MySQL执行计划分析

执行计划中的常见的列的解释:

type

system/const :用户主键索引或者唯一索引查询时,只能匹配 1 条数据。一般可以对 sql 查询语句优化成一个常量,那么 type 一般就是 system 或者 const,system 是 const 的一个特例(表中只有一条数据)。

如:explain select * from (select * from film where id = 1) tmp;

eq_ref :在进行连接查询时,例如 left join 时,如果是使用主键索引或者唯一索引连接查询 ,结果返回一条数据,则 type 的值为一般为 eq_ref。

ref : 相比较 eq_ref,不使用主键索引或者唯一索引,使用的是普通索引或者唯一索引的部分前缀,索引与一个值进行比较后可能获取到多个符合条件的行,不在是唯一的行了。

range :通常使用范围查找,例如between,in,<,>,>= 等使用索引进行范围检索。

index :扫描索引树就能获取到的数据,一般是扫描二级索引,并且不会从根节点扫描,一般直接扫描二级索引的叶子节点,速度比较慢。因为二级索引叶子节点不保存表中其他字段数据 只保存主键,所以二级索引还是比较小的,扫描速度相比 All 还是很快的。

这里用到了覆盖索引,什么是覆盖索引:可以直接遍历索引树就能获取数据叫做覆盖索引。这里遍历 name 索引树就可以获取到主键 id 的值就是覆盖索引。

ALL :这是一种效率最低的 type,需要扫描主键索引树的叶子节点,获取数据是表中其他列的数据,即全表扫描。

一般来说我们优化到 range 就可以了 最好到 ref

possible_keys

可能用到的key,在优化器生成执行计划之前,优化器会生成多个方案(走哪个索引,全表扫描等),并计算成本(IO成本和CPU成本),这个字段就是记录优化器生成方案的索引,possible_keys越多,那么生成的方案就越多,对性能的消耗就越多,所以该列越少越好。

key

实际用到的索引。

key_len

用到索引的长度,该列可以用来判断我们用了联合索引的多少个列,比如我们有联合索引a,b,c,a和b是varchar(100)并可以为null,c是int不为null,表的字符集为utf-8(一个字符1-3个字节)。

key_len为303:只用到了a

key_len为606:只用到了a,b

key_len为610:只用到了a,b,c

为什么走a是303,多了3,MySQL规定可以为null就多1,可变长就多2,所以是303。

extra

No tables used:查询没有用到表,如 SELECT 1

Impossible WHERE:查询中包含不可能成立的条件,如 1 != 1

Using Index:查询的列全部在二级索引上存在,不需要回表(覆盖索引)。

Using index condition:不需要server进行判断,通过二级索引就可以判断。

Using where:要在server执行的判断。

using join buffer:使用了join buffer来加快连接查询。

using temporary:使用了派生表。

using filesort:不能用索引的B+树进行排序时,ORDER BY会用到内存和磁盘来完成排序。

下面我们用mysql自带的sakila数据库中的表来进行相关的测试

对于payment表,我们看一下它的结构

具体的案例

下面执行第一条查询语句的执行计划

explain select * from payment where payment_id=1;

执行结果如下:

id:自增序号,还可以用来标识驱动表

select_type:查询类型,SIMPLE代表直接对表的简单查询

table:查询的哪一张表

partitions:坐落的分区,分区表一般不用,所以一般这个字段是null

type:索引检索类型,const代表常数(只找到唯一的记录的)查询,效率很高

possible_keys:与当前查询相关的备选索引有哪些,PRIMARY是主键

key:实际使用的索引是哪个

key_len:代表用到的索引值的长度,跟数据类型以及用到了哪些列有关,比如联合索引3个字段,但是只用到了两个列的索引,那这个值的长度就只跟那两个列的数据类型以及是否为空有关。

ref:现实使用哪个列或常数与key一起从表中选择行。

rows:这条查询语句所扫描的预估行数,可能和最终结果不一致。

filter: 过滤比例,不靠谱的字段

extra:扩展的详细信息

对于MRR的我暂时无法复现,找一个网上的例子:

相关推荐
0xDevNull3 小时前
MySQL数据冷热分离详解
后端·mysql
科技小花4 小时前
数据治理平台架构演进观察:AI原生设计如何重构企业数据管理范式
数据库·重构·架构·数据治理·ai-native·ai原生
一江寒逸4 小时前
零基础从入门到精通MySQL(中篇):进阶篇——吃透多表查询、事务核心与高级特性,搞定复杂业务SQL
数据库·sql·mysql
D4c-lovetrain4 小时前
linux个人心得22 (mysql)
数据库·mysql
阿里小阿希4 小时前
CentOS7 PostgreSQL 9.2 升级到 15 完整教程
数据库·postgresql
荒川之神4 小时前
Oracle 数据仓库雪花模型设计(完整实战方案)
数据库·数据仓库·oracle
做个文艺程序员5 小时前
MySQL安全加固十大硬核操作
数据库·mysql·安全
不吃香菜学java5 小时前
Redis简单应用
数据库·spring boot·tomcat·maven
一个天蝎座 白勺 程序猿5 小时前
Apache IoTDB(15):IoTDB查询写回(INTO子句)深度解析——从语法到实战的ETL全链路指南
数据库·apache·etl·iotdb
不知名的老吴5 小时前
Redis的延迟瓶颈:TCP栈开销无法避免
数据库·redis·缓存