使用Explain優(yōu)化SQL語句

原文出處：https://my.oschina.net/liughDevelop/blog/1788148

索引類似大學圖書館建書目索引督勺，可以提高數(shù)據(jù)檢索的效率犯戏，降低數(shù)據(jù)庫的IO成本。MySQL在300萬條記錄左右性能開始逐漸下降担映，雖然官方文檔說500~800w記錄，所以大數(shù)據(jù)量建立索引是非常有必要的诵肛。MySQL提供了Explain突照，用于顯示SQL執(zhí)行的詳細信息，可以進行索引的優(yōu)化直颅。

一博个、導致SQL執(zhí)行慢的原因：

1. 硬件問題晋控。如網(wǎng)絡(luò)速度慢蜗顽，內(nèi)存不足撩扒，I/O吞吐量小湘换，磁盤空間滿了等。
2. 沒有索引或者索引失效比规。（一般在互聯(lián)網(wǎng)公司，DBA會在半夜把表鎖了，重新建立一遍索引养葵，因為當你刪除某個數(shù)據(jù)的時候，索引的樹結(jié)構(gòu)就不完整了瘩缆。所以互聯(lián)網(wǎng)公司的數(shù)據(jù)做的是假刪除.一是為了做數(shù)據(jù)分析,二是為了不破壞索引 ）
3. 數(shù)據(jù)過多（分庫分表）
4. 服務(wù)器調(diào)優(yōu)及各個參數(shù)設(shè)置（調(diào)整my.cnf）

二关拒、分析原因時，一定要找切入點：

1. 先觀察，開啟慢查詢?nèi)罩咀虐恚O(shè)置相應(yīng)的閾值（比如超過3秒就是慢SQL）谐算，在生產(chǎn)環(huán)境跑上個一天過后，看看哪些SQL比較慢归露。
2. Explain和慢SQL分析洲脂。比如SQL語句寫的爛，索引沒有或失效剧包，關(guān)聯(lián)查詢太多（有時候是設(shè)計缺陷或者不得以的需求）等等恐锦。
3. Show Profile是比Explain更近一步的執(zhí)行細節(jié)，可以查詢到執(zhí)行每一個SQL都干了什么事疆液，這些事分別花了多少秒一铅。
4. 找DBA或者運維對MySQL進行服務(wù)器的參數(shù)調(diào)優(yōu)。

三堕油、什么是索引潘飘？

MySQL官方對索引的定義為：索引(Index)是幫助MySQL高效獲取數(shù)據(jù)的數(shù)據(jù)結(jié)構(gòu)。我們可以簡單理解為：快速查找排好序的一種數(shù)據(jù)結(jié)構(gòu)掉缺。Mysql索引主要有兩種結(jié)構(gòu)：B+Tree索引和Hash索引卜录。我們平常所說的索引，如果沒有特別指明眶明，一般都是指B樹結(jié)構(gòu)組織的索引(B+Tree索引)暴凑。索引如圖所示：

image

最外層淺藍色磁盤塊1里有數(shù)據(jù)17、35（深藍色）和指針P1赘来、P2现喳、P3（黃色）。P1指針表示小于17的磁盤塊犬辰，P2是在17-35之間嗦篱，P3指向大于35的磁盤塊。真實數(shù)據(jù)存在于子葉節(jié)點也就是最底下的一層3幌缝、5灸促、9、10涵卵、13......非葉子節(jié)點不存儲真實的數(shù)據(jù)浴栽，只存儲指引搜索方向的數(shù)據(jù)項，如17轿偎、35典鸡。

查找過程：例如搜索28數(shù)據(jù)項，首先加載磁盤塊1到內(nèi)存中坏晦，發(fā)生一次I/O萝玷，用二分查找確定在P2指針嫁乘。接著發(fā)現(xiàn)28在26和30之間，通過P2指針的地址加載磁盤塊3到內(nèi)存球碉，發(fā)生第二次I/O蜓斧。用同樣的方式找到磁盤塊8，發(fā)生第三次I/O睁冬。

真實的情況是挎春，上面3層的B+Tree可以表示上百萬的數(shù)據(jù)，上百萬的數(shù)據(jù)只發(fā)生了三次I/O而不是上百萬次I/O豆拨，時間提升是巨大的搂蜓。

四、Explain分析

前文鋪墊完成辽装，進入實操部分帮碰，先來插入測試需要的數(shù)據(jù)：

CREATE TABLE `user_info` (
    `id` BIGINT (20) NOT NULL AUTO_INCREMENT,
    `name` VARCHAR (50) NOT NULL DEFAULT '',
    `age` INT (11) DEFAULT NULL,
    PRIMARY KEY (`id`),
    KEY `name_index` (`name`)
) ENGINE = INNODB DEFAULT CHARSET = utf8;

INSERT INTO user_info (NAME, age) VALUES ('xys', 20);

INSERT INTO user_info (NAME, age) VALUES ('a', 21);

INSERT INTO user_info (NAME, age) VALUES ('b', 23);

INSERT INTO user_info (NAME, age) VALUES ('c', 50);

INSERT INTO user_info (NAME, age) VALUES ('d', 15);

INSERT INTO user_info (NAME, age) VALUES ('e', 20);

INSERT INTO user_info (NAME, age) VALUES ('f', 21);

INSERT INTO user_info (NAME, age) VALUES ('g', 23);

INSERT INTO user_info (NAME, age) VALUES ('h', 50);

INSERT INTO user_info (NAME, age) VALUES ('i', 15);

CREATE TABLE `order_info` (
    `id` BIGINT (20) NOT NULL AUTO_INCREMENT,
    `user_id` BIGINT (20) DEFAULT NULL,
    `product_name` VARCHAR (50) NOT NULL DEFAULT '',
    `productor` VARCHAR (30) DEFAULT NULL,
    PRIMARY KEY (`id`),
    KEY `user_product_detail_index` (
        `user_id`,
        `product_name`,
        `productor`
    )
) ENGINE = INNODB DEFAULT CHARSET = utf8;

INSERT INTO order_info (user_id, product_name, productor) VALUES (1, 'p1', 'WHH');

INSERT INTO order_info (user_id, product_name, productor) VALUES (1, 'p2', 'WL');

INSERT INTO order_info (user_id, product_name, productor) VALUES (1, 'p1', 'DX');

INSERT INTO order_info (user_id, product_name, productor) VALUES (2, 'p1', 'WHH');

INSERT INTO order_info (user_id, product_name, productor) VALUES (2, 'p5', 'WL');

INSERT INTO order_info (user_id, product_name, productor) VALUES (3, 'p3', 'MA');

INSERT INTO order_info (user_id, product_name, productor) VALUES (4, 'p1', 'WHH');

INSERT INTO order_info (user_id, product_name, productor) VALUES (6, 'p1', 'WHH');

INSERT INTO order_info (user_id, product_name, productor) VALUES (9, 'p8', 'TE');

初體驗，執(zhí)行Explain的效果：

image

索引使用情況在possiblekeys拾积、key和keylen三列殉挽，接下來我們先從左到右依次講解。

1.id

--id 相同,執(zhí)行順序由上而下 
EXPLAIN SELECT u.*, o.* FROM user_info u, order_info o WHERE u.id = o.user_id;

image

--id 不同, 值越大越先被執(zhí)行 
EXPLAIN SELECT * FROM user_info WHERE id = ( SELECT user_id FROM order_info WHERE product_name = 'p8' );

image

2.select_type

可以看id的執(zhí)行實例拓巧，總共有以下幾種類型：

• SIMPLE： 表示此查詢不包含 UNION 查詢或子查詢
• PRIMARY： 表示此查詢是最外層的查詢
• SUBQUERY： 子查詢中的第一個 SELECT
• UNION： 表示此查詢是 UNION 的第二或隨后的查詢
• DEPENDENT UNION： UNION 中的第二個或后面的查詢語句, 取決于外面的查詢
• UNION RESULT, UNION 的結(jié)果
• DEPENDENT SUBQUERY: 子查詢中的第一個 SELECT, 取決于外面的查詢. 即子查詢依賴于外層查詢的結(jié)果.
• DERIVED：衍生斯碌，表示導出表的SELECT（FROM子句的子查詢）

3.table

table表示查詢涉及的表或衍生的表：

EXPLAIN SELECT tt.* FROM ( SELECT u.* FROM user_info u, order_info o WHERE u.id = o.user_id AND u.id = 1 ) tt

image

id為1的表是id為2的u和o表衍生出來的。

4.type

type 字段比較重要肛度，它提供了判斷查詢是否高效的重要依據(jù)依據(jù)傻唾。 通過 type 字段，我們判斷此次查詢是 全表掃描 還是 索引掃描等承耿。

image

type 常用的取值有:

• system: 表中只有一條數(shù)據(jù)冠骄， 這個類型是特殊的 const 類型。 const: 針對主鍵或唯一索引的等值查詢掃描加袋，最多只返回一行數(shù)據(jù)凛辣。 const 查詢速度非常快职烧， 因為它僅僅讀取一次即可扁誓。例如下面的這個查詢，它使用了主鍵索引蚀之，因此 type 就是 const 類型的：explain select * from user_info where id = 2蝗敢；
• eqref: 此類型通常出現(xiàn)在多表的 join 查詢，表示對于前表的每一個結(jié)果足删，都只能匹配到后表的一行結(jié)果寿谴。并且查詢的比較操作通常是 =，查詢效率較高壹堰。例如：explain select * from userinfo, orderinfo where userinfo.id = orderinfo.userid;
• ref: 此類型通常出現(xiàn)在多表的 join 查詢拭卿，針對于非唯一或非主鍵索引，或者是使用了 最左前綴 規(guī)則索引的查詢贱纠。例如下面這個例子中峻厚， 就使用到了 ref 類型的查詢：explain select * from userinfo, orderinfo where userinfo.id = orderinfo.userid AND orderinfo.user_id = 5
• range: 表示使用索引范圍查詢，通過索引字段范圍獲取表中部分數(shù)據(jù)記錄谆焊。這個類型通常出現(xiàn)在 =, <>, >, >=, <, <=, IS NULL, <=>, BETWEEN, IN() 操作中惠桃。例如下面的例子就是一個范圍查詢：explain select * from user_info where id between 2 and 8；
• index: 表示全索引掃描(full index scan)辖试，和 ALL 類型類似辜王，只不過 ALL 類型是全表掃描，而 index 類型則僅僅掃描所有的索引罐孝， 而不掃描數(shù)據(jù)呐馆。index 類型通常出現(xiàn)在：所要查詢的數(shù)據(jù)直接在索引樹中就可以獲取到, 而不需要掃描數(shù)據(jù)。當是這種情況時莲兢，Extra 字段 會顯示 Using index汹来。
• ALL: 表示全表掃描，這個類型的查詢是性能最差的查詢之一改艇。通常來說收班， 我們的查詢不應(yīng)該出現(xiàn) ALL 類型的查詢，因為這樣的查詢在數(shù)據(jù)量大的情況下谒兄，對數(shù)據(jù)庫的性能是巨大的災難摔桦。 如一個查詢是 ALL 類型查詢， 那么一般來說可以對相應(yīng)的字段添加索引來避免承疲。

通常來說, 不同的 type 類型的性能關(guān)系如下：ALL < index < range ~ indexmerge < ref < eqref < const < system ALL 類型因為是全表掃描邻耕， 因此在相同的查詢條件下，它是速度最慢的燕鸽。而 index 類型的查詢雖然不是全表掃描赊豌，但是它掃描了所有的索引，因此比 ALL 類型的稍快.后面的幾種類型都是利用了索引來查詢數(shù)據(jù)绵咱，因此可以過濾部分或大部分數(shù)據(jù)碘饼，因此查詢效率就比較高了。

5.possible_keys

它表示 mysql 在查詢時悲伶，可能使用到的索引艾恼。 注意，即使有些索引在 possible_keys 中出現(xiàn)麸锉，但是并不表示此索引會真正地被 mysql 使用到钠绍。 mysql 在查詢時具體使用了哪些索引，由 key 字段決定花沉。

6.key

此字段是 mysql 在當前查詢時所真正使用到的索引柳爽。比如請客吃飯,possible_keys是應(yīng)到多少人媳握，key是實到多少人。當我們沒有建立索引時：

EXPLAIN SELECT o.* FROM order_info o WHERE o.product_name = 'p1' AND o.productor = 'whh'; 
CREATE INDEX idx_name_productor ON order_info (productor);
DROP INDEX idx_name_productor ON order_info;

image

建立復合索引后再查詢：

image

7.key_len

表示查詢優(yōu)化器使用了索引的字節(jié)數(shù)磷脯，這個字段可以評估組合索引是否完全被使用蛾找。

8.ref

這個表示顯示索引的哪一列被使用了，如果可能的話,是一個常量赵誓。前文的type屬性里也有ref打毛，注意區(qū)別。

image

9.rows

rows 也是一個重要的字段俩功，mysql 查詢優(yōu)化器根據(jù)統(tǒng)計信息幻枉，估算 sql 要查找到結(jié)果集需要掃描讀取的數(shù)據(jù)行數(shù)，這個值非常直觀的顯示 sql 效率好壞诡蜓， 原則上 rows 越少越好熬甫。可以對比key中的例子蔓罚，一個沒建立索引錢罗珍，rows是9，建立索引后脚粟，rows是4覆旱。

10.extra

image

explain 中的很多額外的信息會在 extra 字段顯示, 常見的有以下幾種內(nèi)容:

• using filesort ：表示 mysql 需額外的排序操作，不能通過索引順序達到排序效果核无。一般有 using filesort都建議優(yōu)化去掉扣唱，因為這樣的查詢 cpu 資源消耗大。
• using index：覆蓋索引掃描团南，表示查詢在索引樹中就可查找所需數(shù)據(jù)噪沙，不用掃描表數(shù)據(jù)文件，往往說明性能不錯吐根。
• using temporary：查詢有使用臨時表, 一般出現(xiàn)于排序正歼， 分組和多表 join 的情況， 查詢效率不高拷橘，建議優(yōu)化局义。
• using where ：表名使用了where過濾。

五冗疮、優(yōu)化案例

EXPLAIN SELECT u.*, o.* FROM user_info u LEFT JOIN order_info o ON u.id = o.user_id;

執(zhí)行結(jié)果萄唇，type有ALL，并且沒有索引：

image

開始優(yōu)化术幔，在關(guān)聯(lián)列上創(chuàng)建索引另萤，明顯看到type列的ALL變成ref，并且用到了索引，rows也從掃描9行變成了1行：

image

這里面一般有個規(guī)律是：左連接索引加在右表上面四敞，右連接索引加在左表上面泛源。

六、是否需要創(chuàng)建索引忿危？

索引雖然能非常高效的提高查詢速度达箍，同時卻會降低更新表的速度。實際上索引也是一張表癌蚁，該表保存了主鍵與索引字段幻梯，并指向?qū)嶓w表的記錄兜畸，所以索引列也是要占用空間的努释。

image

參考文獻

【mysql優(yōu)化專題】本專題終極總結(jié)（共13篇）