MySQL性能优化神器Explain的基本使用分析
简介
mysql 提供了一个 explain 命令, 它可以对 select 语句进行分析, 并输出 select 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:
explain select * from user_info where id < 300;
准备
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:
create table `user_info` ( `id` bigint(20) not null auto_increment, `name` varchar(50) not null default '', `age` int(11) default null, primary key (`id`), key `name_index` (`name`) ) engine = innodb default charset = utf8 insert into user_info (name, age) values ('xys', 20); insert into user_info (name, age) values ('a', 21); insert into user_info (name, age) values ('b', 23); insert into user_info (name, age) values ('c', 50); insert into user_info (name, age) values ('d', 15); insert into user_info (name, age) values ('e', 20); insert into user_info (name, age) values ('f', 21); insert into user_info (name, age) values ('g', 23); insert into user_info (name, age) values ('h', 50); insert into user_info (name, age) values ('i', 15);
create table `order_info` ( `id` bigint(20) not null auto_increment, `user_id` bigint(20) default null, `product_name` varchar(50) not null default '', `productor` varchar(30) default null, primary key (`id`), key `user_product_detail_index` (`user_id`, `product_name`, `productor`) ) engine = innodb default charset = utf8 insert into order_info (user_id, product_name, productor) values (1, 'p1', 'whh'); insert into order_info (user_id, product_name, productor) values (1, 'p2', 'wl'); insert into order_info (user_id, product_name, productor) values (1, 'p1', 'dx'); insert into order_info (user_id, product_name, productor) values (2, 'p1', 'whh'); insert into order_info (user_id, product_name, productor) values (2, 'p5', 'wl'); insert into order_info (user_id, product_name, productor) values (3, 'p3', 'ma'); insert into order_info (user_id, product_name, productor) values (4, 'p1', 'whh'); insert into order_info (user_id, product_name, productor) values (6, 'p1', 'whh'); insert into order_info (user_id, product_name, productor) values (9, 'p8', 'te');
explain 输出格式
explain 命令的输出内容大致如下:
mysql> explain select * from user_info where id = 2\g *************************** 1. row *************************** id: 1 select_type: simple table: user_info 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.
select_type
- select_type 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 simple 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 simple 类型, 例如:
mysql> explain select * from user_info where id = 2\g *************************** 1. row *************************** id: 1 select_type: simple table: user_info 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)
如果我们使用了 union 查询, 那么 explain 输出 的结果类似如下:
mysql> explain (select * from user_info where id in (1, 2, 3)) -> union -> (select * from user_info where id in (3, 4, 5)); +----+--------------+------------+------------+-------+---------------+---------+---------+------+------+----------+-----------------+ | id | select_type | table | partitions | type | possible_keys | key | key_len | ref | rows | filtered | extra | +----+--------------+------------+------------+-------+---------------+---------+---------+------+------+----------+-----------------+ | 1 | primary | user_info | null | range | primary | primary | 8 | null | 3 | 100.00 | using where | | 2 | union | user_info | 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
表示查询涉及的表或衍生表
type
type 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 type 字段, 我们判断此次查询是 全表扫描 还是 索引扫描 等.
type 常用类型
type 常用的取值有:
- system: 表中只有一条数据. 这个类型是特殊的 const 类型.
- const: 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 type 就是 const 类型的.
mysql> explain select * from user_info where id = 2\g *************************** 1. row *************************** id: 1 select_type: simple table: user_info 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:
mysql> explain select * from user_info, order_info where user_info.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: user_info 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 最左前缀 规则索引的查询.
例如下面这个例子中, 就使用到了 ref 类型的查询:
mysql> explain select * from user_info, order_info where user_info.id = order_info.user_id and order_info.user_id = 5\g *************************** 1. row *************************** id: 1 select_type: simple table: user_info 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 type 是 range 时, 那么 explain 输出的 ref 字段为 null, 并且 key_len 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:
mysql> explain select * -> from user_info -> where id between 2 and 8 \g *************************** 1. row *************************** id: 1 select_type: simple table: user_info 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.
index 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 using index.
例如:
mysql> explain select name from user_info \g *************************** 1. row *************************** id: 1 select_type: simple table: user_info 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 index, 并且 extra 的值是 using index.
- 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.
mysql> explain select age from user_info where age = 20 \g *************************** 1. row *************************** id: 1 select_type: simple table: user_info 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 类型的性能比较
通常来说, 不同的 type 类型的性能关系如下:
all < index < range ~ index_merge < ref < eq_ref < const < system
all 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 index 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.
possible_keys
possible_keys 表示 mysql 在查询时, 能够使用到的索引. 注意, 即使有些索引在 possible_keys 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 key 字段决定.
key
此字段是 mysql 在当前查询时所真正使用到的索引.
key_len
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:
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 order_info 有一个联合索引:
key `user_product_detail_index` (`user_id`, `product_name`, `productor`)
不过此查询语句 where user_id < 3 and product_name = 'p1' and productor = 'whh' 中, 因为先进行 user_id 的范围查询, 而根据 最左前缀匹配 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 user_id, 因此在 explain 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 bigint(20) not null default '0', 则 key_length 应该是8.
上面因为 最左前缀匹配 原则, 我们的查询仅仅使用到了联合索引的 user_id 字段, 因此效率不算高.
接下来我们来看一下下一个例子:
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)
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 where user_id = 1 and product_name = 'p1' 中, 仅仅使用到了联合索引中的前两个字段, 因此 keylen(user_id) + keylen(product_name) = 9 + 50 * 3 + 2 = 161
rows
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.
extra
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 using filesort 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 using filesort, 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:
mysql> explain select * from order_info order by 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; using filesort 1 row in set, 1 warning (0.00 sec)
我们的索引是
key `user_product_detail_index` (`user_id`, `product_name`, `productor`)
但是上面的查询中根据 product_name 来排序, 因此不能使用索引进行优化, 进而会产生 using filesort.
如果我们将排序依据改为 order by user_id, product_name, 那么就不会出现 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)
- 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.
总结
以上就是这篇文章的全部内容了,希望本文的内容对大家的学习或者工作具有一定的参考学习价值,谢谢大家对的支持。