MySQL 索引优化之Explain

用户76235242591
0 阅读13分钟

MySQL 索引优化

参考文档：dev.mysql.com/doc/refman/… 版本对比：MySQL 5.7 VS 9.7.0

Explain 工具介绍

使用 EXPLAIN 关键字可以模拟优化器执行 SQL 语句，分析查询语句或结构的性能瓶颈。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
  • 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

image.png

Query_plan 中就是对应的执行计划，Table scan 全表扫描对应 access_type=table，等同于 5.7 中的 type=all。

image.png

EXPLAIN 两个变种

1. EXPLAIN EXTENDED

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）。

mysql> EXPLAIN EXTENDED SELECT * FROM film WHERE id = 1;

image.png

mysql> SHOW WARNINGS;

image.png

9.7.0 版本中 EXPLAIN EXTENDED = EXPLAIN，两者等价。

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。

EXPLAIN 中的列

接下来展示 EXPLAIN 中每个列的信息。

1. 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

2. 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。

mysql> EXPLAIN SELECT * FROM film WHERE id = 2;

image.png

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：

mysql> SET SESSION optimizer_switch='derived_merge=off';   -- 关闭 MySQL 5.7 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;

image.png

mysql> SET SESSION optimizer_switch='derived_merge=on';  -- 还原默认配置
union

在 UNION 中的第二个和随后的 SELECT。

mysql> EXPLAIN SELECT 1 UNION ALL SELECT 1;

image.png

3. 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

4. type 列（重要）

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。

image.png

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。

mysql> EXPLAIN SELECT MIN(id) FROM film;

image.png

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。

mysql> EXPLAIN EXTENDED SELECT * FROM (SELECT * FROM film WHERE id = 1) tmp;

image.png

mysql> SHOW WARNINGS;

image.png

image.png

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。

mysql> EXPLAIN SELECT * FROM film_actor LEFT JOIN film ON film_actor.film_id = film.id;

image.png

image.png

对于 9.7 版本这条 SQL 的执行计划，"operation": "Table scan on film_actor" 对应 5.7 的 type=all，"operation": "Single-row index lookup on film using PRIMARY (id = film_actor.film_id)" 表示 JOIN 匹配索引。

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）：
mysql> EXPLAIN SELECT * FROM film WHERE name = 'film1';

image.png

  1. 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：
mysql> EXPLAIN SELECT film_id FROM film LEFT JOIN film_actor ON film.id = film_actor.film_id;

image.png

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。

mysql> EXPLAIN SELECT * FROM actor WHERE id > 1;

image.png

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，所以通常比 ALL 快一些。

mysql> EXPLAIN SELECT * FROM film;

image.png

image.png

这里都没有 WHERE 条件为什么不走主键索引而是走了二级索引？MySQL 内部选择索引有一套机制去选最优的索引，主要就是看怎么查消耗最小就怎么用。这里的场景 name 和 id 一共就两个字段又都有索引，二级索引直接可以拿到所有数据，查二级索引明显消耗更小。

ALL

即全表扫描，扫描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。

mysql> EXPLAIN SELECT * FROM actor;

image.png

5. 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。

6. 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，可以在查询中使用 FORCE INDEX、IGNORE INDEX。

7. 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。

mysql> EXPLAIN SELECT * FROM film_actor WHERE film_id = 2;

image.png

key_len 计算规则：

  • 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（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。

8. 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）。

9. 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。

10. Extra 列（重要）

这一列展示的是额外信息。常见的重要值如下：

1）Using index（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。

mysql> EXPLAIN SELECT film_id FROM film_actor WHERE film_id = 1;

image.png

image.png

9.7 版本中 covering=true 表示存在覆盖索引。加上 remark 字段后：

image.png

就没有使用覆盖索引，对应 Extra 为空。

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。

mysql> EXPLAIN SELECT * FROM actor WHERE name = 'a';

image.png

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。

mysql> EXPLAIN SELECT * FROM film_actor WHERE film_id > 1;

image.png

image.png

index_access_type: "index_range_scan" 用到了索引的范围扫描，这就是 B+tree 非叶子节点有指针指向的，会对范围查找有帮助。

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。

  1. actor.name 没有索引，此时创建了张临时表来 DISTINCT：
mysql> EXPLAIN SELECT DISTINCT name FROM actor;

image.png

image.png

  1. film.name 建立了 idx_name 索引，此时查询时 Extra 是 Using index，没有用临时表：
mysql> EXPLAIN SELECT DISTINCT name FROM film;

image.png

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。

  1. 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：
mysql> EXPLAIN SELECT * FROM actor ORDER BY name;

image.png

Using filesort 详解转存失败，建议直接上传图片文件

image.png 2. film.name 建立了 idx_name 索引，此时查询时 Extra 是 Using index：

mysql> EXPLAIN SELECT * FROM film ORDER BY name;

image.png

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时。

mysql> EXPLAIN SELECT MIN(id) FROM film;

image.png

更多信息参考：dev.mysql.com/doc/refman/…

索引优化最佳实践

1. 全值匹配

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

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

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

image.png

image.png

image.png

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。

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';

image.png

3. 不在索引列上做任何操作

不要在索引列上做计算、函数、（自动或手动）类型转换，否则会导致索引失效而转向全表扫描。

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

image.png

给 hire_time 增加一个普通索引：

ALTER TABLE `employees` ADD INDEX `idx_hire_time` (`hire_time`) USING BTREE;
EXPLAIN SELECT * FROM employees WHERE DATE(hire_time) = '2018-09-30';

image.png

转化为日期范围查询，有可能会走索引：

EXPLAIN SELECT * FROM employees
WHERE hire_time >= '2018-09-30 00:00:00' AND hire_time <= '2018-09-30 23:59:59';

image.png

看这里 possible_keys 解析的时候会走索引，最终执行又没走，去看相关的 MySQL 索引选择策略文章。

还原最初索引状态：

ALTER TABLE `employees` DROP INDEX `idx_hire_time`;

4. 存储引擎不能使用索引中范围条件右边的列

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';

image.png

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。

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

image.png

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

image.png

6. 不等于 (!= 或 <>)、NOT IN、NOT EXISTS 会导致全表扫描

MySQL 使用不等于的时候无法使用索引，会导致全表扫描。

<、>、<=、>= 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。

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

image.png

7. IS NULL、IS NOT NULL 一般情况下也无法使用索引

EXPLAIN SELECT * FROM employees WHERE name IS NULL;

image.png

8. LIKE 以通配符开头会导致索引失效

LIKE 以通配符开头（'%abc...'），MySQL 索引失效会变成全表扫描操作。

EXPLAIN SELECT * FROM employees WHERE name LIKE '%Lei';

image.png

EXPLAIN SELECT * FROM employees WHERE name LIKE 'Lei%';

image.png

问题：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：

EXPLAIN SELECT name, age, position FROM employees WHERE name LIKE '%Lei%';

image.png

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

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

image.png

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。

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

image.png

11. 范围查询优化

给年龄添加单值索引：

ALTER TABLE `employees` ADD INDEX `idx_age` (`age`) USING BTREE;
EXPLAIN SELECT * FROM employees WHERE age >= 1 AND age <= 2000;

image.png

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。

EXPLAIN SELECT * FROM employees WHERE age >= 1 AND age <= 1000;
EXPLAIN SELECT * FROM employees WHERE age >= 1001 AND age <= 2000;

image.png

还原最初索引状态：

ALTER TABLE `employees` DROP INDEX `idx_age`;

索引使用总结

image.png

  • LIKE KK% 相当于 = 常量
  • %KK 和 %KK% 相当于范围
avatar
文章
阅读
粉丝