前言
MySQL是關(guān)系性數(shù)據(jù)庫中的一種，查詢功能強(qiáng)，數(shù)據(jù)一致性高，數(shù)據(jù)安全性高，支持二級(jí)索引。但性能方面稍遜于非關(guān)系性數(shù)據(jù)庫，特別是百萬級(jí)別以上的數(shù)據(jù)，很容易出現(xiàn)查詢慢的現(xiàn)象。這時(shí)候需要分析查詢慢的原因，一般情況下是程序員sql寫的爛，或者是沒有鍵索引，或者是索引失效等原因?qū)е碌摹?/p>
這時(shí)候MySQL 提供的 EXPLAIN 命令就尤其重要, 它可以對(duì) SELECT 語句進(jìn)行分析, 并輸出 SELECT 執(zhí)行的詳細(xì)信息, 以供開發(fā)人員針對(duì)性優(yōu)化.
而且就在查詢語句前加上 Explain 就成:
EXPLAIN SELECT * FROM customer WHERE id 100;
準(zhǔn)備
首先需要建立兩個(gè)測(cè)試用表及數(shù)據(jù):
CREATE TABLE `customer` (
`id` BIGINT(20) unsigned NOT NULL AUTO_INCREMENT,
`name` VARCHAR(50) NOT NULL DEFAULT '',
`age` INT(11) unsigned DEFAULT NULL,
PRIMARY KEY (`id`),
KEY `name_index` (`name`)
) ENGINE = InnoDB DEFAULT CHARSET = utf8mb4
INSERT INTO customer (name, age) VALUES ('a', 1);
INSERT INTO customer (name, age) VALUES ('b', 2);
INSERT INTO customer (name, age) VALUES ('c', 3);
INSERT INTO customer (name, age) VALUES ('d', 4);
INSERT INTO customer (name, age) VALUES ('e', 5);
INSERT INTO customer (name, age) VALUES ('f', 6);
INSERT INTO customer (name, age) VALUES ('g', 7);
INSERT INTO customer (name, age) VALUES ('h', 8);
INSERT INTO customer (name, age) VALUES ('i', 9);
CREATE TABLE `orders` ( `id` BIGINT(20) unsigned NOT NULL AUTO_INCREMENT, `user_id` BIGINT(20) unsigned NOT NULL DEFAULT 0, `product_name` VARCHAR(50) NOT NULL DEFAULT '', `productor` VARCHAR(30) NOT NULL DEFAULT '', PRIMARY KEY (`id`), KEY `user_product_detail_index` (`user_id`, `product_name`, `productor`) ) ENGINE = InnoDB DEFAULT CHARSET = utf8mb4 INSERT INTO orders (user_id, product_name, productor) VALUES (1, 'p1', 'WHH'); INSERT INTO orders (user_id, product_name, productor) VALUES (1, 'p2', 'WL'); INSERT INTO orders (user_id, product_name, productor) VALUES (1, 'p1', 'DX'); INSERT INTO orders (user_id, product_name, productor) VALUES (2, 'p1', 'WHH'); INSERT INTO orders (user_id, product_name, productor) VALUES (2, 'p5', 'WL'); INSERT INTO orders (user_id, product_name, productor) VALUES (3, 'p3', 'MA'); INSERT INTO orders (user_id, product_name, productor) VALUES (4, 'p1', 'WHH'); INSERT INTO orders (user_id, product_name, productor) VALUES (6, 'p1', 'WHH'); INSERT INTO orders (user_id, product_name, productor) VALUES (9, 'p8', 'TE');
EXPLAIN 輸出格式
EXPLAIN 命令的輸出內(nèi)容大致如下:
mysql> explain select * from customer where id = 1\G *************************** 1. row *************************** id: 1 select_type: SIMPLE table: customer 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)
各列的含義如下:
接下來我們來重點(diǎn)看一下比較重要的幾個(gè)字段.
select_type
最常見的查詢類別應(yīng)該是 SIMPLE 了, 比如當(dāng)我們的查詢沒有子查詢, 也沒有 UNION 查詢時(shí), 那么通常就是 SIMPLE 類型, 例如:
mysql> explain select * from customer where id = 2\G *************************** 1. row *************************** id: 1 select_type: SIMPLE table: customer 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)
如果我們使用了 UNION 查詢, 那么 EXPLAIN 輸出 的結(jié)果類似如下:
mysql> EXPLAIN (SELECT * FROM customer WHERE id IN (1, 2, 3)) -> UNION -> (SELECT * FROM customer WHERE id IN (3, 4, 5)); +----+--------------+------------+------------+-------+---------------+---------+---------+------+------+----------+-----------------+ | id | select_type | table | partitions | type | possible_keys | key | key_len | ref | rows | filtered | Extra | +----+--------------+------------+------------+-------+---------------+---------+---------+------+------+----------+-----------------+ | 1 | PRIMARY | customer | NULL | range | PRIMARY | PRIMARY | 8 | NULL | 3 | 100.00 | Using where | | 2 | UNION | customer | 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)
table
表示查詢涉及的表或衍生表
type
type 字段比較重要, 它提供了判斷查詢是否高效的重要依據(jù)依據(jù). 通過 type 字段, 我們判斷此次查詢是 全表掃描 還是 索引掃描 等.
type 常用類型
type 常用的取值有:
mysql> explain select * from customer where id = 2\G *************************** 1. row *************************** id: 1 select_type: SIMPLE table: customer 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)
eq_ref: 此類型通常出現(xiàn)在多表的 join 查詢, 表示對(duì)于前表的每一個(gè)結(jié)果, 都只能匹配到后表的一行結(jié)果. 并且查詢的比較操作通常是 =, 查詢效率較高. 例如:
mysql> EXPLAIN SELECT * FROM customer, order_info WHERE customer.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: customer 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: 此類型通常出現(xiàn)在多表的 join 查詢, 針對(duì)于非唯一或非主鍵索引, 或者是使用了 最左前綴 規(guī)則索引的查詢.
例如下面這個(gè)例子中, 就使用到了 ref 類型的查詢:
mysql> EXPLAIN SELECT * FROM customer, order_info WHERE customer.id = order_info.user_id AND order_info.user_id = 5\G *************************** 1. row *************************** id: 1 select_type: SIMPLE table: customer 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)
range: 表示使用索引范圍查詢, 通過索引字段范圍獲取表中部分?jǐn)?shù)據(jù)記錄. 這個(gè)類型通常出現(xiàn)在 =, >, >, >=, , =, IS NULL, =>, BETWEEN, IN() 操作中.當(dāng) type 是 range 時(shí), 那么 EXPLAIN 輸出的 ref 字段為 NULL, 并且 key_len 字段是此次查詢中使用到的索引的最長(zhǎng)的那個(gè).
例如下面的例子就是一個(gè)范圍查詢:
mysql> EXPLAIN SELECT * FROM customer WHERE id BETWEEN 2 AND 8 \G *************************** 1. row *************************** id: 1 select_type: SIMPLE table: customer 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: 表示全索引掃描(full index scan), 和 ALL 類型類似, 只不過 ALL 類型是全表掃描, 而 index 類型則僅僅掃描所有的索引, 而不掃描數(shù)據(jù).
index 類型通常出現(xiàn)在: 所要查詢的數(shù)據(jù)直接在索引樹中就可以獲取到, 而不需要掃描數(shù)據(jù). 當(dāng)是這種情況時(shí), Extra 字段 會(huì)顯示 Using index.
例如:
mysql> EXPLAIN SELECT name FROM customer \G *************************** 1. row *************************** id: 1 select_type: SIMPLE table: customer 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, 我們查詢的 name 字段恰好是一個(gè)索引, 因此我們直接從索引中獲取數(shù)據(jù)就可以滿足查詢的需求了, 而不需要查詢表中的數(shù)據(jù). 因此這樣的情況下, type 的值是 index, 并且 Extra 的值是 Using index.
下面是一個(gè)全表掃描的例子, 可以看到, 在全表掃描時(shí), possible_keys 和 key 字段都是 NULL, 表示沒有使用到索引, 并且 rows 十分巨大, 因此整個(gè)查詢效率是十分低下的.
mysql> EXPLAIN SELECT age FROM customer WHERE age = 20 \G*************************** 1. row *************************** id: 1 select_type: SIMPLE table: customer 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 類型的性能比較
通常來說, 不同的 type 類型的性能關(guān)系如下:
ALL index range ~ index_merge ref eq_ref const system
ALL 類型因?yàn)槭侨頀呙? 因此在相同的查詢條件下, 它是速度最慢的.
而 index 類型的查詢雖然不是全表掃描, 但是它掃描了所有的索引, 因此比 ALL 類型的稍快.后面的幾種類型都是利用了索引來查詢數(shù)據(jù), 因此可以過濾部分或大部分?jǐn)?shù)據(jù), 因此查詢效率就比較高了.
對(duì)程序員來說，若保證查詢至少達(dá)到range級(jí)別或者最好能達(dá)到ref則算是一個(gè)優(yōu)秀而又負(fù)責(zé)的程序員。
possible_key
spossible_keys 表示 MySQL 在查詢時(shí), 能夠使用到的索引. 注意, 即使有些索引在 possible_keys 中出現(xiàn), 但是并不表示此索引會(huì)真正地被 MySQL 使用到. MySQL 在查詢時(shí)具體使用了哪些索引, 由 key 字段決定.
key
此字段是 MySQL 在當(dāng)前查詢時(shí)所真正使用到的索引.
key_len
表示查詢優(yōu)化器使用了索引的字節(jié)數(shù). 這個(gè)字段可以評(píng)估組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 的計(jì)算規(guī)則如下:
我們來舉兩個(gè)簡(jiǎn)單的栗子:
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)
上面的例子是從表 order_info 中查詢指定的內(nèi)容, 而我們從此表的建表語句中可以知道, 表 order_info 有一個(gè)聯(lián)合索引:
KEY `user_product_detail_index` (`user_id`, `product_name`, `productor`)
不過此查詢語句 WHERE user_id 3 AND product_name = 'p1' AND productor = 'WHH' 中, 因?yàn)橄冗M(jìn)行 user_id 的范圍查詢, 而根據(jù) 最左前綴匹配 原則, 當(dāng)遇到范圍查詢時(shí), 就停止索引的匹配, 因此實(shí)際上我們使用到的索引的字段只有 user_id, 因此在 EXPLAIN 中, 顯示的 key_len 為 9. 因?yàn)?user_id 字段是 BIGINT, 占用 8 字節(jié), 而 NULL 屬性占用一個(gè)字節(jié), 因此總共是 9 個(gè)字節(jié). 若我們將user_id 字段改為 BIGINT(20) NOT NULL DEFAULT '0', 則 key_length 應(yīng)該是8.
上面因?yàn)?最左前綴匹配 原則, 我們的查詢僅僅使用到了聯(lián)合索引的 user_id 字段, 因此效率不算高.
接下來我們來看一下下一個(gè)例子:
mysql> EXPLAIN SELECT * FROM order_info WHERE user_id = 1 AND product_name = 'p1' \G; *************************** 1. 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: 161 ref: const,const rows: 2 filtered: 100.00 Extra: Using index 1 row in set, 1 warning (0.00 sec)
這次的查詢中, 我們沒有使用到范圍查詢, key_len 的值為 161. 為什么呢? 因?yàn)槲覀兊牟樵儣l件 WHERE user_id = 1 AND product_name = 'p1' 中, 僅僅使用到了聯(lián)合索引中的前兩個(gè)字段, 因此 keyLen(user_id) + keyLen(product_name) = 9 + 50 * 3 + 2 = 161
rows
rows 也是一個(gè)重要的字段. MySQL 查詢優(yōu)化器根據(jù)統(tǒng)計(jì)信息, 估算 SQL 要查找到結(jié)果集需要掃描讀取的數(shù)據(jù)行數(shù).
這個(gè)值非常直觀顯示 SQL 的效率好壞, 原則上 rows 越少越好.
Extra
EXplain 中的很多額外的信息會(huì)在 Extra 字段顯示, 常見的有以下幾種內(nèi)容:
當(dāng) Extra 中有 Using filesort 時(shí), 表示 MySQL 需額外的排序操作, 不能通過索引順序達(dá)到排序效果. 一般有 Using filesort, 都建議優(yōu)化去掉, 因?yàn)檫@樣的查詢 CPU 資源消耗大.
例如下面的例子:
mysql> EXPLAIN SELECT * FROM order_info WHERE user_id = 1 AND product_name = 'p1' \G; *************************** 1. 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: 161 ref: const,const rows: 2 filtered: 100.00 Extra: Using index 1 row in set, 1 warning (0.00 sec)
我們的索引是
KEY `user_product_detail_index` (`user_id`, `product_name`, `productor`)
但是上面的查詢中根據(jù) product_name 來排序, 因此不能使用索引進(jìn)行優(yōu)化, 進(jìn)而會(huì)產(chǎn)生 Using filesort.
如果我們將排序依據(jù)改為 ORDER BY user_id, product_name, 那么就不會(huì)出現(xiàn) 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)
"覆蓋索引掃描", 表示查詢?cè)谒饕龢渲芯涂刹檎宜钄?shù)據(jù), 不用掃描表數(shù)據(jù)文件, 往往說明性能不錯(cuò)
查詢有使用臨時(shí)表, 一般出現(xiàn)于排序, 分組和多表 join 的情況, 查詢效率不高, 建議優(yōu)化.
總結(jié)
以上就是這篇文章的全部?jī)?nèi)容了，希望本文的內(nèi)容對(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，謝謝大家對(duì)腳本之家的支持。
標(biāo)簽：河北 煙臺(tái) 陽江 來賓 赤峰 果洛 黃石 鞍山
巨人網(wǎng)絡(luò)通訊聲明：本文標(biāo)題《一步步教你MySQL查詢優(yōu)化分析教程》，本文關(guān)鍵詞 一,步步,教你,MySQL,查詢,；如發(fā)現(xiàn)本文內(nèi)容存在版權(quán)問題，煩請(qǐng)?zhí)峁┫嚓P(guān)信息告之我們，我們將及時(shí)溝通與處理。本站內(nèi)容系統(tǒng)采集于網(wǎng)絡(luò)，涉及言論、版權(quán)與本站無關(guān)。
