没有索引

explain select * from user where name = 'a';

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 user_role where role_id > 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. user.name没有索引，此时创建了张临时表来distinct

explain select distinct name from user;

2. role.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 role;

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.user.name未创建索引，会浏览user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 user order by name;

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

explain select * from role order by name;

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 role;

二、索引实践

	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.全值匹配

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

EXPLAIN SELECT * FROM employees WHERE name= 'LiLei' AND age = 22;

EXPLAIN SELECT * FROM employees WHERE  name= 'LiLei' AND  age = 22 AND position ='manager';

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';

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';

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：

EXPLAIN  select * from employees where hire_time >='2018-09-30 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

EXPLAIN SELECT * FROM employees WHERE name= 'LiLei' AND age = 22 AND position ='manager';
EXPLAIN SELECT * FROM employees WHERE name= 'LiLei' AND age > 22 AND position ='manager';

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';

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';TYPE是ALL全表

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; TYPE和KEY 全是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'

EXPLAIN SELECT * FROM employees WHERE name like 'Lei%';最左前缀参考上一篇

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';

EXPLAIN SELECT * FROM employees WHERE name = 1000;

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;

还原最初索引状态

ALTER TABLE `employees` DROP INDEX `idx_age`;

索引使用总结：

where语句	索引是否被使用
where a= 3	Y,使用到a
where a = 3 and b= 5	Y,使用到a，b
where a = 3 and b= 5 and c = 4	Y,使用到a,b,c
where b= 3或者where b = 3 and c =4或者where c = 4	N
where a = 3 and c = 5	使用到a，但是c不可以，b中间断了
where a = 3 and b > 4 and c = 5	使用到a和b，c不能用在范围之后，b断了
where a = 3 and b like ‘kk%’ and c = 4	Y,使用到a,b,c
where a = 3 and b like "%kk’ and c = 4	Y,只用到a
where a = 3 and b like "%kk%’ and c = 4	Y,只用到a
where a= 3 and b like ‘k%kk%’ and c = 4	Y,使用到a,b,c

like KK%相当于=常量，%KK和%KK% 相当于范围