我们经常使用 MySQL 的执行计划来查看 SQL 语句的执行效率,接下来分析执行计划的各个显示内容。


EXPLAIN SELECT * FROM users 
WHERE id IN (SELECT userID FROMuser_address WHERE address = "湖南长沙麓谷") ;


image.png


执行计划的 id


select 查询的序列号,标识执行的顺序



执行计划的 select_type


查询的类型,主要是用于区分普通查询、联合查询、子查询等。



对于 UNION 和 UNION RESULT 可以通过下面的例子展现:


EXPLAIN
SELECT * FROM users WHERE id IN(1, 2)
UNION
SELECT * FROM users WHERE id IN(3, 4);


image.png


执行计划的 table


查询涉及到的表。



执行计划的 type


访问类型,SQL 查询优化中一个很重要的指标,结果值从好到坏依次是:system > const > eq_ref > ref > range > index > ALL。



下面通过举例说明。


system


explain select * from mysql.time_zone;



上例中,从系统库 MySQL 的系统表 time_zone 里查询数据,访问类型为 system,这些数据已经加载到内存里,不需要进行磁盘 IO,这类扫描是速度最快的。


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



再举一个例子,内层嵌套(const)返回了一个临时表,外层嵌套从临时表查询,其扫描类型也是 system,也不需要走磁盘 IO,速度超快。


const


数据准备:


CREATE TABLE `user` (
  `id` int(11) NOT NULL,
  `NAME` varchar(20) DEFAULT NULL,
  PRIMARY KEY (`id`)
) ENGINE=InnoDB DEFAULT CHARSET=utf8;

insert into user values(1,'shenjian');
insert into user values(2,'zhangsan');
insert into user values(3,'lisi');


explain select * from user where id=1;



const 扫描的条件为:


  1. 命中主键primary key)或者唯一unique)索引
  2. 被连接的部分是一个常量const)值


如上例,id 是 主键索引,连接部分是常量1。


eq_ref


数据准备:


CREATE TABLE `user` (
  `id` int(11) NOT NULL,
  `NAME` varchar(20) DEFAULT NULL,
  PRIMARY KEY (`id`)
) ENGINE=InnoDB DEFAULT CHARSET=utf8;

insert into user values(1,'shenjian');
insert into user values(2,'zhangsan');
insert into user values(3,'lisi');

CREATE TABLE `user_ex` (
  `id` int(11) NOT NULL,
  `age` int(11) DEFAULT NULL,
  PRIMARY KEY (`id`)
) ENGINE=InnoDB DEFAULT CHARSET=utf8;

insert into user_ex values(1,18);
insert into user_ex values(2,20);
insert into user_ex values(3,30);
insert into user_ex values(4,40);
insert into user_ex values(5,50);


EXPLAIN SELECT * FROM USER,user_ex WHERE user.id=user_ex.id;



eq_ref 扫描的条件为,对于前表的每一行(row,后表只有一行被扫描


再细化一点:  


  1. join 查询
  2. 命中主键primary key)或者非空唯一unique not null)索引
  3. 等值连接;


如上例,id 是主键,该 join 查询为 eq_ref 扫描。


ref


数据准备:


CREATE TABLE `user` (
  `id` int(11) DEFAULT NULL,
  `name` varchar(20) DEFAULT NULL,
  KEY `id` (`id`)
) ENGINE=InnoDB DEFAULT CHARSET=utf8;

insert into user values(1,'shenjian');
insert into user values(2,'zhangsan');
insert into user values(3,'lisi');

CREATE TABLE `user_ex` (
  `id` int(11) DEFAULT NULL,
  `age` int(11) DEFAULT NULL,
  KEY `id` (`id`)
) ENGINE=InnoDB DEFAULT CHARSET=utf8;

insert into user_ex values(1,18);
insert into user_ex values(2,20);
insert into user_ex values(3,30);
insert into user_ex values(4,40);
insert into user_ex values(5,50);


EXPLAIN SELECT * FROM USER,user_ex WHERE user.id=user_ex.id;



如果把上例 eq_ref 案例中的主键索引,改为普通非唯一(non unique)索引。就由 eq_ref 降级为了 ref,此时对于前表的每一行(row),后表可能有多于一行的数据被扫描


select * from user where id=1;



当 id 改为普通非唯一索引后,常量的连接查询,也由 const 降级为了 ref,因为也可能有多于一行的数据被扫描。

 

ref 扫描,可能出现在 join 里,也可能出现在单表普通索引里,每一次匹配可能有多行数据返回,虽然它比 eq_ref 要慢,但它仍然是一个很快的 join 类型。


range


数据准备:


CREATE TABLE `user` (
  `id` int(11) NOT NULL,
  `name` varchar(20) DEFAULT NULL,
  PRIMARY KEY (`id`)
) ENGINE=InnoDB DEFAULT CHARSET=utf8;

insert into user values(1,'shenjian');
insert into user values(2,'zhangsan');
insert into user values(3,'lisi');
insert into user values(4,'wangwu');
insert into user values(5,'zhaoliu');


explain select * from user where id between 1 and 4;
explain select * from user where id in(1,2,3);
explain select * from user where id > 3;



range 扫描就比较好理解了,它是索引上的范围查询,它会在索引上扫码特定范围内的值。


像上例中的 between,in,> 都是典型的范围(range)查询。


index


explain count (*) from user;



如上例,id 是主键,该 count 查询需要通过扫描索引上的全部数据来计数,它仅比全表扫描快一点。


ALL


数据准备:


CREATE TABLE `user` (
  `id` int(11) DEFAULT NULL,
  `name` varchar(20) DEFAULT NULL
) ENGINE=InnoDB DEFAULT CHARSET=utf8;

insert into user values(1,'shenjian');
insert into user values(2,'zhangsan');
insert into user values(3,'lisi');

CREATE TABLE `user_ex` (
  `id` int(11) DEFAULT NULL,
  `age` int(11) DEFAULT NULL
) ENGINE=InnoDB DEFAULT CHARSET=utf8;

insert into user_ex values(1,18);
insert into user_ex values(2,20);
insert into user_ex values(3,30);
insert into user_ex values(4,40);
insert into user_ex values(5,50);


explain select * from user,user_ex where user.id=user_ex.id;



如果 id 上不建索引,对于前表的每一行(row),后表都要被全表扫描


文章中,这个相同的 join 语句出现了三次:


  1. 扫描类型为 eq_ref,此时 id 为主键
  2. 扫描类型为 ref,此时 id 为非唯一普通索引
  3. 扫描类型为 ALL,全表扫描,此时id上无索引


有此可见,建立正确的索引,对数据库性能的提升是多么重要。


总结


  1. explain 结果中的 type 字段,表示(广义)连接类型,它描述了找到所需数据使用的扫描方式;
  2. 常见的扫描类型有:system>const>eq_ref>ref>range>index>ALL,其扫描速度由快到慢;
  3. 各类扫描类型的要点是:
    1. system 最快:不进行磁盘 IO
    2. const:PK 或者 unique 上的等值查询
    3. eq_ref:PK 或者 unique 上的 join 查询,等值匹配,对于前表的每一行,后表只有一行命中
    4. ref:非唯一索引,等值匹配,可能有多行命中
    5. range:索引上的范围扫描,例如:between、in、>
    6. index:索引上的全集扫描,例如:InnoDB 的 count
    7. ALL 最慢:全表扫描
  1. 建立正确的索引,非常重要;
  2. 使用 explain 了解并优化执行计划,非常重要;


执行计划 possible_keys


查询过程中有可能用到的索引。


执行计划 key


实际使用的索引,如果为 NULL ,则没有使用索引。


执行计划 rows


根据表统计信息或者索引选用情况,大致估算出找到所需的记录所需要读取的行数。


执行计划 filtered


表示返回结果的行数占需读取行数的百分比, filtered 的值越大越好。


执行计划 Extra


十分重要的额外信息。



下面通过举例说明。


数据准备:


CREATE TABLE `user` (
  `id` int(11) NOT NULL,
  `name` varchar(20) DEFAULT NULL,
  `sex` varchar(5) DEFAULT NULL,
  PRIMARY KEY (`id`),
  KEY `name` (`name`)
) ENGINE=InnoDB DEFAULT CHARSET=utf8mb4;

insert into user values(1, 'shenjian','no');
insert into user values(2, 'zhangsan','no');
insert into user values(3, 'lisi', 'yes');
insert into user values(4, 'lisi', 'no');


数据说明:


用户表:id 主键索引,name 普通索引(非唯一),sex 无索引。

四行记录:其中 name 普通索引存在重复记录 lisi。


Using filesort


explain select * from user order by sex;


image.png


Extra 为 Using filesort 说明,得到所需结果集,需要对所有记录进行文件排序。

 

这类 SQL 语句性能极差,需要进行优化。

 

典型的,在一个没有建立索引的列上进行了 order by,就会触发 filesort,常见的优化方案是,在 order by 的列上添加索引,避免每次查询都全量排序。


Using temporary


explain select * from user group by name order by sex;


image.png


Extra 为 Using temporary 说明,需要建立临时表(temporary table)来暂存中间结果。

 

这类 SQL 语句性能较低,往往也需要进行优化。

 

典型的 group by 和 order by 同时存在,且作用于不同的字段时,就会建立临时表,以便计算出最终的结果集。


临时表存在两种引擎,一种是 Memory 引擎,一种是 MyISAM 引擎,如果返回的数据在 16M 以内(默认),且没有大字段的情况下,使用 Memory 引擎,否则使用 MyISAM 引擎。


Using index


EXPLAIN SELECT id FROM USER;


image.png


Extra 为 Using index 说明,SQL 所需要返回的所有列数据均在一棵索引树上,而无需访问实际的行记录。


这类 SQL 语句往往性能较好。


Using index condition


explain select id, name, sex from user where name='shenjian';


image.png


Extra 为 Using index condition 说明,确实命中了索引,但不是所有的列数据都在索引树上,还需要访问实际的行记录。


这类 SQL 语句性能也较高,但不如 Using index。


Using where


explain select * from user where sex='no';


image.png


Extra 为 Using where 说明,查询的结果集使用了 where 过滤条件,比如上面的 SQL 使用了 sex = 'no' 的过滤条件


Select tables optimized away


EXPLAIN SELECT MAX(id) FROM USER;


image.png


比如上面的语句查询 id 最大值,因为 id 是主键索引,根据 B+Tree 的结构,天然就是有序存放的,所以不需要等到执行阶段再进行计算,查询执行计划生成的阶段即可完成优化


Using join buffer (Block Nested Loop)


explain select * from user where id in (select id from user where sex='no');


image.png


Extra 为 Using join buffer (Block Nested Loop) 说明,需要进行嵌套循环计算。内层和外层的 type 均为 ALL,rows 均为4,需要循环进行4*4次计算。

 

这类 SQL 语句性能往往也较低,需要进行优化。

 

典型的两个关联表 join,关联字段均未建立索引,就会出现这种情况。常见的优化方案是,在关联字段上添加索引,避免每次嵌套循环计算。


参考


《同一个SQL语句,为啥性能差异咋就这么大呢?(1分钟系列)》

《如何利用工具,迅猛定位低效SQL? | 1分钟系列》


mm_reward_qrcode_1574408256457.png