MySQL 性能优化神器 Explain

一、简介

　　MySQL提供了一个EXPLAIN命令，它可以对SELECT语句进行分析，并输出SELECT执行的详细信息，以供开发人员针对性优化。EXPLAIN命令用法十分简单，在SELECT语句前加上Explain就可以了，例如：

EXPLAIN SELECT * from user_info WHERE id < 300;

二、准备

为了接下来方便演示EXPLAIN的使用，首先我们需要建立两个测试用的表，并添加相应的数据：

CREATE TABLE `user_info` (
  `id`   BIGINT(20)  NOT NULL AUTO_INCREMENT,
  `name` VARCHAR(50) NOT NULL DEFAULT '',
  `age`  INT(11)              DEFAULT NULL,
  PRIMARY KEY (`id`),
  KEY `name_index` (`name`)
)
  ENGINE = InnoDB
  DEFAULT CHARSET = utf8

INSERT INTO user_info (name, age) VALUES ('xys', 20);
INSERT INTO user_info (name, age) VALUES ('a', 21);
INSERT INTO user_info (name, age) VALUES ('b', 23);
INSERT INTO user_info (name, age) VALUES ('c', 50);
INSERT INTO user_info (name, age) VALUES ('d', 15);
INSERT INTO user_info (name, age) VALUES ('e', 20);
INSERT INTO user_info (name, age) VALUES ('f', 21);
INSERT INTO user_info (name, age) VALUES ('g', 23);
INSERT INTO user_info (name, age) VALUES ('h', 50);
INSERT INTO user_info (name, age) VALUES ('i', 15);

CREATE TABLE `order_info` (
  `id`           BIGINT(20)  NOT NULL AUTO_INCREMENT,
  `user_id`      BIGINT(20)           DEFAULT NULL,
  `product_name` VARCHAR(50) NOT NULL DEFAULT '',
  `productor`    VARCHAR(30)          DEFAULT NULL,
  PRIMARY KEY (`id`),
  KEY `user_product_detail_index` (`user_id`, `product_name`, `productor`)
)
  ENGINE = InnoDB
  DEFAULT CHARSET = utf8

INSERT INTO order_info (user_id, product_name, productor) VALUES (1, 'p1', 'WHH');
INSERT INTO order_info (user_id, product_name, productor) VALUES (1, 'p2', 'WL');
INSERT INTO order_info (user_id, product_name, productor) VALUES (1, 'p1', 'DX');
INSERT INTO order_info (user_id, product_name, productor) VALUES (2, 'p1', 'WHH');
INSERT INTO order_info (user_id, product_name, productor) VALUES (2, 'p5', 'WL');
INSERT INTO order_info (user_id, product_name, productor) VALUES (3, 'p3', 'MA');
INSERT INTO order_info (user_id, product_name, productor) VALUES (4, 'p1', 'WHH');
INSERT INTO order_info (user_id, product_name, productor) VALUES (6, 'p1', 'WHH');
INSERT INTO order_info (user_id, product_name, productor) VALUES (9, 'p8', 'TE');

三、EXPLAIN 输出格式

EXPLAIN命令的输出内容大致如下：

mysql> explain select * from user_info where id = 2
*************************** 1. row ***************************
           id: 1
  select_type: SIMPLE
        table: user_info
   partitions: NULL
         type: const
possible_keys: PRIMARY
          key: PRIMARY
      key_len: 8
          ref: const
         rows: 1
     filtered: 100.00
        Extra: NULL
1 row in set, 1 warning (0.00 sec)

各列的含义如下：

id：SELECT 查询的标识符. 每个 SELECT 都会自动分配一个唯一的标识符
select_type：SELECT 查询的类型.
table：查询的是哪个表
partitions：匹配的分区
type：join 类型
possible_keys：此次查询中可能选用的索引
key：此次查询中确切使用到的索引
ref：哪个字段或常数与 key 一起被使用
rows：显示此查询一共扫描了多少行，这个是一个估计值
filtered：表示此查询条件所过滤的数据的百分比
extra：额外的信息

接下来我们来重点看一下比较重要的几个字段。

1、id

　　id是用来顺序标识整个查询中SELELCT语句的，在嵌套查询中id越大的语句越先执行。该值可能为NULL，如果这一行用来说明的是其他行的联合结果。

2、select_type

select_type表示了查询的类型, 它的常用取值有：

SIMPLE，表示此查询不包含 UNION 查询或子查询
PRIMARY，表示此查询是最外层的查询
UNION，表示此查询是 UNION 的第二或随后的查询
DEPENDENT UNION，UNION 中的第二个或后面的查询语句，取决于外面的查询
UNION RESULT，UNION 的结果
SUBQUERY，子查询中的第一个 SELECT
DEPENDENT SUBQUERY：子查询中的第一个 SELECT，取决于外面的查询。即子查询依赖于外层查询的结果。

最常见的查询类别应该是SIMPLE了，比如当我们的查询没有子查询，也没有UNION查询时，那么通常就是SIMPLE类型，例如：

mysql> explain select * from user_info where id = 2
*************************** 1. row ***************************
           id: 1
  select_type: SIMPLE
        table: user_info
   partitions: NULL
         type: const
possible_keys: PRIMARY
          key: PRIMARY
      key_len: 8
          ref: const
         rows: 1
     filtered: 100.00
        Extra: NULL
1 row in set, 1 warning (0.00 sec)

如果我们使用了UNION查询, 那么EXPLAIN输出的结果类似如下：

mysql> EXPLAIN (SELECT * FROM user_info  WHERE id IN (1, 2, 3))
    -> UNION
    -> (SELECT * FROM user_info WHERE id IN (3, 4, 5));
+----+--------------+------------+------------+-------+---------------+---------+---------+------+------+----------+-----------------+
| id | select_type  | table      | partitions | type  | possible_keys | key     | key_len | ref  | rows | filtered | Extra           |
+----+--------------+------------+------------+-------+---------------+---------+---------+------+------+----------+-----------------+
|  1 | PRIMARY      | user_info  | NULL       | range | PRIMARY       | PRIMARY | 8       | NULL |    3 |   100.00 | Using where     |
|  2 | UNION        | user_info  | NULL       | range | PRIMARY       | PRIMARY | 8       | NULL |    3 |   100.00 | Using where     |
| NULL | UNION RESULT | <union1,2> | NULL       | ALL   | NULL          | NULL    | NULL    | NULL | NULL |     NULL | Using temporary |
+----+--------------+------------+------------+-------+---------------+---------+---------+------+------+----------+-----------------+
3 rows in set, 1 warning (0.00 sec)

3、table

表示查询涉及的表或衍生表

4、type

type字段比较重要，它提供了判断查询是否高效的重要依据。通过type字段，我们判断此次查询是全表扫描还是索引扫描等。

type 常用类型

type常用的取值有：

system：表中只有一条数据。这个类型是特殊的const类型。
const：针对主键或唯一索引的等值查询扫描，最多只返回一行数据。const查询速度非常快，因为它仅仅读取一次即可。

例如下面的这个查询，它使用了主键索引，因此type就是const类型的。

mysql> explain select * from user_info where id = 2
*************************** 1. row ***************************
           id: 1
  select_type: SIMPLE
        table: user_info
   partitions: NULL
         type: const
possible_keys: PRIMARY
          key: PRIMARY
      key_len: 8
          ref: const
         rows: 1
     filtered: 100.00
        Extra: NULL
1 row in set, 1 warning (0.00 sec)

eq_ref：此类型通常出现在多表的join查询，表示对于前表的每一个结果，都只能匹配到后表的一行结果。并且查询的比较操作通常是=，查询效率较高。

例如：

mysql> EXPLAIN SELECT * FROM user_info, order_info WHERE user_info.id = order_info.user_id
*************************** 1. row ***************************
           id: 1
  select_type: SIMPLE
        table: order_info
   partitions: NULL
         type: index
possible_keys: user_product_detail_index
          key: user_product_detail_index
      key_len: 314
          ref: NULL
         rows: 9
     filtered: 100.00
        Extra: Using where; Using index
*************************** 2. row ***************************
           id: 1
  select_type: SIMPLE
        table: user_info
   partitions: NULL
         type: eq_ref
possible_keys: PRIMARY
          key: PRIMARY
      key_len: 8
          ref: test.order_info.user_id
         rows: 1
     filtered: 100.00
        Extra: NULL
2 rows in set, 1 warning (0.00 sec)

ref：此类型通常出现在多表的join查询，针对于非唯一或非主键索引，或者是使用了最左前缀规则索引的查询。

例如下面这个例子中，就使用到了ref类型的查询：

mysql> EXPLAIN SELECT * FROM user_info, order_info WHERE user_info.id = order_info.user_id AND order_info.user_id = 5
*************************** 1. row ***************************
           id: 1
  select_type: SIMPLE
        table: user_info
   partitions: NULL
         type: const
possible_keys: PRIMARY
          key: PRIMARY
      key_len: 8
          ref: const
         rows: 1
     filtered: 100.00
        Extra: NULL
*************************** 2. row ***************************
           id: 1
  select_type: SIMPLE
        table: order_info
   partitions: NULL
         type: ref
possible_keys: user_product_detail_index
          key: user_product_detail_index
      key_len: 9
          ref: const
         rows: 1
     filtered: 100.00
        Extra: Using index
2 rows in set, 1 warning (0.01 sec)

range：表示使用索引范围查询，通过索引字段范围获取表中部分数据记录。这个类型通常出现在=，<>，>，>=，<，<=，IS NULL，<=>，BETWEEN，IN() 操作中。
当type是range时，那么EXPLAIN输出的ref字段为NULL，并且key_len字段是此次查询中使用到的索引的最长的那个。

例如下面的例子就是一个范围查询：

mysql> EXPLAIN SELECT *
    ->         FROM user_info
    ->         WHERE id BETWEEN 2 AND 8
*************************** 1. row ***************************
           id: 1
  select_type: SIMPLE
        table: user_info
   partitions: NULL
         type: range
possible_keys: PRIMARY
          key: PRIMARY
      key_len: 8
          ref: NULL
         rows: 7
     filtered: 100.00
        Extra: Using where
1 row in set, 1 warning (0.00 sec)

index：表示全索引扫描（full index scan），和ALL类型类似，只不过ALL类型是全表扫描，而index类型则仅仅扫描所有的索引，而不扫描数据。
index类型通常出现在：所要查询的数据直接在索引树中就可以获取到，而不需要扫描数据。当是这种情况时，Extra字段会显示Using index。

例如：

mysql> EXPLAIN SELECT name FROM  user_info 
*************************** 1. row ***************************
           id: 1
  select_type: SIMPLE
        table: user_info
   partitions: NULL
         type: index
possible_keys: NULL
          key: name_index
      key_len: 152
          ref: NULL
         rows: 10
     filtered: 100.00
        Extra: Using index
1 row in set, 1 warning (0.00 sec)

　　上面的例子中，我们查询的name字段恰好是一个索引，因此我们直接从索引中获取数据就可以满足查询的需求了，而不需要查询表中的数据。因此这样的情况下，type的值是index，并且Extra的值是Using index。

　　ALL：表示全表扫描，这个类型的查询是性能最差的查询之一。通常来说，我们的查询不应该出现ALL类型的查询，因为这样的查询在数据量大的情况下，对数据库的性能是巨大的灾难。如一个查询是ALL类型查询，那么一般来说可以对相应的字段添加索引来避免。

　　下面是一个全表扫描的例子，可以看到，在全表扫描时，possible_keys和key字段都是NULL，表示没有使用到索引，并且rows十分巨大，因此整个查询效率是十分低下的。

mysql> EXPLAIN SELECT age FROM  user_info WHERE age = 20
*************************** 1. row ***************************
           id: 1
  select_type: SIMPLE
        table: user_info
   partitions: NULL
         type: ALL
possible_keys: NULL
          key: NULL
      key_len: NULL
          ref: NULL
         rows: 10
     filtered: 10.00
        Extra: Using where
1 row in set, 1 warning (0.00 sec)

type类型的性能比较

通常来说，不同的type类型的性能关系如下：
ALL < index < range ~ index_merge < ref < eq_ref < const < system
ALL类型因为是全表扫描，因此在相同的查询条件下，它是速度最慢的。
而index类型的查询虽然不是全表扫描，但是它扫描了所有的索引，因此比ALL类型的稍快。
后面的几种类型都是利用了索引来查询数据，因此可以过滤部分或大部分数据，因此查询效率就比较高了。

5、possible_keys

　　possible_keys表示 MySQL 在查询时，能够使用到的索引。注意，即使有些索引在possible_keys中出现，但是并不表示此索引会真正地被 MySQL 使用到。MySQL 在查询时具体使用了哪些索引，由key字段决定。

6、key

此字段是 MySQL 在当前查询时所真正使用到的索引。

7、key_len

表示查询优化器使用了索引的字节数。这个字段可以评估组合索引是否完全被使用，或只有最左部分字段被使用到。

key_len的计算规则如下:

字符串
- char(n)：n 字符长度
- varchar(n)：如果是utf8编码，则是3n + 2字节；如果是utf8mb4编码，则是4n + 2字节。
数值类型：
- TINYINT：1 字节
- SMALLINT：2 字节
- MEDIUMINT：3 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
字段属性：NULL属性占用一个字节。如果一个字段是NOT NULL的，则没有此属性。

我们来举两个简单的栗子：

mysql> EXPLAIN SELECT * FROM order_info WHERE user_id < 3 AND product_name = 'p1' AND productor = 'WHH' 
*************************** 1. row ***************************
           id: 1
  select_type: SIMPLE
        table: order_info
   partitions: NULL
         type: range
possible_keys: user_product_detail_index
          key: user_product_detail_index
      key_len: 9
          ref: NULL
         rows: 5
     filtered: 11.11
        Extra: Using where; Using index
1 row in set, 1 warning (0.00 sec)

上面的例子是从表order_info中查询指定的内容，而我们从此表的建表语句中可以知道，表order_info有一个联合索引：

KEY `user_product_detail_index` (`user_id`, `product_name`, `productor`)

　　不过此查询语句WHERE user_id < 3 AND product_name = 'p1' AND productor = 'WHH'中，因为先进行 user_id的范围查询，而根据最左前缀匹配原则，当遇到范围查询时，就停止索引的匹配，因此实际上我们使用到的索引的字段只有user_id，因此在EXPLAIN中，显示的key_len为 9。因为user_id字段是 BIGINT，占用 8 字节，而NULL属性占用一个字节，因此总共是 9 个字节。若我们将user_id字段改为 BIGINT(20) NOT NULL DEFAULT '0'，则key_length应该是 8。

　　上面因为最左前缀匹配原则，我们的查询仅仅使用到了联合索引的user_id字段，因此效率不算高。

接下来我们来看一下下一个例子：

mysql> EXPLAIN SELECT * FROM order_info WHERE user_id = 1 AND product_name = 'p1';
*************************** 1. row ***************************
           id: 1
  select_type: SIMPLE
        table: order_info
   partitions: NULL
         type: ref
possible_keys: user_product_detail_index
          key: user_product_detail_index
      key_len: 161
          ref: const,const
         rows: 2
     filtered: 100.00
        Extra: Using index
1 row in set, 1 warning (0.00 sec)

　　这次的查询中，我们没有使用到范围查询，key_len的值为 161。为什么呢？因为我们的查询条件WHERE user_id = 1 AND product_name = 'p1'中，仅仅使用到了联合索引中的前两个字段，因此keyLen(user_id) + keyLen(product_name) = 9 + 50 * 3 + 2 = 161。

8、rows

rows也是一个重要的字段。MySQL 查询优化器根据统计信息，估算 SQL 要查找到结果集需要扫描读取的数据行数。
这个值非常直观显示 SQL 的效率好坏，原则上rows越少越好。

9、Extra

Explain中的很多额外的信息会在Extra字段显示，常见的有以下几种内容：

Using filesort
当Extra中有Using filesort时，表示 MySQL 需额外的排序操作，不能通过索引顺序达到排序效果。一般有Using filesort，都建议优化去掉，因为这样的查询 CPU 资源消耗大。
当Query中包含 order by 操作，而且无法利用索引完成的排序操作称为“文件排序”。

例如下面的例子：

mysql> EXPLAIN SELECT * FROM order_info ORDER BY product_name
*************************** 1. row ***************************
           id: 1
  select_type: SIMPLE
        table: order_info
   partitions: NULL
         type: index
possible_keys: NULL
          key: user_product_detail_index
      key_len: 253
          ref: NULL
         rows: 9
     filtered: 100.00
        Extra: Using index; Using filesort
1 row in set, 1 warning (0.00 sec)

我们的索引是

KEY `user_product_detail_index` (`user_id`, `product_name`, `productor`)

但是上面的查询中根据product_name来排序，因此不能使用索引进行优化，进而会产生Using filesort。

如果我们将排序依据改为ORDER BY user_id, product_name，那么就不会出现Using filesort了。例如：

mysql> EXPLAIN SELECT * FROM order_info ORDER BY user_id, product_name
*************************** 1. row ***************************
           id: 1
  select_type: SIMPLE
        table: order_info
   partitions: NULL
         type: index
possible_keys: NULL
          key: user_product_detail_index
      key_len: 253
          ref: NULL
         rows: 9
     filtered: 100.00
        Extra: Using index
1 row in set, 1 warning (0.00 sec)

Using index
“覆盖索引扫描”，表示查询在索引树中就可查找所需数据，不用扫描表数据文件，往往说明性能不错。
Using temporary
查询有使用临时表，一般出现于排序，分组和多表 join 的情况，查询效率不高，建议优化。常见于排序和分组查询，常见 group by ; order by。
Using join buffer：改值强调了在获取连接条件时没有使用索引，并且需要连接缓冲区来存储中间结果。如果出现了这个值，那应该注意，根据查询的具体情况可能需要添加索引来改进能。
using where是指优化器需要通过索引回表查询数据。

参考文章：https://segmentfault.com/a/1190000008131735

posted @ 2019-06-18 13:10 字节悦动阅读(160) 评论(0) 编辑收藏举报

刷新页面返回顶部

北冥有鱼