使用示例

场景：表记录了物联网传感器某段时间内的值。

首先创建一个数据库test_iot_base，然后创建一个存储传感器数据的表，名为senor_data，这里主要有的字段是id，type,timestamp,value。

sql 复制代码

CREATE TABLE sensor_data (
    id INT AUTO_INCREMENT PRIMARY KEY,
    device_id INT,
    sensor_type VARCHAR(50),
    value DECIMAL(10,2),
    timestamp TIMESTAMP
);

INSERT INTO sensor_data (device_id, sensor_type, value, timestamp) VALUES (123, 'soil_moisture', 45.67, NOW());
INSERT INTO sensor_data (device_id, sensor_type, value, timestamp) VALUES (456, 'temperature', 25.3, NOW());
INSERT INTO sensor_data (device_id, sensor_type, value, timestamp) VALUES (789, 'light_intensity', 1200.5, NOW());

获取特定传感器类型在某个时间段内的数据，并按照时间戳排序

sql 复制代码

SELECT * FROM sensor_data WHERE sensor_type = 'temperature' AND timestamp BETWEEN '2024-09-01' AND '2024-09-30' ORDER BY timestamp;

使用分析工具explain来分析，发现possible_keys没有使用索引，keys也没有使用索引。row表明查询的行数比较多，type字段值为all，还使用了额外的排序。效率比较低！。

创建一个索引

sql 复制代码

CREATE INDEX idx_sensor_type_timestamp ON sensor_data (sensor_type, timestamp);

再次使用explain分析刚刚的查询，发现possible_keys和key使用了刚刚创建的索引,type字段值变成range。row表名查询的行数只有1。

优化

可以通过分析explain的字段找到性能瓶颈。

一、分析 type 字段

const、eq_ref、ref、range、index、ALL 的性能依次递减。
- 如果是 ALL，代表全表扫描，这通常是性能最差的情况，说明没有合适的索引可用。例如，对于一个包含大量数据的表，如果查询没有使用索引，就会进行全表扫描，这会消耗大量的时间和资源。
- range 表示使用索引进行范围扫描，比全表扫描要好很多，但如果范围过大，也可能会影响性能。比如，查询一个时间范围内的数据，如果时间范围跨度很大，可能会导致扫描的索引范围较大，从而影响性能。

二、查看 possible_keys 和 key 字段

如果 possible_keys 为 NULL，说明没有可使用的索引来优化这个查询。这时候需要考虑为查询中的条件字段添加合适的索引。
- 例如在物联网场景中，查询特定传感器类型和时间段内的数据，如果没有为 sensor_type 和 timestamp 字段添加索引，就可能导致全表扫描。
如果 key 为 NULL，即使 possible_keys 有可用索引，也说明查询没有使用到索引。这可能是因为索引不适合当前的查询条件，或者查询优化器选择了其他执行计划。
- 比如索引的选择性不高，即索引列中不同值的数量较少，查询优化器可能认为使用索引的成本比全表扫描还高，从而选择全表扫描。

三、观察 rows 字段

rows 表示预计需要扫描的行数。这个数字越大，说明查询需要扫描的数据量越多，性能可能越差。
- 如果 rows 的值很大，即使使用了索引，也可能因为扫描的行数过多而导致性能问题。这时候可以考虑进一步优化索引，或者调整查询条件，减少扫描的行数。

四、检查 Extra 字段

Using filesort 表示需要额外的排序操作，这会消耗资源，尤其是在数据量大的情况下。
- 例如，查询结果需要按照某个字段排序，如果没有合适的索引支持排序，就会出现 Using filesort。可以通过添加合适的索引来避免排序操作，或者在查询中尽量避免不必要的排序。
Using temporary 表示需要使用临时表，这也会影响性能。通常是因为查询中包含了复杂的子查询、聚合函数或者排序操作，导致数据库需要创建临时表来处理数据。
- 对于复杂的查询，可以考虑优化查询逻辑，或者分步骤进行查询，避免使用临时表。

添加索引的一些规则

选择经常在 WHERE、ORDER BY、GROUP BY 子句中出现的字段。
- 在物联网场景中，比如经常根据传感器类型（sensor_type）进行查询筛选，或者按照时间戳（timestamp）进行排序，那么这两个字段就很适合作为索引字段。
- 如果经常按照设备 ID（device_id）进行分组统计设备数据，那么 device_id 也应该考虑添加索引。
选择高选择性的字段。
- 选择性是指字段中不同值的数量与总行数的比例。比例越高，选择性越好。例如，一个字段只有两个可能的值，那么它的选择性就很低；而一个字段包含大量不同的值，选择性就很高。
对于经常用于排序的字段，可以考虑创建升序或降序索引。

Explain的简单使用

使用示例

优化

添加索引的一些规则