MySQL查詢優(yōu)化之explain的深入解析
在分析查詢性能時(shí),考慮EXPLAIN關(guān)鍵字同樣很管用。EXPLAIN關(guān)鍵字一般放在SELECT查詢語(yǔ)句的前面,用于描述MySQL如何執(zhí)行查詢操作、以及MySQL成功返回結(jié)果集需要執(zhí)行的行數(shù)。explain 可以幫助我們分析 select 語(yǔ)句,讓我們知道查詢效率低下的原因,從而改進(jìn)我們查詢,讓查詢優(yōu)化器能夠更好的工作。
一、MySQL 查詢優(yōu)化器是如何工作的
MySQL 查詢優(yōu)化器有幾個(gè)目標(biāo),但是其中最主要的目標(biāo)是盡可能地使用索引,并且使用最嚴(yán)格的索引來(lái)消除盡可能多的數(shù)據(jù)行。最終目標(biāo)是提交 SELECT 語(yǔ)句查找數(shù)據(jù)行,而不是排除數(shù)據(jù)行。優(yōu)化器試圖排除數(shù)據(jù)行的原因在于它排除數(shù)據(jù)行的速度越快,那么找到與條件匹配的數(shù)據(jù)行也就越快。如果能夠首先進(jìn)行最嚴(yán)格的測(cè)試,查詢就可以執(zhí)行地更快。
EXPLAIN 的每個(gè)輸出行提供一個(gè)表的相關(guān)信息,并且每個(gè)行包括下面的列:
項(xiàng) | 說(shuō)明 |
id | MySQL Query Optimizer 選定的執(zhí)行計(jì)劃中查詢的序列號(hào)。表示查詢中執(zhí)行 select 子句或操作表的順序,id 值越大優(yōu)先級(jí)越高,越先被執(zhí)行。id 相同,執(zhí)行順序由上至下。 |
select_type 查詢類(lèi)型 | 說(shuō)明 |
SIMPLE | 簡(jiǎn)單的 select 查詢,不使用 union 及子查詢 |
PRIMARY | 最外層的 select 查詢 |
UNION | UNION 中的第二個(gè)或隨后的 select 查詢,不 依賴(lài)于外部查詢的結(jié)果集 |
DEPENDENT UNION | UNION 中的第二個(gè)或隨后的 select 查詢,依 賴(lài)于外部查詢的結(jié)果集 |
SUBQUERY | 子查詢中的第一個(gè) select 查詢,不依賴(lài)于外 部查詢的結(jié)果集 |
DEPENDENT SUBQUERY | 子查詢中的第一個(gè) select 查詢,依賴(lài)于外部 查詢的結(jié)果集 |
DERIVED | 用于 from 子句里有子查詢的情況。 MySQL 會(huì) 遞歸執(zhí)行這些子查詢, 把結(jié)果放在臨時(shí)表里。 |
UNCACHEABLE SUBQUERY | 結(jié)果集不能被緩存的子查詢,必須重新為外 層查詢的每一行進(jìn)行評(píng)估。 |
UNCACHEABLE UNION | UNION 中的第二個(gè)或隨后的 select 查詢,屬 于不可緩存的子查詢 |
項(xiàng) | 說(shuō)明 |
table | 輸出行所引用的表 |
type 重要的項(xiàng),顯示連接使用的類(lèi)型,按最 優(yōu)到最差的類(lèi)型排序 | 說(shuō)明 |
system | 表僅有一行(=系統(tǒng)表)。這是 const 連接類(lèi)型的一個(gè)特例。 |
const | const 用于用常數(shù)值比較 PRIMARY KEY 時(shí)。當(dāng) 查詢的表僅有一行時(shí),使用 System。 |
eq_ref | const 用于用常數(shù)值比較 PRIMARY KEY 時(shí)。當(dāng) 查詢的表僅有一行時(shí),使用 System。 |
ref | 連接不能基于關(guān)鍵字選擇單個(gè)行,可能查找 到多個(gè)符合條件的行。 叫做 ref 是因?yàn)樗饕?跟某個(gè)參考值相比較。這個(gè)參考值或者是一 個(gè)常數(shù),或者是來(lái)自一個(gè)表里的多表查詢的 結(jié)果值。 |
ref_or_null | 如同 ref, 但是 MySQL 必須在初次查找的結(jié)果 里找出 null 條目,然后進(jìn)行二次查找。 |
index_merge | 說(shuō)明索引合并優(yōu)化被使用了。 |
unique_subquery | 在某些 IN 查詢中使用此種類(lèi)型,而不是常規(guī)的 ref:value IN (SELECT primary_key FROM single_table WHERE some_expr) |
index_subquery | 在 某 些 IN 查 詢 中 使 用 此 種 類(lèi) 型 , 與 unique_subquery 類(lèi)似,但是查詢的是非唯一 性索引: value IN (SELECT key_column FROM single_table WHERE some_expr) |
range | 只檢索給定范圍的行,使用一個(gè)索引來(lái)選擇 行。key 列顯示使用了哪個(gè)索引。當(dāng)使用=、 <>、>、>=、<、<=、IS NULL、<=>、BETWEEN 或者 IN 操作符,用常量比較關(guān)鍵字列時(shí),可 以使用 range。 |
index | 全表掃描,只是掃描表的時(shí)候按照索引次序 進(jìn)行而不是行。主要優(yōu)點(diǎn)就是避免了排序, 但是開(kāi)銷(xiāo)仍然非常大。 |
all | 最壞的情況,從頭到尾全表掃描。 |
項(xiàng) | 說(shuō)明 |
possible_keys | 指出 MySQL 能在該表中使用哪些索引有助于 查詢。如果為空,說(shuō)明沒(méi)有可用的索引。 |
項(xiàng) | 說(shuō)明 |
key | MySQL 實(shí)際從 possible_key 選擇使用的索引。 如果為 NULL,則沒(méi)有使用索引。很少的情況 下,MYSQL 會(huì)選擇優(yōu)化不足的索引。這種情 況下,可以在 SELECT 語(yǔ)句中使用 USE INDEX (indexname)來(lái)強(qiáng)制使用一個(gè)索引或者用 IGNORE INDEX(indexname)來(lái)強(qiáng)制 MYSQL 忽略索引 |
項(xiàng) | 說(shuō)明 |
key_len | 使用的索引的長(zhǎng)度。在不損失精確性的情況 下,長(zhǎng)度越短越好。 |
項(xiàng) | 說(shuō)明 |
ref | 顯示索引的哪一列被使用了 |
項(xiàng) | 說(shuō)明 |
rows | MYSQL 認(rèn)為必須檢查的用來(lái)返回請(qǐng)求數(shù)據(jù)的行數(shù) |
項(xiàng) | 說(shuō)明 |
rows | MYSQL 認(rèn)為必須檢查的用來(lái)返回請(qǐng)求數(shù)據(jù)的行數(shù) |
extra 中出現(xiàn)以下 2 項(xiàng)意味著 MYSQL 根本不能使用索引,效率會(huì)受到重大影響。應(yīng)盡可能對(duì)此進(jìn)行優(yōu)化。
extra 項(xiàng) | 說(shuō)明 |
Using filesort | 表示 MySQL 會(huì)對(duì)結(jié)果使用一個(gè)外部索引排序,而不是從表里按索引次序讀到相關(guān)內(nèi)容??赡茉趦?nèi)存或者磁盤(pán)上進(jìn)行排序。MySQL 中無(wú)法利用索引完成的排序操作稱(chēng)為“文件排序” |
Using temporary | 表示 MySQL 在對(duì)查詢結(jié)果排序時(shí)使用臨時(shí)表。常見(jiàn)于排序 order by 和分組查詢 group by。 |
下面來(lái)舉一個(gè)例子來(lái)說(shuō)明下 explain 的用法。
先來(lái)一張表:
CREATE TABLE IF NOT EXISTS `article` (`id` int(10) unsigned NOT NULL AUTO_INCREMENT,
`author_id` int(10) unsigned NOT NULL,
`category_id` int(10) unsigned NOT NULL,
`views` int(10) unsigned NOT NULL,
`comments` int(10) unsigned NOT NULL,
`title` varbinary(255) NOT NULL,
`content` text NOT NULL,
PRIMARY KEY (`id`)
);
再插幾條數(shù)據(jù):
INSERT INTO `article`
(`author_id`, `category_id`, `views`, `comments`, `title`, `content`) VALUES
(1, 1, 1, 1, '1', '1'),
(2, 2, 2, 2, '2', '2'),
(1, 1, 3, 3, '3', '3');
需求:
查詢 category_id 為 1 且 comments 大于 1 的情況下,views 最多的 article_id。
先查查試試看:
EXPLAIN
SELECT author_id
FROM `article`
WHERE category_id = 1 AND comments > 1
ORDER BY views DESC
LIMIT 1\G
看看部分輸出結(jié)果:
*************************** 1. row ***************************
id: 1
select_type: SIMPLE
table: article
type: ALL
possible_keys: NULL
key: NULL
key_len: NULL
ref: NULL
rows: 3
Extra: Using where; Using filesort
1 row in set (0.00 sec)
很顯然,type 是 ALL,即最壞的情況。Extra 里還出現(xiàn)了 Using filesort,也是最壞的情況。優(yōu)化是必須的。
嗯,那么最簡(jiǎn)單的解決方案就是加索引了。好,我們來(lái)試一試。查詢的條件里即 where 之后共使用了 category_id,comments,views 三個(gè)字段。那么來(lái)一個(gè)聯(lián)合索引是最簡(jiǎn)單的了。
ALTER TABLE `article` ADD INDEX x ( `category_id` , `comments`, `views` );
結(jié)果有了一定好轉(zhuǎn),但仍然很糟糕:
*************************** 1. row ***************************
id: 1
select_type: SIMPLE
table: article
type: range
possible_keys: x
key: x
key_len: 8
ref: NULL
rows: 1
Extra: Using where; Using filesort
1 row in set (0.00 sec)
type 變成了 range,這是可以忍受的。但是 extra 里使用 Using filesort 仍是無(wú)法接受的。但是我們已經(jīng)建立了索引,為啥沒(méi)用呢?這是因?yàn)榘凑?BTree 索引的工作原理,先排序 category_id,如果遇到相同的 category_id 則再排序 comments,如果遇到相同的 comments 則再排序 views。當(dāng) comments 字段在聯(lián)合索引里處于中間位置時(shí),因comments > 1 條件是一個(gè)范圍值(所謂 range),MySQL 無(wú)法利用索引再對(duì)后面的 views 部分進(jìn)行檢索,即 range 類(lèi)型查詢字段后面的索引無(wú)效。
那么我們需要拋棄 comments,刪除舊索引:
DROP INDEX x ON article;
然后建立新索引:
ALTER TABLE `article` ADD INDEX y ( `category_id` , `views` ) ;
接著再運(yùn)行查詢:
*************************** 1. row ***************************
id: 1
select_type: SIMPLE
table: article
type: ref
possible_keys: y
key: y
key_len: 4
ref: const
rows: 1
Extra: Using where
1 row in set (0.00 sec)
可以看到,type 變?yōu)榱?ref,Extra 中的 Using filesort 也消失了,結(jié)果非常理想。
再來(lái)看一個(gè)多表查詢的例子。
首先定義 3個(gè)表 class 和 room。
CREATE TABLE IF NOT EXISTS `class` (
`id` int(10) unsigned NOT NULL AUTO_INCREMENT,
`card` int(10) unsigned NOT NULL,
PRIMARY KEY (`id`)
);
CREATE TABLE IF NOT EXISTS `book` (
`bookid` int(10) unsigned NOT NULL AUTO_INCREMENT,
`card` int(10) unsigned NOT NULL,
PRIMARY KEY (`bookid`)
);
CREATE TABLE IF NOT EXISTS `phone` (
`phoneid` int(10) unsigned NOT NULL AUTO_INCREMENT,
`card` int(10) unsigned NOT NULL,
PRIMARY KEY (`phoneid`)
) engine = innodb;
然后再分別插入大量數(shù)據(jù)。插入數(shù)據(jù)的php腳本:
<?php
$link = mysql_connect("localhost","root","870516");
mysql_select_db("test",$link);
for($i=0;$i<10000;$i++)
{
$j = rand(1,20);
$sql = " insert into class(card) values({$j})";
mysql_query($sql);
}
for($i=0;$i<10000;$i++)
{
$j = rand(1,20);
$sql = " insert into book(card) values({$j})";
mysql_query($sql);
}
for($i=0;$i<10000;$i++)
{
$j = rand(1,20);
$sql = " insert into phone(card) values({$j})";
mysql_query($sql);
}
mysql_query("COMMIT");
?>
然后來(lái)看一個(gè)左連接查詢:
explain select * from class left join book on class.card = book.card\G
分析結(jié)果是:
*************************** 1. row ***************************
id: 1
select_type: SIMPLE
table: class
type: ALL
possible_keys: NULL
key: NULL
key_len: NULL
ref: NULL
rows: 20000
Extra:
*************************** 2. row ***************************
id: 1
select_type: SIMPLE
table: book
type: ALL
possible_keys: NULL
key: NULL
key_len: NULL
ref: NULL
rows: 20000
Extra:
2 rows in set (0.00 sec)
顯然第二個(gè) ALL 是需要我們進(jìn)行優(yōu)化的。
建立個(gè)索引試試看:
ALTER TABLE `book` ADD INDEX y ( `card`);
*************************** 1. row ***************************
id: 1
select_type: SIMPLE
table: class
type: ALL
possible_keys: NULL
key: NULL
key_len: NULL
ref: NULL
rows: 20000
Extra:
*************************** 2. row ***************************
id: 1
select_type: SIMPLE
table: book
type: ref
possible_keys: y
key: y
key_len: 4
ref: test.class.card
rows: 1000
Extra:
2 rows in set (0.00 sec)
可以看到第二行的 type 變?yōu)榱?ref,rows 也變成了 1741*18,優(yōu)化比較明顯。這是由左連接特性決定的。LEFT JOIN 條件用于確定如何從右表搜索行,左邊一定都有,所以右邊是我們的關(guān)鍵點(diǎn),一定需要建立索引。
刪除舊索引:
DROP INDEX y ON book;
建立新索引。
ALTER TABLE `class` ADD INDEX x ( `card`);
結(jié)果
*************************** 1. row ***************************
id: 1
select_type: SIMPLE
table: class
type: ALL
possible_keys: NULL
key: NULL
key_len: NULL
ref: NULL
rows: 20000
Extra:
*************************** 2. row ***************************
id: 1
select_type: SIMPLE
table: book
type: ALL
possible_keys: NULL
key: NULL
key_len: NULL
ref: NULL
rows: 20000
Extra:
2 rows in set (0.00 sec)
基本無(wú)變化。
然后來(lái)看一個(gè)右連接查詢:
explain select * from class right join book on class.card = book.card;
分析結(jié)果是:
*************************** 1. row ***************************
id: 1
select_type: SIMPLE
table: book
type: ALL
possible_keys: NULL
key: NULL
key_len: NULL
ref: NULL
rows: 20000
Extra:
*************************** 2. row ***************************
id: 1
select_type: SIMPLE
table: class
type: ref
possible_keys: x
key: x
key_len: 4
ref: test.book.card
rows: 1000
Extra:
2 rows in set (0.00 sec)
優(yōu)化較明顯。這是因?yàn)?RIGHT JOIN 條件用于確定如何從左表搜索行,右邊一定都有,所以左邊是我們的關(guān)鍵點(diǎn),一定需要建立索引。
刪除舊索引:
DROP INDEX x ON class;
建立新索引。
ALTER TABLE `book` ADD INDEX y ( `card`);
結(jié)果
*************************** 1. row ***************************
id: 1
select_type: SIMPLE
table: class
type: ALL
possible_keys: NULL
key: NULL
key_len: NULL
ref: NULL
rows: 20000
Extra:
*************************** 2. row ***************************
id: 1
select_type: SIMPLE
table: book
type: ALL
possible_keys: NULL
key: NULL
key_len: NULL
ref: NULL
rows: 20000
Extra:
2 rows in set (0.00 sec)
基本無(wú)變化。
最后來(lái)看看 inner join 的情況:
explain select * from class inner join book on class.card = book.card;
結(jié)果:
*************************** 1. row ***************************
id: 1
select_type: SIMPLE
table: book
type: ALL
possible_keys: NULL
key: NULL
key_len: NULL
ref: NULL
rows: 20000
Extra:
*************************** 2. row ***************************
id: 1
select_type: SIMPLE
table: class
type: ref
possible_keys: x
key: x
key_len: 4
ref: test.book.card
rows: 1000
Extra:
2 rows in set (0.00 sec)
刪除舊索引:
DROP INDEX y ON book;
結(jié)果
*************************** 1. row ***************************
id: 1
select_type: SIMPLE
table: class
type: ALL
possible_keys: NULL
key: NULL
key_len: NULL
ref: NULL
rows: 20000
Extra:
*************************** 2. row ***************************
id: 1
select_type: SIMPLE
table: book
type: ALL
possible_keys: NULL
key: NULL
key_len: NULL
ref: NULL
rows: 20000
Extra:
2 rows in set (0.00 sec)
建立新索引。
ALTER TABLE `class` ADD INDEX x ( `card`);
結(jié)果
*************************** 1. row ***************************
id: 1
select_type: SIMPLE
table: class
type: ALL
possible_keys: NULL
key: NULL
key_len: NULL
ref: NULL
rows: 20000
Extra:
*************************** 2. row ***************************
id: 1
select_type: SIMPLE
table: book
type: ALL
possible_keys: NULL
key: NULL
key_len: NULL
ref: NULL
rows: 20000
Extra:
2 rows in set (0.00 sec)
綜上所述,inner join 和 left join 差不多,都需要優(yōu)化右表。而 right join 需要優(yōu)化左表。
我們?cè)賮?lái)看看三表查詢的例子
添加一個(gè)新索引:
ALTER TABLE `phone` ADD INDEX z ( `card`);
ALTER TABLE `book` ADD INDEX y ( `card`);
explain select * from class left join book on class.card=book.card left join phone on book.card = phone.card;
*************************** 1. row ***************************
id: 1
select_type: SIMPLE
table: class
type: ALL
possible_keys: NULL
key: NULL
key_len: NULL
ref: NULL
rows: 20000
Extra:
*************************** 2. row ***************************
id: 1
select_type: SIMPLE
table: book
type: ref
possible_keys: y
key: y
key_len: 4
ref: test.class.card
rows: 1000
Extra:
*************************** 3. row ***************************
id: 1
select_type: SIMPLE
table: phone
type: ref
possible_keys: z
key: z
key_len: 4
ref: test.book.card
rows: 260
Extra: Using index
3 rows in set (0.00 sec)
后 2 行的 type 都是 ref 且總 rows 優(yōu)化很好,效果不錯(cuò)。
MySql 中的 explain 語(yǔ)法可以幫助我們改寫(xiě)查詢,優(yōu)化表的結(jié)構(gòu)和索引的設(shè)置,從而最大地提高查詢效率。當(dāng)然,在大規(guī)模數(shù)據(jù)量時(shí),索引的建立和維護(hù)的代價(jià)也是很高的,往往需要較長(zhǎng)的時(shí)間和較大的空間,如果在不同的列組合上建立索引,空間的開(kāi)銷(xiāo)會(huì)更大。因此索引最好設(shè)置在需要經(jīng)常查詢的字段中。
- mysql explain的用法(使用explain優(yōu)化查詢語(yǔ)句)
- mysql優(yōu)化利器之explain使用介紹
- MySQL查詢語(yǔ)句過(guò)程和EXPLAIN語(yǔ)句基本概念及其優(yōu)化
- MySQL性能優(yōu)化神器Explain的基本使用分析
- MySQL索引優(yōu)化Explain詳解
- MySQL如何基于Explain關(guān)鍵字優(yōu)化索引功能
- mysql優(yōu)化之慢查詢分析+explain命令分析+優(yōu)化技巧總結(jié)
- 全面解析MySQL?Explain如何優(yōu)化SQL查詢性能
- 輕松上手MYSQL之SQL優(yōu)化之Explain詳解
相關(guān)文章
MySQL分表實(shí)現(xiàn)上百萬(wàn)上千萬(wàn)記錄分布存儲(chǔ)的批量查詢?cè)O(shè)計(jì)模式詳解
本篇文章是對(duì)使用MySQL分表實(shí)現(xiàn)上百萬(wàn)上千萬(wàn)記錄分布存儲(chǔ)的批量查詢?cè)O(shè)計(jì)模式進(jìn)行了詳細(xì)的分析介紹,需要的朋友參考下2013-06-06mysql max 與 where 間的執(zhí)行問(wèn)題小結(jié)
這篇文章主要介紹了mysql max 與 where 間的執(zhí)行問(wèn)題小結(jié),需要的朋友可以參考下2018-01-01IDEA連接mysql又報(bào)錯(cuò)!Server returns invalid timezone. Go to tab an
這篇文章主要介紹了IDEA連接mysql又報(bào)錯(cuò)!Server returns invalid timezone. Go to 'Advanced' tab and set 'serverTimezone' prope問(wèn)題,本文通過(guò)圖文并茂的形式給大家介紹的非常詳細(xì),需要的朋友可以參考下2020-05-05mysql中mydumper 和 mysqldump 對(duì)比使用
MySQL數(shù)據(jù)庫(kù)備份工具有其自帶的mysqldump,屬于mysql官方的一款備份工具。但是第三方備份工具mydumper憑借優(yōu)越的特點(diǎn)為更多人所使用。下面就通過(guò)測(cè)試驗(yàn)證它們之間的備份效率。2017-05-05mysql復(fù)制data文件遷移的實(shí)現(xiàn)步驟
有時(shí)候,我們需要遷移整個(gè)數(shù)據(jù)庫(kù),包括數(shù)據(jù)文件,本文將介紹如何通過(guò)復(fù)制MySQL的data文件來(lái)完成數(shù)據(jù)庫(kù)遷移,具有一定的參考價(jià)值,感興趣的可以了解一下2023-11-11MySQL開(kāi)啟記錄執(zhí)行過(guò)的SQL語(yǔ)句方法
這篇文章主要介紹了MySQL開(kāi)啟記錄執(zhí)行過(guò)的SQL語(yǔ)句方法,配置的方法很簡(jiǎn)單,本文直接給出配置示例,需要的朋友可以參考下2015-07-07MySQL多表聯(lián)合查詢、連接查詢、子查詢的實(shí)現(xiàn)
本文主要介紹了MySQL多表聯(lián)合查詢、連接查詢、子查詢的實(shí)現(xiàn),文中通過(guò)示例代碼介紹的非常詳細(xì),對(duì)大家的學(xué)習(xí)或者工作具有一定的參考學(xué)習(xí)價(jià)值,需要的朋友們下面隨著小編來(lái)一起學(xué)習(xí)學(xué)習(xí)吧2023-07-07mysql中如何查詢數(shù)據(jù)庫(kù)中的表名
這篇文章主要介紹了mysql中如何查詢數(shù)據(jù)庫(kù)中的表名問(wèn)題,具有很好的參考價(jià)值,希望對(duì)大家有所幫助。如有錯(cuò)誤或未考慮完全的地方,望不吝賜教2022-12-12