MySQL 性能优化神器 Explain 使用分析

MySQL 提供了一个 EXPLAIN 命令, 它可以对 语句进行分析, 并输出 执行的详细信息, 以供开发人员针对性优化.
EXPLAIN 命令用法十分简单, 在 SELECT 语句前加上 Explain 就可以了, 例如:

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:

EXPLAIN 命令的输出内容大致如下:

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

接下来我们来重点看一下比较重要的几个字段.

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.

最常见的查询类别应该是 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 类型, 例如:

如果我们使用了 UNION 查询, 那么 EXPLAIN 输出 的结果类似如下:

表示查询涉及的表或衍生表

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 字段, 我们判断此次查询是 还是 等.

type 常用类型

type 常用的取值有:

• : 表中只有一条数据. 这个类型是特殊的 类型.

• : 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.
  例如下面的这个查询, 它使用了主键索引, 因此 就是 类型的.

• : 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:

• : 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 规则索引的查询.
  例如下面这个例子中, 就使用到了 类型的查询:

• : 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 是 时, 那么 EXPLAIN 输出的 字段为 NULL, 并且 字段是此次查询中使用到的索引的最长的那个.

例如下面的例子就是一个范围查询:

• : 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.
  类型通常出现在: 所要查询的数据直接在索引树中就可以获取到, 而不需要扫描数据. 当是这种情况时, Extra 字段 会显示 .

例如:

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 , 并且 Extra 的值是 .

• 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.

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:

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 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.

表示 MySQL 在查询时, 能够使用到的索引. 注意, 即使有些索引在 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 字段决定.

此字段是 MySQL 在当前查询时所真正使用到的索引.

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.

我们来举两个简单的栗子:

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 有一个联合索引:

不过此查询语句 中, 因为先进行 user_id 的范围查询, 而根据 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 , 因此在 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 , 则 key_length 应该是8.

上面因为 原则, 我们的查询仅仅使用到了联合索引的 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 中, 仅仅使用到了联合索引中的前两个字段, 因此

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.

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 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 , 都建议优化去掉, 因为这样的查询 CPU 资源消耗大.

例如下面的例子:

我们的索引是

但是上面的查询中根据 来排序, 因此不能使用索引进行优化, 进而会产生 .
如果我们将排序依据改为 , 那么就不会出现 了. 例如:

• 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.