MySQL 如何使用 explain 执行计划

guqing

2019-08-03

Java MySQL

1422

explain执行计划

使用explain关键字可以模拟优化器执行SQL查询语句，从而知道MySQL是如何处理你的SQL语句的，分析你的查询语句或是表结构的性能瓶颈。

explain执行计划包含的信息

执行计划详细信息

其中最重要的字段为：id、type、key、rows、Extra

字段详解

id

select查询的序列号，包含一组数字，表示查询中执行select子句或操作表的顺序三种情况：

1、id相同：执行顺序由上至下

id字段相同

2、id不同：如果是子查询，id的序号会递增，id值越大优先级越高，越先被执行

id不同

3、id相同又不同（两种情况同时存在）：id如果相同，可以认为是一组，从上往下顺序执行；在所有组中，id值越大，优先级越高，越先执行

id相同又不同

select_type

查询的类型，主要是用于区分普通查询、联合查询、子查询等复杂的查询

1、SIMPLE：简单的select查询，查询中不包含子查询或者union 2、PRIMARY：查询中包含任何复杂的子部分，最外层查询则被标记为primary 3、SUBQUERY：在select 或 where列表中包含了子查询 4、DERIVED：在from列表中包含的子查询被标记为derived（衍生），mysql或递归执行这些子查询，把结果放在零时表里 5、UNION：若第二个select出现在union之后，则被标记为union；若union包含在from子句的子查询中，外层select将被标记为derived

6、UNION RESULT：从union表获取结果的select

select_type

type

访问类型，sql查询优化中一个很重要的指标，结果值从好到坏依次是：

system > const > eq_ref > ref > fulltext > ref_or_null > index_merge > unique_subquery > index_subquery > range > index > ALL

一般来说，好的sql查询至少达到range级别，最好能达到ref

1、system：表只有一行记录（等于系统表），这是const类型的特例，平时不会出现，可以忽略不计

2、const：表示通过索引一次就找到了，const用于比较primary key 或者 unique索引。因为只需匹配一行数据，所有很快。如果将主键置于where列表中，mysql就能将该查询转换为一个const

3、eq_ref：唯一性索引扫描，对于每个索引键，表中只有一条记录与之匹配。常见于主键或唯一索引扫描。

eq_ref唯一性索引扫描

注意：ALL全表扫描的表记录最少的表如t1表

4、ref：非唯一性索引扫描，返回匹配某个单独值的所有行。本质是也是一种索引访问，它返回所有匹配某个单独值的行，然而他可能会找到多个符合条件的行，所以它应该属于查找和扫描的混合体

ref非唯一性索引扫描

5、range：只检索给定范围的行，使用一个索引来选择行。key列显示使用了那个索引。一般就是在where语句中出现了bettween、<、>、in等的查询。这种索引列上的范围扫描比全索引扫描要好。只需要开始于某个点，结束于另一个点，不用扫描全部索引

range

6、index：Full Index Scan，index与ALL区别为index类型只遍历索引树。这通常为ALL块，应为索引文件通常比数据文件小。（Index与ALL虽然都是读全表，但index是从索引中读取，而ALL是从硬盘读取）

index

7、ALL：Full Table Scan，遍历全表以找到匹配的行

ALL

possible_keys

查询涉及到的字段上存在索引，则该索引将被列出，但不一定被查询实际使用

key

实际使用的索引，如果为NULL，则没有使用索引。 查询中如果使用了覆盖索引，则该索引仅出现在key列表中

key1

key2

key_len 表示索引中使用的字节数，查询中使用的索引的长度（最大可能长度），并非实际使用长度，理论上长度越短越好。key_len是根据表定义计算而得的，不是通过表内检索出的

ref 显示索引的那一列被使用了，如果可能，是一个常量const。

rows 根据表统计信息及索引选用情况，大致估算出找到所需的记录所需要读取的行数

Extra 不适合在其他字段中显示，但是十分重要的额外信息

1、Using filesort ： mysql对数据使用一个外部的索引排序，而不是按照表内的索引进行排序读取。也就是说mysql无法利用索引完成的排序操作成为“文件排序”

Using filesort

由于索引是先按email排序、再按address排序，所以查询时如果直接按address排序，索引就不能满足要求了，mysql内部必须再实现一次“文件排序”

2、Using temporary：使用临时表保存中间结果，也就是说mysql在对查询结果排序时使用了临时表，常见于order by 和 group by

Using temporary

3、Using index：表示相应的select操作中使用了覆盖索引（Covering Index），避免了访问表的数据行，效率高如果同时出现Using where，表明索引被用来执行索引键值的查找（参考上图）如果没用同时出现Using where，表明索引用来读取数据而非执行查找动作

Using index

覆盖索引（Covering Index）：也叫索引覆盖。就是select列表中的字段，只用从索引中就能获取，不必根据索引再次读取数据文件，换句话说查询列要被所建的索引覆盖。注意： a、如需使用覆盖索引，select列表中的字段只取出需要的列，不要使用select * b、如果将所有字段都建索引会导致索引文件过大，反而降低crud性能

4、Using where ：使用了where过滤

5、Using join buffer ：使用了链接缓存

6、Impossible WHERE： where子句的值总是false，不能用来获取任何元祖

Impossible WHERE

7、select tables optimized away：在没有group by子句的情况下，基于索引优化MIN/MAX操作或者对于MyISAM存储引擎优化COUNT（*）操作，不必等到执行阶段在进行计算，查询执行计划生成的阶段即可完成优化

8、distinct：优化distinct操作，在找到第一个匹配的元祖后即停止找同样值得动作

综合Case

执行顺序 1（id = 4）、【select id, name from t2】：select_type 为union，说明id=4的select是union里面的第二个select。

2（id = 3）、【select id, name from t1 where address = ‘11’】：因为是在from语句中包含的子查询所以被标记为DERIVED（衍生），where address = ‘11’ 通过复合索引idx_name_email_address就能检索到，所以type为index。

3（id = 2）、【select id from t3】：因为是在select中包含的子查询所以被标记为SUBQUERY。

4（id = 1）、【select d1.name, … d2 from … d1】：select_type为PRIMARY表示该查询为最外层查询，table列被标记为 “derived3”表示查询结果来自于一个衍生表（id = 3 的select结果）。

5（id = NULL）、【 … union … 】：代表从union的临时表中读取行的阶段，table列的 “union 1, 4”表示用id=1 和 id=4 的select结果进行union操作。

慢SQL优化步骤

Step1:explain查看（show profile可以查看耗时分布）

Step2:确认优化目标\方向，对于复杂sql需要理清执行步骤

优化目标：

type是否能够按照 const>eq_reg>ref>range>index>ALL的顺序优化，最差也要达到range级别。

避免filesort的出现、避免rows数据量太大等负面字段、索引选择性是否足够、对于关联查询尽量保证关联字段在第二张表上有可用索引（原因：NestLoop）

Step3:遵照SQL索引原则增加或调整SQL，常见如下

保证where后的谓词尽可能出现在索引中，并且组合索引按选择性顺序排序，范围查询条件尽量放在后边
(如果sql中有排序语句)是否能够通过索引解决排序问题
是否能使用use index，全部通过索引获取数据

NestLoop

除了full Join，其他所有类型的查询SQL，都以类似的方式执行。

NestLoop (内嵌套循环）算法，简单来说就是逐行查询处理，或者内嵌逐行查询。对于高版本的使用join buffer对上层表数据缓存，无需多次遍历上层表，下层表直接使用（Block NestLoop）。

以下以两个示例详细说明执行计划，其他join以及单表查询原理也是类似的！

示例1：内关联inner join

SELECT 
    people.id,user.id
FROM
    user
        INNER JOIN
    people ON user.name = people.name
WHERE
    user.enumType = 'orange'
        AND people.enumType = 'orange';

示例1对应伪代码：

//先扫描先执行的表,优化器通常选择关联的较小的表，explain第一行。
people_iterator=people_table.iterator();
//逐行遍历,并且丢弃where筛选不通过的行
while(people_iterator.hashNext()){
 
    people_item=people_iterator.next();
 
    if(people_item.enumType=='orange'){
        //筛选通过后，在进入第二个嵌套
        user_iterator=user_table.iterator()
        //逐行遍历第二个表
        while(user_iterator.hashNext()){
 
            user_item=user_iterator.next();
            //过滤:on 的条件匹配以及当前表的where条件
            if(user_item.name==people_item.name&&user_item.enumType=='orange' ){
 
                output(people.id,user.id);
             }
        }
    }
}

示例2：非内关联

SELECT 
    people.id,user.id
FROM
    user
        LEFT JOIN
    people ON user.name = people.name
WHERE
    user.enumType = 'orange'
        AND people.enumType = 'orange';

示例2伪代码

//先扫描先执行的表,优化器通常选择关联的较小的表，explain第一行。
people_iterator=people_table.iterator();
//逐行遍历,并且丢弃where筛选不通过的行
while(people_iterator.hashNext()){
 
    people_item=people_iterator.next();
 
    if(people_item.enumType=='orange'){
        //筛选通过后，在进入第二个嵌套
        user_iterator=user_table.iterator()
        //逐行遍历第二个表
        while(user_iterator.hashNext()){
 
            user_item=user_iterator.next();
            //过滤:on 的条件匹配以及当前表的where条件
            if(user_item.name==people_item.name&&user_item.enumType=='orange' ){
 
                output(people.id,user.id);
             }
            //与innerjoin不同的，leftJoin需要即使on条件不成立，也要保留左边数据
            else if(!is_innerJoin){
                output(null,user.id);//保留左边数据
             }
         }
     }
 }

注意：尽量保证关联字段在第二张表上有可用索引。 (因为第一张表示全表扫描，然后会对第二张表用关联字段查询，详情请看NestLoop理解关联过程）

SQL使用常用策略

1.通常情况下，使用一个性能好的sql去做更多的事情，而不是使用多个sql。

除非这个sql过长效率低下或者对于delete这种语句，过长的delete会导致太多的数据被锁定，耗尽资源，阻塞其他sql。

2.分解关联查询。 将关联( join……)放在应用中处理，执行小而简单的sql，好处是：

分解后的sql通常由于简单固定，能更好的使用mysql缓存。
执行拆分后的sql，可以减少锁的竞争。
程序具备更强的扩展性
关联sql使用的是内嵌循环算法nestloop，而应用中可以使用hashmap等结构处理数据，效率更高

关于Count() count()函数有两种含义:统计行数、统计列数。比如：count(*)代表统计的行数；count(talbe.cloumn)代表统计的是这个列不为null的数量。 关于Limit 在使用Limit 1000,20这种操作的时候，mysql会扫描偏移量(1000条无效查询)数据，而只取后20条，尽量避免这种写法，想办法规避。 关于Union 需要将where、order by、limit 这些限制放入到每个子查询，才能充分提升效率。另外如非必须，尽量使用Union all而非union，因为union会给每个子查询的临时表加入distinct，对每个临时表做唯一性检查，效率较差。

查看MYSQL使用情况：

/*1.查看索引  
（1）单位是GB*/   
 
SELECT CONCAT(ROUND(SUM(index_length)/(1024*1024*1024), 6), ' GB') AS 'Total Index Size' 
FROM information_schema.TABLES WHERE table_schema LIKE 'database';   
/*  
+------------------+   
| Total Index Size |   
+------------------+   
| 1.70 GB |   
+------------------+  
*/  

/*  
（2）单位是MB  
*/  
SELECT CONCAT(ROUND(SUM(index_length)/(1024*1024), 6), ' MB') AS 'Total Index Size'   
FROM information_schema.TABLES WHERE table_schema LIKE 'database';  
/*  
   其中“database”为你所要查看的数据库  
*/  
 
 
/*  
2.查看表空间  
*/  
SELECT CONCAT(ROUND(SUM(data_length)/(1024*1024*1024), 6), ' GB') AS 'Total Data Size'   
FROM information_schema.TABLES WHERE table_schema LIKE 'database';   
/*  
+-----------------+   
| Total Data Size |   
+-----------------+   
| 3.01 GB |   
+-----------------+  
*/  

/*  
3.查看数据库中所有表的信息  
*/  
SELECT CONCAT(table_schema,'.',table_name) AS 'Table Name',   
    table_rows AS 'Number of Rows',   
    CONCAT(ROUND(data_length/(1024*1024*1024),6),' G') AS 'Data Size',   
    CONCAT(ROUND(index_length/(1024*1024*1024),6),' G') AS 'Index Size' ,   
    CONCAT(ROUND((data_length+index_length)/(1024*1024*1024),6),' G') AS'Total'  
FROM information_schema.TABLES   
WHERE table_schema LIKE 'database';

参考：https://blog.csdn.net/q845301261/article/details/80244877