《MYSQL数据库MySQL 性能优化神器Explain介绍及使用详情》要点:
本文介绍了MYSQL数据库MySQL 性能优化神器Explain介绍及使用详情,希望对您有用。如果有疑问,可以联系我们。
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;
MYSQL实例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, 'p2', 'WL');
- INSERT INTO order_info (user_id, 'DX');
- INSERT INTO order_info (user_id, productor) VALUES (2, 'WHH');
- INSERT INTO order_info (user_id, 'p5', 'WL');
- INSERT INTO order_info (user_id, productor) VALUES (3, 'p3', 'MA');
- INSERT INTO order_info (user_id, productor) VALUES (4, productor) VALUES (6, productor) VALUES (9, 'p8', 'TE');
MYSQL实例
EXPLAIN 命令的输出内容大致如下:
- mysql> explain select * from user_info where id = 2\G
- *************************** 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)
MYSQL实例
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
MYSQL实例接下来我们来重点看一下比较重要的几个字段.
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.
MYSQL实例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\G
- *************************** 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)
MYSQL实例如果我们使用了 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)
MYSQL实例table
表示查询涉及的表或衍生表
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.
MYSQL实例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\G
- *************************** 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)
MYSQL实例
- 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\G
- *************************** 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.
MYSQL实例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\G
- *************************** 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)
MYSQL实例
- 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.
MYSQL实例
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 \G
- *************************** 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.
- mysql> EXPLAIN SELECT name FROM user_info \G
- *************************** 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 \G
- *************************** 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.
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.
key
此字段是 MySQL 在当前查询时所真正使用到的索引.
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 字节长度
- varchar(n): 如果是 utf8 编码,则是 3 n + 2字节; 如果是 utf8mb4 编码,则是 4 n + 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.
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:
- mysql> EXPLAIN SELECT * FROM order_info WHERE user_id < 3 AND product_name = 'p1' AND productor = 'WHH' \G
- *************************** 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)
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.
- KEY `user_product_detail_index` (`user_id`, `productor`)
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:
- 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:
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 * 2 + 2 = 161
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.
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.
我们的索引是
- mysql> EXPLAIN SELECT * FROM order_info ORDER BY product_name \G
- *************************** 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)
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 \G
- *************************** 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.
版权声明:本文内容由互联网用户自发贡献,该文观点与技术仅代表作者本人。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如发现本站有涉嫌侵权/违法违规的内容, 请发送邮件至 dio@foxmail.com 举报,一经查实,本站将立刻删除。