对, 说的就是你, 程序员居然不懂sql优化

程序员小胖
54 阅读10分钟

导语：MySQL 是一款成熟、稳定、高性能、易用的关系型数据库管理系统，适用于各种规模的应用和场景，被广泛应用于 Web 应用、企业级应用和云计算等领域。但是在操作Mysql时，如果不注意sql性能，可能会导致程序运行缓慢，影响用户体验。那么，如何进行Msql性能优化呢？我们一起来探讨一个针对性能优化常用的Explain工具入手吧！

Explain工具解读

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。 

//建表语句CREATE TABLE `actor` (  `id` int NOT NULL COMMENT 'Id',  `name` varchar(45) DEFAULT NULL COMMENT '演员名称',  `update_time` datetime DEFAULT NULL COMMENT '更新时间',  PRIMARY KEY (`id`)) ENGINE=InnoDB COMMENT='演员信息表';INSERT INTO `example`.`actor` (`id`, `name`, `update_time`) VALUES (1, 'Leonardo DiCaprio', '2024-01-16 10:55:27');INSERT INTO `example`.`actor` (`id`, `name`, `update_time`) VALUES (2, 'Kate Winslet', '2024-01-16 10:55:38');INSERT INTO `example`.`actor` (`id`, `name`, `update_time`) VALUES (3, 'Carey Mulligan', '2024-01-16 10:59:35');​CREATE TABLE `film` (  `id` int NOT NULL AUTO_INCREMENT COMMENT 'id',  `name` varchar(10) DEFAULT NULL COMMENT '演员名称',  `release_time` datetime DEFAULT NULL COMMENT '上映时间',  PRIMARY KEY (`id`),  KEY `idx_name` (`name`)) ENGINE=InnoDB COMMENT='电影信息表';INSERT INTO `example`.`film` (`id`, `name`, `release_time`) VALUES (1, '泰坦尼克号', '1997-12-19 11:15:14');INSERT INTO `example`.`film` (`id`, `name`, `release_time`) VALUES (2, '了不起的盖茨比', '2013-05-10 11:14:24');​CREATE TABLE `fiam_actor` (  `id` int NOT NULL COMMENT 'Id',  `film_id` int NOT NULL COMMENT '电影ID',  `actor_id` int NOT NULL COMMENT '演员ID',  `remark` varchar(255) DEFAULT NULL,  PRIMARY KEY (`id`),  KEY `idx_film_actor_id` (`film_id`,`actor_id`) USING BTREE) ENGINE=InnoDB COMMENT='电影演出表';INSERT INTO `example`.`fiam_actor` (`id`, `film_id`, `actor_id`, `remark`) VALUES (1, 1, 1, NULL);INSERT INTO `example`.`fiam_actor` (`id`, `film_id`, `actor_id`, `remark`) VALUES (2, 1, 2, NULL);INSERT INTO `example`.`fiam_actor` (`id`, `film_id`, `actor_id`, `remark`) VALUES (3, 2, 1, NULL);INSERT INTO `example`.`fiam_actor` (`id`, `film_id`, `actor_id`, `remark`) VALUES (4, 2, 3, NULL);

//生成执行计划explain select * from actor

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。

explain 两个变种

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，是一个半分比的值，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）

explain extended select * from film where id = 1;


show warnings;

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。

explain中的列

我们来详细解读explain中每个列的信息。

  • id列： id列的编号是 select 的序列号，有几个 select 就有几个id，并且id的顺序是按 select 出现的顺序增长的。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列： select_type 表示对应行是简单还是复杂的查询。
  • SIMPLE: 简单查询。查询不包含子查询和union
explain select * from film where id=1;

  • PRIMARY: 复杂查询中最外层的 select
  • SUBQUERY: 包含在 select 中的子查询（不在 from 子句中） 
  • 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
 set session optimizer_switch='derived_merge=off';  explain select (select 1 from actor where id = 1) from (select * from film where id = 1) film;

  • UNION: 在 union 中的第二个和随后的 select
explain select 1 union all select 1;

  • 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。
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  (可以看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.
explain select * from (select * from film where id = 1) tmp;

  • 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.
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.

    1. 简单select查询, name是普通索引（非唯一索引）

      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.

      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.
 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.
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.
explain select * from actor;

  • 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.
  • 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. 
  • 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。
 explain select * from film_actor where film_id = 2;

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）
  • 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.
  • Extra列: 这一列展示的是额外信息. 常见的重要值如下：

  • 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

    explain select film_id from film_actor where film_id = 1;

  • Using where：使用where语句来处理结果, 并且查询的列未被索引覆盖

 explain select * from actor where name = '11';

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

  • 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.

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

 explain select distinct name from film;

  • 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

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

explain select * from film order by name;

  • 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.
 explain select min(id) from film;

参考官方文档：dev.mysql.com/doc/refman/…

avatar
文章
阅读
粉丝