共计 5048 个字符,预计需要花费 13 分钟才能阅读完成。
本文曾经收录到 github 仓库,仓库用于分享 Java 相干常识总结,包含 Java 根底、MySQL、Springboot、mybatis、Redis、rabbitMQ 等等,欢送大家提 pr 和 star!
github 地址:https://github.com/Tyson0314/…
gitlab 地址:https://gitee.com/tysondai/Ja…
简介
本文次要讲述如何通过 explain 命令获取 select 语句的执行打算,通过 explain 能够晓得 select 语句以下信息:
- 表的加载程序
- sql 的查问类型
- 可能用到哪些索引,实际上用到哪些索引
- 读取的行数
- …
explain 执行打算蕴含字段信息如下:别离是 id
、select_type
、table
、partitions
、type
、possible_keys
、key
、key_len
、ref
、rows
、filtered
、Extra
12 个字段。
通过 explain extended + show warnings 能够在本来 explain 的根底上额定提供一些查问优化的信息,失去优化当前的可能的查问语句(不肯定是最终优化的后果)。
先搭建测试环境:
CREATE TABLE `blog` (
`blog_id` int NOT NULL AUTO_INCREMENT COMMENT '惟一博文 id-- 主键',
`blog_title` varchar(255) NOT NULL COMMENT '博文题目',
`blog_body` text NOT NULL COMMENT '博文内容',
`blog_time` datetime NOT NULL COMMENT '博文公布工夫',
`update_time` timestamp NULL DEFAULT NULL ON UPDATE CURRENT_TIMESTAMP,
`blog_state` int NOT NULL COMMENT '博文状态 --0 删除 1 失常',
`user_id` int NOT NULL COMMENT '用户 id',
PRIMARY KEY (`blog_id`)
) ENGINE=InnoDB AUTO_INCREMENT=17 DEFAULT CHARSET=utf8
CREATE TABLE `user` (
`user_id` int NOT NULL AUTO_INCREMENT COMMENT '用户惟一 id-- 主键',
`user_name` varchar(30) NOT NULL COMMENT '用户名 -- 不能反复',
`user_password` varchar(255) NOT NULL COMMENT '用户明码',
PRIMARY KEY (`user_id`),
KEY `name` (`user_name`)
) ENGINE=InnoDB AUTO_INCREMENT=17 DEFAULT CHARSET=utf8
CREATE TABLE `discuss` (
`discuss_id` int NOT NULL AUTO_INCREMENT COMMENT '评论惟一 id',
`discuss_body` varchar(255) NOT NULL COMMENT '评论内容',
`discuss_time` datetime NOT NULL COMMENT '评论工夫',
`user_id` int NOT NULL COMMENT '用户 id',
`blog_id` int NOT NULL COMMENT '博文 id',
PRIMARY KEY (`discuss_id`)
) ENGINE=InnoDB AUTO_INCREMENT=61 DEFAULT CHARSET=utf8
id
示意查问中执行 select 子句或者操作表的程序,id
的值越大,代表优先级越高,越先执行。
explain select discuss_body
from discuss
where blog_id = (
select blog_id from blog where user_id = (select user_id from user where user_name = 'admin'));
三个表顺次嵌套,发现最里层的子查问 id
最大,最先执行。
select_type
示意 select
查问的类型,次要是用于辨别各种简单的查问,例如:一般查问
、 联结查问
、 子查问
等。
- SIMPLE:示意最简略的 select 查问语句,在查问中不蕴含子查问或者交并差集等操作。
- PRIMARY:查问中最外层的 SELECT(存在子查问的外层的表操作为 PRIMARY)。
- SUBQUERY:子查问中首个 SELECT。
- DERIVED:被驱动的 SELECT 子查问(子查问位于 FROM 子句)。
- UNION:在 SELECT 之后应用了 UNION。
table
查问的表名,并不一定是实在存在的表,有别名显示别名,也可能为长期表。当 from 子句中有子查问时,table 列是 <derivenN>
的格局,示意以后查问依赖 id 为 N 的查问,会先执行 id 为 N 的查问。
partitions
查问时匹配到的分区信息,对于非分区表值为 NULL
,当查问的是分区表时,partitions
显示分区表命中的分区状况。
type
查问应用了何种类型,它在 SQL
优化中是一个十分重要的指标。
system
当表仅有一行记录时(零碎表),数据量很少,往往不须要进行磁盘 IO,速度十分快。比方,Mysql 零碎表 proxies_priv 在 Mysql 服务启动时候曾经加载在内存中,对这个表进行查问不须要进行磁盘 IO。
const
单表操作的时候,查问应用了主键或者惟一索引。
eq_ref
多表关联 查问的时候,主键和惟一索引作为关联条件。如下图的 sql,对于 user 表(外循环)的每一行,user_role 表(内循环)只有一行满足 join 条件,只有查找到这行记录,就会跳出内循环,持续外循环的下一轮查问。
ref
查找条件列应用了索引而且不为主键和惟一索引。尽管应用了索引,但该索引列的值并不惟一,这样即便应用索引查找到了第一条数据,依然不能进行,要在目标值左近进行小范畴扫描。但它的益处是不须要扫全表,因为索引是有序的,即使有反复值,也是在一个十分小的范畴内做扫描。
ref_or_null
相似 ref,会额定搜寻蕴含 NULL
值的行。
index_merge
应用了索引合并优化办法,查问应用了两个以上的索引。新建 comment 表,id 为主键,value_id 为非惟一索引,执行explain select content from comment where value_id = 1181000 and id > 1000;
,执行结果显示查问同时应用了 id 和 value_id 索引,type 列的值为 index_merge。
range
有范畴的索引扫描,绝对于 index 的全索引扫描,它有范畴限度,因而要优于 index。像 between、and、’>’、'<‘、in 和 or 都是范畴索引扫描。
index
index 包含 select 索引列,order by 主键两种状况。
-
order by 主键。这种状况会依照索引程序全表扫描数据,拿到的数据是依照主键排好序的,不须要额定进行排序。
-
select 索引列。type 为 index,而且 extra 字段为 using index,也称这种状况为索引笼罩。所须要取的数据都在索引列,无需回表查问。
all
全表扫描,查问没有用到索引,性能最差。
possible_keys
此次查问中可能选用的索引。但这个索引并不定一会是最终查问数据时所被用到的索引。
key
此次查问中确切应用到的索引。
rows
估算要找到所需的记录,须要读取的行数。评估 SQL
性能的一个比拟重要的数据,mysql
须要扫描的行数,很直观的显示 SQL
性能的好坏,个别状况下 rows
值越小越好。
filtered
存储引擎返回的数据在通过过滤后,剩下满足条件的记录数量的比例。
extra
示意额定的信息阐明。为了不便测试,这里新建两张表。
CREATE TABLE `t_order` (
`id` int NOT NULL AUTO_INCREMENT,
`user_id` int DEFAULT NULL,
`order_id` int DEFAULT NULL,
`order_status` tinyint DEFAULT NULL,
`create_date` datetime DEFAULT NULL,
PRIMARY KEY (`id`),
KEY `idx_userid_order_id_createdate` (`user_id`,`order_id`,`create_date`)
) ENGINE=InnoDB AUTO_INCREMENT=99 DEFAULT CHARSET=utf8
CREATE TABLE `t_orderdetail` (
`id` int NOT NULL AUTO_INCREMENT,
`order_id` int DEFAULT NULL,
`product_name` varchar(100) DEFAULT NULL,
`cnt` int DEFAULT NULL,
`create_date` datetime DEFAULT NULL,
PRIMARY KEY (`id`),
KEY `idx_orderid_productname` (`order_id`,`product_name`)
) ENGINE=InnoDB AUTO_INCREMENT=152 DEFAULT CHARSET=utf8
using where
查问的列未被索引笼罩,where 筛选条件非索引的前导列。对存储引擎返回的后果进行过滤(Post-filter,后过滤),个别产生在 MySQL 服务器,而不是存储引擎层。
using index
查问的列被索引笼罩,并且 where 筛选条件合乎最左前缀准则,通过 索引查找 就能间接找到符合条件的数据,不须要回表查问数据。
Using where&Using index
查问的列被索引笼罩,但无奈通过索引查找找到符合条件的数据,不过能够通过 索引扫描 找到符合条件的数据,也不须要回表查问数据。
包含两种状况:
-
where 筛选条件不合乎最左前缀准则
-
where 筛选条件是索引列前导列的一个范畴
null
查问的列未被索引笼罩,并且 where 筛选条件是索引的前导列,也就是用到了索引,然而局部字段未被索引笼罩,必须回表查问这些字段,Extra 中为 NULL。
using index condition
索引下推(index condition pushdown,ICP),先应用 where 条件过滤索引,过滤完索引后找到所有合乎索引条件的数据行,随后用 WHERE 子句中的其余条件去过滤这些数据行。
不应用 ICP 的状况(set optimizer_switch='index_condition_pushdown=off'
),如下图,在步骤 4 中,没有应用 where 条件过滤索引:
应用 ICP 的状况(set optimizer_switch='index_condition_pushdown=on'
):
上面的例子应用了 ICP:
explain select user_id, order_id, order_status
from t_order where user_id > 1 and user_id < 5\G;
关掉 ICP 之后(set optimizer_switch='index_condition_pushdown=off'
),能够看到 extra 列为 using where,不会应用索引下推。
索引下推参考链接:索引下推例子 | 索引下推图解 | 索引下推优化
using temporary
应用了长期表保留两头后果,常见于 order by 和 group by 中。典型的,当 group by 和 order by 同时存在,且作用于不同的字段时,就会建设长期表,以便计算出最终的后果集。
filesort
文件排序。示意无奈利用索引实现排序操作,以下状况会导致 filesort:
- order by 的字段不是索引字段
- select 查问字段不全是索引字段
- select 查问字段都是索引字段,然而 order by 字段和索引字段的程序不统一
using join buffer
Block Nested Loop,须要进行嵌套循环计算。两个关联表 join,关联字段均未建设索引,就会呈现这种状况。比方内层和外层的 type 均为 ALL,rows 均为 4,须要循环进行 4 * 4 次计算。常见的优化计划是,在关联字段上增加索引,防止每次嵌套循环计算。
本文参考了一些优良的博客,感兴趣的能够理解下:
- Explain 执行打算
码字不易,如果本文写的不错,能够点个赞,让我晓得,反对我写出更好的文章!