Explain详解

[dccmmtop]

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

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

现有如下表:

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);

actor 表只有主键索引

film 表有主键索引和name索引

film_actor 有主键索引和 (film_id, actor_id ) 联合索引

现有如下查询:

explain select * from film where id = 2;

结果：

对结果中的每一列逐个分析:

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
• 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）
• union: 在 union 中的第二个和随后的 select

来看一下 primar, subquery, derived 的场景:

 -- 关闭mysql5.7新特性对衍生表的合并优化  
set session optimizer_switch='derived_merge=off';

explain select (select 1 from actor where id = 1) from (select * from film where id = 1) der;

结果:

union 场景:

explain select 1 union all select 1;

结果:

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。

⭐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

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, 如下:

explain select min(id) from film;

结果:

const, system

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，表里只有一条数据匹配时为system

例子:

explain extended select * from (select * from film where id = 1) tmp;

结果:

eq_ref

primary key 或 unique key 索引被连接使用 ，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。

例子:

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

结果:

ef

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

索引是有最大长度限制的

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。有时会相差很大

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

使用了 辅助索引，并且使用了索引覆盖

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

例子:

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 = 'a';  

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。

1. actor.name没有索引，此时创建了张临时表来distinct

   explain select distinct name from actor;  

   

2. 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。

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

   explain select * from actor order by name;  

   

2. 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;  

索引最佳实践

有如下示例表:

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());

employees 表有主键索引和（name, age, postiton） 联合索引

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';

由上面3个查询语句和分析结果可知，key_len 字段可以推算出用了哪些索引

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;  

能用到 name 和 age 索引

EXPLAIN SELECT * FROM employees WHERE age = 30 AND position = 'dev';  

无法利用索引，因为跳过了 name 字段，可以参照索引原理

EXPLAIN SELECT * FROM employees WHERE position = 'manager';

同样无法利用索引

不在索引列上做任何操作

如果在索引列上计算、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

EXPLAIN SELECT * FROM employees WHERE name = 'LiLei';  
EXPLAIN SELECT * FROM employees WHERE left(name, 2) = 'Li'; -- 名字的前两位

第二个语句在name列上使用了 left 函数。使索引失效

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';

第一条可以利用全部索引 第二条只能使用 (name age) 索引 无法利用 posotion ,因为 position 在 age 右边，且 age 是范围查询， 失效原理参见索引原理

尽量使用覆盖索引

只访问索引包含的列，减少 select * 的查询，根据二级索引构造可知，如果访问了索引中不包含的列，需要再次扫描主键索引，也就是我们常说的回表

使用了覆盖索引:

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

未使用覆盖索引:

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

非查询

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, 这个并不是铁定的规则

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

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

like 左模糊查找

like以通配符开头（'$abc...'）mysql索引失效会变成全表扫描操作 如下:

EXPLAIN SELECT * FROM employees WHERE name like '%Lei'

如果是使用了右模糊查找，可以利用索引:

EXPLAIN SELECT * FROM employees WHERE name like 'Lei%'

⭐如何解决左模糊索引不生效的问题？

1. 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%';

   

2. 如果不能使用覆盖索引则可能需要借助搜索引擎

字符串不加单引号索引失效

name 是字符串类型

EXPLAIN SELECT * FROM employees WHERE name = 1000;

因为MySQL帮我们做了一个类型转换，相当于在 name 列上执行了一个函数。无法利用索引

少用or或in

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

表数据量太少时，且无法利用覆盖索引，不会走二级索引，因为还需要回表操作，MySQL 认为还不如直接查全表来的快，反正全表也没有多少数据, 如下:

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

范围查询优化

先给 age 字段添加一个单索引

ALTER TABLE `employees` ADD INDEX `idx_age` (`age`) USING BTREE;

再执行一下查询

explain select * from employees where age >=1 and age <=2000;

发现并没有走索引，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。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, 如下

explain select * from employees where age >=1 and age <=1000;  
explain select * from employees where age >=1001 and age <=2000;

索引总结

like KK%相当于=常量，%KK和%KK% 相当于范围