开发实践 | MySQL的Explain工具

📫 作者简介：「子非我鱼」，专注于研究全栈

🔥 三连支持：欢迎 ❤️关注、👍点赞、👉收藏三连，支持一下博主~

文章目录

- - - 引言
    - 1，Explain工具介绍
    - 2，基本语法
    - 3，分析输出
    - - id
      - select_type
      - table
      - type
      - possible_keys
      - key
      - key_len
      - ref
      - rows
      - Extra
    - 4，使用示例
    - 5，优化建议
    - 6，结论

引言

MySQL 提供了一个强大的工具，称为 EXPLAIN，它允许你深入了解查询语句的执行计划，从而有助于优化查询性能。通过 EXPLAIN，你可以查看 MySQL 是如何处理查询的，包括它选择的索引、连接类型、访问的表等信息。本文将介绍如何使用 EXPLAIN 工具来优化 MySQL 查询性能。

1，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

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

2，基本语法

使用 EXPLAIN 的基本语法如下：

SQL 复制代码

EXPLAIN SELECT * FROM your_table WHERE your_condition;

或者

sql 复制代码

EXPLAIN your_query;

3，分析输出

示例表：

SQL 复制代码

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);


# 关闭mysql新特性对衍生表的合并优化（示例的时候执行）
set session optimizer_switch='derived_merge=off';
# 开启mysql新特性对衍生表的合并优化（示例结束后恢复）
set session optimizer_switch='derived_merge=on';

EXPLAIN 返回一张表，其中包含有关查询执行计划的信息。以下是一些关键列：

id

查询的标识符，用于标识查询中的不同步骤。正常情况下有几个select语句就有几行id（表连接特殊），id值越大优先级越高，id值相同，自上而下执行，id为null的最后执行

select_type

查询的类型，表示对应行可以是简单查询、联合查询、子查询等。

（1）simple：简单查询。查询不包含子查询和union

（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的英文含义）

（5）union：在 union 中的第二个和随后的 select

table

正在访问的表，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。

type

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

（1）system,const：mysql能对查询的某部分进行优化并将其转化成一个常量。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

（2）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

（3）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

（4）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

（5）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

（6）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。

possible_keys

显示可能用于查询的索引列表

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。

key

实际使用的索引

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

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。

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。

ref

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）

rows

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。

Extra

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

（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

（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

（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

（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。

（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

4，使用示例

示例表：

SQL 复制代码

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

SQL 复制代码

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

sql 复制代码

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

SQL 复制代码

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

（2）最左前缀法则，如果索引多列，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

sql 复制代码

EXPLAIN SELECT * FROM employees WHERE name = 'Bill' and age = 31;

sql 复制代码

EXPLAIN SELECT * FROM employees WHERE age = 30 AND position = 'dev';

sql 复制代码

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

sql 复制代码

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

sql 复制代码

EXPLAIN SELECT * FROM employees WHERE left(name,3) = 'LiLei';

（4）存储引擎不能使用索引中范围条件右边的列

sql 复制代码

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

sql 复制代码

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

sql 复制代码

EXPLAIN SELECT name,age FROM employees WHERE name= 'LiLei' AND age = 23 AND position ='manager';

sql 复制代码

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

sql 复制代码

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

（7）is null,is not null 一般情况下也无法使用索引

sql 复制代码

EXPLAIN SELECT * FROM employees WHERE name is null

（8）like以通配符开头（'%abc...'）mysql索引失效会变成全表扫描操作

sql 复制代码

EXPLAIN SELECT * FROM employees WHERE name like '%Lei'

sql 复制代码

EXPLAIN SELECT * FROM employees WHERE name like 'Lei%'

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

sql 复制代码

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

sql 复制代码

EXPLAIN SELECT * FROM employees WHERE name = '1000';

sql 复制代码

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

sql 复制代码

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

sql 复制代码

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

sql 复制代码

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

sql 复制代码

ALTER TABLE `employees` DROP INDEX `idx_age`;

5，优化建议

根据 EXPLAIN 的输出，你可以采取一些优化措施，例如：

索引优化: 确保查询中的条件列有合适的索引。
查询重写: 有时通过重写查询语句可以改善执行计划。
分析统计信息: 确保数据库表的统计信息是最新的，以便 MySQL 做出更准确的执行计划。

6，结论

索引使用总结：

通过深入了解 MySQL 查询的执行计划，你可以更好地优化查询性能，提高系统响应速度。EXPLAIN 工具是 MySQL 查询优化的重要助手，它可以帮助你识别潜在的性能瓶颈，并采取相应的优化策略。在处理大量数据和复杂查询时，使用 EXPLAIN 是优化工作的关键一步。