MySQL中Explain详解与索引最佳实践

在 MySQL 中，EXPLAIN 是一个非常有用的关键字，它可以帮助我们理解已经写好的 SQL 查询的执行计划，进而优化查询，提升性能。通过 EXPLAIN 命令，可以查看 MySQL 如何使用索引，以及查询需要扫描多少行等等，这对于诊断和解决性能问题非常有帮助。

一、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。在查询中的每个表会输出一行，如果有两个表通过 join 连接查询，那么会输出两行。

格式如下：

sql 复制代码

mysql> explain select * from it_test1;
+----+-------------+----------+------------+------+---------------+------+---------+------+------+----------+-------+
| id | select_type | table    | partitions | type | possible_keys | key  | key_len | ref  | rows | filtered | Extra |
+----+-------------+----------+------------+------+---------------+------+---------+------+------+----------+-------+
|  1 | SIMPLE      | it_test1 | NULL       | ALL  | NULL          | NULL | NULL    | NULL |    1 |   100.00 | NULL  |
+----+-------------+----------+------------+------+---------------+------+---------+------+------+----------+-------+
1 row in set, 1 warning (0.00 sec)
mysql>

下边SQL用到的表结构代码：

sql 复制代码

示例表：
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);

Explain 的两个变种
1）explain extended：会在 explain 的基础上额外提供一些查询优化的信息。紧随其后通过 show warnings 命令可以得到优化后的查询语句，从而看出优化器优化了什么。额外还有 filtered 列，是一个百分比的值，rows * filtered/100 可以估算出将要和 explain 中前一个表进行连接的行数（前一个表指 explain 中的id值比当前表id值小的表）。

sql 复制代码

mysql> explain extended select * from film where id = 1;
mysql> show warnings;

2）explain partitions：相比 explain 多了个 partitions 字段，如果查询是基于分区表的话，会显示查询将访问的分区。

二、格式详解

从上面的执行上来看，大体上有如下字段，下面这张图是从官网拿来的。

id： 在SQL语句执行的过程中，每执行一次都会产生与关键字SELECT相对应的一个唯一ID，这个ID是顺序产生。id列越大执行优先级越高，id相同则从上往下执行，id为NULL最后执行。
select_type： 查询的类型。类型大体simple 、primary 、union 、dependent union、UNION RESULT、subquery 、DEPENDENT SUBQUERY、derived、DEPENDENT DERIVED、MATERIALIZED、UNCACHEABLE SUBQUERY、UNCACHEABLE UNION。
table：涉及到的表的名称。
partitions：涉及到的分区信息。
type：单表时访问方法。
possible_keys：可能命中的key。
key：使用使用到的key。
key_len：使用使用到的key长度。
ref：当你使用索引key查询时，与索引匹配的对象的信息。
rows：预估匹配到的行的数量。
filtered：过滤列表示表条件过滤的表行的估计百分比。最大值为100，这意味着没有发生行过滤（有时时无效过滤）。从100开始递减的值表示过滤量增加。行显示检查的估计行数，行×过滤显示与下表连接的行数。例如，如果行为1000，过滤为50.00（50%），则要与下表连接的行数为1000×50%=500。
Extra：其他信息。

1、select_type列

select_type 表示对应行是简单还是复杂的查询。
1）simple：简单查询。查询不包含子查询和union，例如：

sql 复制代码

mysql> explain select * from film where id = 2;

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）
用这个例子来了解 primary、subquery 和 derived 类型如下：

sql 复制代码

mysql> set session optimizer_switch='derived_merge=off'; # #关闭关闭mysql5 mysql5.7新特性对衍生表的合并优化
mysql> explain select (select 1 from actor where id = 1) from (select * from film where id = 1) der;

sql 复制代码

mysql> set session optimizer_switch='derived_merge=on';	#还原默认配置

5）union：在 union 中的第二个和随后的 select

sql 复制代码

mysql> explain select 1 union all select 1;

2、table列

这一列表示 explain 的一行正在访问哪个表。
当 from 子句中有子查询时，table列是 <derivenN> 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。

3、type列

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

sql 复制代码

mysql> explain select min(id) from film;

const, system：

mysql能对查询的某部分进行优化并将其转化成一个常量（可以参考show warnings 的结果）。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

sql 复制代码

mysql> explain extended select * from (select * from film where id = 1) tmp;
mysql> show warnings;

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。

sql 复制代码

mysql> explain select * from film_actor left join film on film_actor.film_id = film.id;

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。

简单 select 查询，name是普通索引（非唯一索引）

sql 复制代码

mysql> explain select * from film where name = 'film1';

2.关联表查询，idx_film_actor_id是film_id和actor_id的联合索引，这里使用到了film_actor的左边前缀film_id部分。

sql 复制代码

mysql> explain select film_id from film left join film_actor on film.id = film_actor.film_id;

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。

sql 复制代码

mysql> explain select * from actor where id > 1;

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。

sql 复制代码

mysql> explain select * from film;

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。

sql 复制代码

mysql> explain select * from actor;

4、possible_keys列

这一列显示查询可能使用哪些索引来查找。

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。

5. key列

这一列显示mysql实际采用哪个索引来优化对该表的访问。

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。

6. key_len列

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。

sql 复制代码

mysql> explain select * from film_actor where film_id = 2;

key_len计算规则如下：

字符串类型：

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是可变长字符串。

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。

7. ref列

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）

8. rows列

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。

9. Extra列

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：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

sql 复制代码

mysql> explain select film_id from film_actor where film_id = 1;

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

sql 复制代码

mysql> explain select * from actor where name = 'a';

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；

sql 复制代码

mysql> explain select * from film_actor where film_id > 1;

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。

actor.name没有索引，此时创建了张临时表来distinct

sql 复制代码

mysql> explain select distinct name from actor;

film.name建立了idx_name索引，此时查询时extra是using index,没有用临时表

sql 复制代码

mysql> explain select distinct name from film;

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。

actor.name未创建索引，会浏览actor整个表，保存排序关键字name和对应的id，然后排序name并检索行记录

sql 复制代码

mysql> explain select * from actor order by name;

film.name建立了idx_name索引,此时查询时extra是using index

sql 复制代码

mysql> explain select * from film order by name;

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

sql 复制代码

mysql> explain select min(id) from film;

三、最佳实践

用例如下：

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

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

2、最左前缀法则

如果索引了多列，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;
EXPLAIN SELECT * FROM employees WHERE age = 30 AND position = 'dev';
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

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';
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';
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

7、is null,is not null 一般情况下也无法使用索引

8、like以通配符开头（'$abc...'）mysql索引失效会变成全表扫描操作，可以指定查询条件使用覆盖索引查找，或者使用搜索引擎。

9、字符串不加单引号索引失效

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

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`;

索引使用总结：

like KK%相当于=常量，%KK和%KK% 相当于范围