2：Explain工具（SQL分析）

2021-04-24 本文已影响0人 _River_

Explain分析示例
官网文档：https://dev.mysql.com/doc/refman/5.7/en/explain-output.html

建表语句：

DROP TABLE IF EXISTS `actor`;
CREATE TABLE `actor`  (
  `id` int(11) NOT NULL,
  `name` varchar(45) DEFAULT NULL,
  `update_time` datetime(0) NULL DEFAULT NULL,
  PRIMARY KEY (`id`) USING BTREE
) ENGINE=InnoDB DEFAULT CHARSET=utf8;

INSERT INTO `actor` VALUES (1, 'a', '2021-04-01 01:01:01');
INSERT INTO `actor` VALUES (2, 'b', '2021-04-01 01:01:01');
INSERT INTO `actor` VALUES (3, 'c', '2021-04-01 01:01:01');


DROP TABLE IF EXISTS `film`;
CREATE TABLE `film`  (
  `id` int(11) NOT NULL AUTO_INCREMENT,
  `name` varchar(10) DEFAULT NULL,
  PRIMARY KEY (`id`) USING BTREE,
  INDEX `idx_name`(`name`) USING BTREE
) ENGINE=InnoDB DEFAULT CHARSET=utf8;

INSERT INTO `film` VALUES (3, 'film0');
INSERT INTO `film` VALUES (1, 'film1');
INSERT INTO `film` VALUES (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`) USING BTREE,
  INDEX `idx_film_actor_id`(`film_id`, `actor_id`) USING BTREE
) ENGINE=InnoDB DEFAULT CHARSET=utf8;

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);

1：什么是Explain

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

2：explain 两个变种（了解）

5.7或以上版本 explain 可以直接显示 filtered 与 partitions

5.7以下的版本需要使用以下命令才能展示  filtered 以及 partitions

1）explain extended：
    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）。
    
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。

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。     
show warnings 需要紧随着 explain（或者explain extended）使用

explain extended SELECT * from film where id  =1;
show warnings；

1：提示不需要加extended了（5.7版本或以上）
2：并且可以看到优化器优化的SQL

3：explain中的列（重要的列）

1： id列

    id列的编号是 select 的序列号，有几个 select 就有几个id，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

注意：需要执行SET SESSION optimizer_switch='derived_merge=off'; 才能看到衍生表（DERIVED）

    1：simple：简单查询。查询不包含子查询和union
    EXPLAIN SELECT * FROM `film` WHERE id = 1;

    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）
    
     #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;
    
    根据ID大小进行查询，越大优先级越高，所以查询的顺序是 1：film表  2：actor表   3：表示需要依赖查询哪个表（后面提及）

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。

4：possible_keys 与 key

possible_keys 可能用到的什么索引
key             真正用到的索引

4：explain中的列（最核心 type列）

1：总览

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;

2：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;
SHOW WARNINGS;

优化之后的SQL语句   （直接当成常量来查询）
* select#1 */ select '1' AS `id`,'film1' AS `name` from `SQL optimization`.`film` where 1

3：eq_ref（不需要优化）

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。

两个select的Id都为1  但先查询的是  film_actor 表  
然后关联其他表（film）的时候用到其他班（film）的主键索引（或唯一索引） 进行查询 

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

4：ref（优化到该级别就行）

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。

有使用索引 但不是唯一索引
EXPLAIN SELECT  * FROM  film WHERE NAME = 'film1';

5：range（可以接受）

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。

有使用索引 查找范围

6： index（有使用索引但需要优化）

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扫描（全扫描），
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

possible_keys（可能使用的索引） 与 key（实际使用的索引）
实际使用 idx_name索引   （InnoDB会进行索引的选择，其选择的底层逻辑 后面会说明）

EXPLAIN SELECT  id,name FROM  film ; 
EXPLAIN SELECT  * FROM  film ;（与上面SQL的查询分析一致）

特别注意：
    这里的film表只查询两个 字段  主键索引Id 以及 二级索引name 。
    而二级索引 name 作为覆盖索引  同时具有name的值和ID的值
    满足查询所有字段的条件。

    假如该表存在第三个字段，但只需要查询 Id 以及 Name的时候
    由于主键索引具有第三个字段的数据，导致查询的速度还不如二级索引。

7： ALL

    即全表扫描，扫描你的主键索引（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
    
    这种ALL虽然还是在主键索引上进行扫描 ，实际上和没有使用索引一样，
    因为它是直接进行叶子节点全部扫描的，因此 possible_keys 与 key 都为空。
           
    const（第二条SQL）：指定了为某个主键ID（主键索引），会把SQL会当成是常量来查询。
    
    EXPLAIN SELECT  * FROM  actor ;
    EXPLAIN SELECT  * FROM  actor WHERE id =1;

5：explain中的列（需要了解的列）

1： key 与 key_len （特别是联合索引）

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;

通过结果中的key_len=8可推断出查询使用了两个列：film_id列  actor_id列 来执行索引查找。
EXPLAIN SELECT * FROM film_actor WHERE film_id = 2 AND actor_id = 2;

key_len计算规则如下(了解即可)：
    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

2： 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）

EXPLAIN SELECT * FROM film_actor WHERE film_id = 2 AND actor_id = 2;

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;

3：rows列（了解）

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。

4：extra列（了解）（不确定的仅能参考）

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，从而不需要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 = '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

因为索引树 在根据索引查找数据的时候边扫描边去重
如果没有索引树：需要先把数据存在到内存中（或者磁盘中），再进行去重。

explain select distinct name from actor;

explain select distinct name from film;

Using filesort：将用外部排序而不是索引排序，数据较小时在内存排序，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。

因为索引树 在根据索引查找数据的时候是已经排好序的
如果没有索引树：保存排序关键字name和对应的id到内存（或者磁盘中），然后进行name的排序。

explain select * from actor order by name

explain select * from film order by name;

2：Explain工具（SQL分析）

建表语句：

1：什么是Explain

2：explain 两个变种（了解）

3：explain中的列（重要的列）

1： id列

2：select_type列

3： table列

4：possible_keys 与 key

4：explain中的列（最核心 type列）

1：总览

2：const, system

3：eq_ref（不需要优化）

4：ref（优化到该级别就行）

5：range（可以接受）

6： index（有使用索引但需要优化）

7： ALL

5：explain中的列（需要了解的列）

1： key 与 key_len （特别是联合索引）

2： ref列

3：rows列（了解）

4：extra列（了解）（不确定的仅能参考）

猜你喜欢

热点阅读

2：Explain工具（SQL分析）

建表语句：

1：什么是Explain

2：explain 两个变种（了解）

3：explain中的列 （重要的列）

1： id列

2：select_type列

3： table列

4：possible_keys 与 key

4：explain中的列（最核心 type列）

1：总览

2：const, system

3：eq_ref（不需要优化）

4：ref（优化到该级别就行）

5：range（可以接受）

6： index（有使用索引 但需要优化）

7： ALL

5：explain中的列（需要了解的列）

1： key 与 key_len （特别是联合索引）

2： ref列

3：rows列（了解）

4：extra列（了解）（不确定的 仅能参考）

猜你喜欢

热点阅读

3：explain中的列（重要的列）

6： index（有使用索引但需要优化）

4：extra列（了解）（不确定的仅能参考）