mysql优化之explain 以及索引优化

Mysql安装文档参考：https://blog.csdn.net/yougoule/article/details/56680952
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
Explain分析示例
参考官方文档：https://dev.mysql.com/doc/refman/5.7/en/explain-output.html

创建表语句和数据

SET NAMES utf8mb4;
SET FOREIGN_KEY_CHECKS = 0;

-- ----------------------------
-- Table structure for film_actor
-- ----------------------------
DROP TABLE IF EXISTS `film_actor`;
CREATE TABLE `film_actor`  (
  `id` int(0) NOT NULL,
  `film_id` int(0) NOT NULL,
  `actor_id` int(0) NOT NULL,
  `remark` varchar(255) CHARACTER SET utf8mb3 COLLATE utf8mb3_general_ci NULL DEFAULT NULL,
  PRIMARY KEY (`id`) USING BTREE,
  INDEX `idx_film_actor_id`(`film_id`, `actor_id`) USING BTREE
) ENGINE = InnoDB CHARACTER SET = utf8mb3 COLLATE = utf8mb3_general_ci ROW_FORMAT = Dynamic;

-- ----------------------------
-- Records of film_actor
-- ----------------------------
INSERT INTO `film_actor` VALUES (1, 1, 1, NULL);
INSERT INTO `film_actor` VALUES (2, 1, 2, NULL);
INSERT INTO `film_actor` VALUES (3, 2, 1, NULL);

-- ----------------------------
-- Table structure for film
-- ----------------------------
DROP TABLE IF EXISTS `film`;
CREATE TABLE `film`  (
  `id` int(0) NOT NULL AUTO_INCREMENT,
  `name` varchar(10) CHARACTER SET utf8mb3 COLLATE utf8mb3_general_ci NULL DEFAULT NULL,
  PRIMARY KEY (`id`) USING BTREE,
  INDEX `idx_name`(`name`) USING BTREE
) ENGINE = InnoDB AUTO_INCREMENT = 4 CHARACTER SET = utf8mb3 COLLATE = utf8mb3_general_ci ROW_FORMAT = Dynamic;

-- ----------------------------
-- Records of film
-- ----------------------------
INSERT INTO `film` VALUES (3, 'film0');
INSERT INTO `film` VALUES (1, 'film1');
INSERT INTO `film` VALUES (2, 'film2');

-- ----------------------------
-- Table structure for actor
-- ----------------------------
DROP TABLE IF EXISTS `actor`;
CREATE TABLE `actor`  (
  `id` int(0) NOT NULL,
  `name` varchar(45) CHARACTER SET utf8mb3 COLLATE utf8mb3_general_ci NULL DEFAULT NULL,
  `update_time` datetime(0) NULL DEFAULT NULL,
  PRIMARY KEY (`id`) USING BTREE
) ENGINE = InnoDB CHARACTER SET = utf8mb3 COLLATE = utf8mb3_general_ci ROW_FORMAT = Dynamic;

-- ----------------------------
-- Records of actor
-- ----------------------------
INSERT INTO `actor` VALUES (1, 'aa', '2023-11-19 09:28:49');
INSERT INTO `actor` VALUES (2, 'b', '2023-11-19 09:28:49');
INSERT INTO `actor` VALUES (3, 'c', '2023-11-19 09:28:49');
INSERT INTO `actor` VALUES (4, 'a', '2023-11-19 09:28:49');

SET FOREIGN_KEY_CHECKS = 1;

普通查询

explain select * from film where id = 1;

show warnings;

explain中的列

1. id列

id列的编号是 select 的序列号，有几个 select 就有几个id，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 指的是查询类型，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

 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

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

id为3的是from后面的派生表，id为2的是select中的子查询，id为1的是最外面也就是最左边的select

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

explain select 1 union all select 1;

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

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

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。

简单 select 查询，name是普通索引（非唯一索引）

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

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：

explain select * from film;
explain select * from film WHERE name = 'aa'

扫描全索引就能拿到结果，一般是扫描某个二级索引（除主键索引的其他索引），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。

index 场景实际是需要优化的，虽然走了索引，但性能不是很高，最好达到ref级别；因为index级别是从左到右遍历索引（磁盘io），例如可以通过分页；如果不添加分页，一次全表查询，若数据量比较大内存有可能会暴掉，

explain select * from film WHERE name = 'aa'

添加查询条件所有类型走了ref 级别比 index 级别高很多；

mysql 内部优化原则；主键索引（聚簇索引）

二级索引（普通索引）里面有索引字段和主键id；当select 后边所查询的字段在主键索引里面有在二级索引里面也有，（例如：select id，name from 表（id：主键索引和name：普通索引）），此时会优先使用二级索引；原因：普通索引要比主键索引小；这里的小指的是普通索引只存了索引字段的数据，而主键索引存了全部字段的数据；（例如一个表10个字段，主键索引是存储这10个字段的数据，而二级索引只存储主键索引和普通索引所对应的数据）；

如果查询是字段部分在二级索引，部分不在二级索引此时会优先使用主键索引，以为部分没有的字段信息是需要回表二次查询，性能会降低，

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;

因为mysql的 innoDB 引擎是 .ibd 文件的聚簇索引（主键索引树）；全表扫描实际是扫描这个聚簇索引的根节点；从第一个节点开始扫描；

explain select * from actor where id = 1;

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，在查询中使用 forceindex、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。

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。

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

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

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。(不需要回表)

explain select film_id from film_actor where film_id = 1;

CREATE TABLE `film_actor` (
`id` int NOT NULL,
`film_id` int NOT NULL,
`actor_id` int NOT NULL,
`remark` varchar(255) DEFAULT NULL,
PRIMARY KEY (`id`),
KEY `idx_film_actor_id` (`film_id`,`actor_id`)
) ENGINE=InnoDB DEFAULT CHARSET=utf8mb3;

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;这种需要给name 字段添加索引进行优化

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

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

actor.name没有索引，此时创建了张临时表来distinct

explain select distinct name from actor;

actor.name没有索引；是将所有数据未通过索引查出来然后放入一个临时表，通过临时表再去重；

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;

film 表采用了覆盖索引（查询字段通过覆盖索引），先通过索引查询的时候过滤重复数据，然后再加载到内存，数据是去重后的，通过索引查询效率高；

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

explain select * from actor order by name;

未使用索引，需要先加载到内存或者磁盘，然后再排序，效率低的多；

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;

使用索引；因为索引已经是拍好序的，所有直接拿出来就可以，不需要再排序；

二、索引最佳实践

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());

1.全值匹配

匹配索引的第一个列

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';

联合索引字段 `name`,`age`,`position`（需要遵循最左前缀原则，）

// 按照 `name`,`age`,`position` 的顺序拼接条件，是走索引的

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

顺序倒过来 `position` ,`age`,`name`, 任然会走索引，因为mysql 优化器会给优化（这也是遵循最左前缀原则，所谓最左前缀原则是针对b+树的结构，第一层先是按照name排序，第二层按照 age排序，第三层按照 position 排序，如果没有第一层，那么二三层排序毫无意义）

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

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。
下面只有第一个走索引

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、（自动或手动）类型转换，会导致索引失效而转向全表扫描（8.0函数索引可以解决函数操作使索引失效的问题）（截取name3位数，索引里面都没有，怎么可能回走索引呢）

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

日期转化为范围查询可能走索引，可以用这种方式优化下面的查询：
1.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';

不走索引

2.转化为日期范围查询

就可能走索引了，key没有值是优化器认为不用索引更快，但是有可能走索引的

EXPLAIN select * from employees where hire_time >='2023-10-19 12:22:26' and hire_time <='2023-12-19 12:22:26';

4.范围查询的索引列放到最后

因为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';

索引列是name,age,position，上面key_len没有等于140，说明索引未被充分使用。因为当第二个列是范围，从索引树中可看出第三个列就可能不是顺序的了，所以第三列不能被使用，建议范围查询的索引列放到最后，改成name,position,age

**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**

使用覆盖索引可以避免回表的开销
第一个Extra显示使用到了覆盖索引，第二个未使用到；

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 的时候可能无法使用索引会导致全表扫描

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

< 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

EXPLAIN SELECT * FROM employees WHERE name is null

8.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'

前面没 %的走索引 取值索引去前面几个字符，这些字符是有序的；

取值索引去前面几个字符，这些字符是有序的；

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

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%';

9.字符串不加单引号索引失效

EXPLAIN SELECT * FROM employees WHERE name = 1000;

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

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

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;

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;

还原最初索引状态

ALTER TABLE `employees` DROP INDEX `idx_age`;

三、索引总结表

‐‐m ysql5.7关闭ONLY_FULL_GROUP_BY报错
select version(),@@sql_mode;SET sql_mode=(SELECT REPLACE(@@sql_mode,'ONLY_FULL_GROUP_BY',''))