如何分析一條sql的性能

這篇文章將給你們介紹如何使用 explain 來分析一條 sql 。

網上其實已經有很是多的文章都很詳細的介紹了 explain 的使用，這篇文章將實例和原理結合起來，儘可能讓你有更好的理解，相信我，認真看完你應該會有特別的收穫。

explain 翻譯過來就是解釋的意思， 在 mysql 裏被稱做執行計劃，便可以經過該命令看出 mysql 在通過優化器分析後決定要如何執行該條 sql 。

說到優化器，再多說一句，mysql 內置了一個強大的優化器，優化器的主要任務就是把你寫的 sql 再給優化一下，儘量以更低成本去執行，好比掃描更少的行數，避免排序等。執行一條sql語句都經歷了什麼？ 我在前面的文章中有介紹過優化器相關的。

你可能會問，通常在何時會要用 explain 呢，大多數狀況下都是從 mysql 的慢查詢日誌中揪出來一些查詢效率比較慢的 sql 來使用 explain 分析，也有的是就是在對 mysql 進行優化的時候，好比添加索引，經過 explain 來分析添加的索引可否被命中，還有的就是在業務開發的時候，在知足需求的狀況下，你可能須要經過 explain 來選擇一個更高效的 sql。

那麼 explain 該怎麼用呢，很簡單，直接在 sql 前面加上 explain 就好了，以下所示。

mysql> explain select * from t;
+----+-------------+-------+------+---------------+------+---------+------+--------+-------+
| id | select_type | table | type | possible_keys | key  | key_len | ref  | rows   | Extra |
+----+-------------+-------+------+---------------+------+---------+------+--------+-------+
|  1 | SIMPLE      | t     | ALL  | NULL          | NULL | NULL    | NULL | 100332 | NULL  |
+----+-------------+-------+------+---------------+------+---------+------+--------+-------+
1 row in set (0.04 sec)
複製代碼

能夠看到，explain 會返回約 10 個字段，不一樣版本返回的字段有些許差別，每一個字段都表明着具體的意義，這篇文章我不打算把每一個字段都詳細的介紹一遍，東西比較多，怕你也不容易記住，不如先把幾個重要的字段好好理解了。

其中 type、key、rows、Extra 這幾個字段我認爲是比較重要的，咱們接下來經過具體的實例來幫你更好的理解這幾個字段的含義。

首先有必要簡單介紹下這幾個字段的字面意思。

type 表示 mysql 訪問數據的方式，常見的有全表掃描（all）、遍歷索引（index）、區間查詢（range）、常量或等值查詢（ref、eq_ref）、主鍵等值查詢（const）、當表中只有一條記錄時（system）。下面是效率從最好到最差的一個排序。

system > const > eq_ref > ref > range > index > all
複製代碼

key 表示查詢過程實際會用到的索引名稱。

rows 表示查詢過程當中可能須要掃描的行數，這個數據不必定準確，是mysql 抽樣統計的一個數據。

Extra 表示一些額外的信息，一般會顯示是否使用了索引，是否須要排序，是否會用到臨時表等。

好了，接下來正式開始實例分析。

仍是沿用前面文章中建立的存儲引擎建立一個測試表，咱們這裏插入 10 w 條測試數據，表結構以下：

CREATE TABLE `t` (
  `id` int(11) NOT NULL,
  `a` int(11) DEFAULT NULL,
  `b` int(11) DEFAULT NULL,
  PRIMARY KEY (`id`)
) ENGINE=InnoDB;
複製代碼

而後看下面這條查詢語句，注意這個表目前只有一個主鍵索引，尚未建立普通索引。

mysql> explain select * from t;
+----+-------------+-------+------+---------------+------+---------+------+--------+-------+
| id | select_type | table | type | possible_keys | key  | key_len | ref  | rows   | Extra |
+----+-------------+-------+------+---------------+------+---------+------+--------+-------+
|  1 | SIMPLE      | t     | ALL  | NULL          | NULL | NULL    | NULL | 100332 | NULL  |
+----+-------------+-------+------+---------------+------+---------+------+--------+-------+
1 row in set (0.04 sec)
複製代碼

其中 type 值爲 ALL，表示全表掃描了，你們注意看到 rows 這個字段顯示有 100332 條，實際上咱們一共才 10w 條數據，因此這個字段只是 mysql 的一個預估，並不必定準確。這種全表掃描的效率很是低，是須要重點被優化的。

接下來咱們分別給字段 a 和 b 添加普通索引，而後再看下添加索引後的幾條 sql 。

mysql> alter table t add index a_index(a);
Query OK, 0 rows affected (0.19 sec)
Records: 0  Duplicates: 0  Warnings: 0

mysql> alter table t add index b_index(b);
Query OK, 0 rows affected (0.20 sec)
Records: 0  Duplicates: 0  Warnings: 0

mysql> show index from t;
+-------+------------+----------+--------------+-------------+-----------+-------------+----------+--------+------+------------+---------+---------------+
| Table | Non_unique | Key_name | Seq_in_index | Column_name | Collation | Cardinality | Sub_part | Packed | Null | Index_type | Comment | Index_comment |
+-------+------------+----------+--------------+-------------+-----------+-------------+----------+--------+------+------------+---------+---------------+
| t     |          0 | PRIMARY  |            1 | id          | A         |      100332 |     NULL | NULL   |      | BTREE      |         |               |
| t     |          1 | a_index  |            1 | a           | A         |      100332 |     NULL | NULL   | YES  | BTREE      |         |               |
| t     |          1 | b_index  |            1 | b           | A         |      100332 |     NULL | NULL   | YES  | BTREE      |         |               |
+-------+------------+----------+--------------+-------------+-----------+-------------+----------+--------+------+------------+---------+---------------+
3 rows in set (0.00 sec)

複製代碼

mysql> explain select * from t where a > 1000;
+----+-------------+-------+------+---------------+------+---------+------+--------+-------------+
| id | select_type | table | type | possible_keys | key  | key_len | ref  | rows   | Extra       |
+----+-------------+-------+------+---------------+------+---------+------+--------+-------------+
|  1 | SIMPLE      | t     | ALL  | a_index       | NULL | NULL    | NULL | 100332 | Using where |
+----+-------------+-------+------+---------------+------+---------+------+--------+-------------+
1 row in set (0.00 sec)
複製代碼

上面這條 sql 看起來是否是有點疑惑呢，type 居然顯示剛剛不是給字段 a 添加索引了麼，並且 possible_keys 也顯示了有 a_index 可用，可是 key 顯示 null，表示 mysql 實際上並不會使用 a 索引，這是爲啥？

這裏是由於 select * 的話還須要回到主鍵索引上查找 b 字段，這個過程叫回表，這條語句會篩選出 9w 條知足條件的數據，也就是說這 9w 條數據都須要回表操做，全表掃描都才 10w 條數據，因此在 mysql 的優化器看來還不如直接全表掃描得了，至少還免去了回表過程了。

固然也不是說只要有回表操做就不會命中索引，用不用索引關鍵還在於 mysql 認爲哪一種查詢代價更低，咱們把上面的 sql 中 where 條件再稍微改造一下。

mysql> explain select * from t where a > 99000;
+----+-------------+-------+-------+---------------+---------+---------+------+------+-----------------------+
| id | select_type | table | type  | possible_keys | key     | key_len | ref  | rows | Extra                 |
+----+-------------+-------+-------+---------------+---------+---------+------+------+-----------------------+
|  1 | SIMPLE      | t     | range | a_index       | a_index | 5       | NULL |  999 | Using index condition |
+----+-------------+-------+-------+---------------+---------+---------+------+------+-----------------------+
1 row in set (0.00 sec)
複製代碼

這回 type 值爲 range 了，key 爲 a_index ，表示命中了 a 索引，是一個不錯的選擇，是由於知足這條 sql 條件的只有 1000 條數據，mysql 認爲 1000 條數據就算回表也要比全表掃描的代價低，因此說 mysql 實際上是個很聰明的傢伙。

咱們還能夠看到 Extra 字段中值爲 Using index condition，這個意思是指用到了索引，可是須要回表，再看下面這個語句。

mysql> explain select a from t where a > 99000;
+----+-------------+-------+-------+---------------+---------+---------+------+------+--------------------------+
| id | select_type | table | type  | possible_keys | key     | key_len | ref  | rows | Extra                    |
+----+-------------+-------+-------+---------------+---------+---------+------+------+--------------------------+
|  1 | SIMPLE      | t     | range | a_index       | a_index | 5       | NULL |  999 | Using where; Using index |
+----+-------------+-------+-------+---------------+---------+---------+------+------+--------------------------+
1 row in set (0.00 sec)
複製代碼

這個 Extra 中的值爲 Using where; Using index ，表示查詢用到了索引，且要查詢的字段在索引中就能拿到，不須要回表，顯然這種效率比上面的要高，因此不要輕易寫 select * ，只查詢業務須要的字段便可，這樣能夠儘量避免回表。

再來看一個須要排序的。

mysql> explain select a from t where a > 99000 order by b;
+----+-------------+-------+-------+---------------+---------+---------+------+------+---------------------------------------+
| id | select_type | table | type  | possible_keys | key     | key_len | ref  | rows | Extra                                 |
+----+-------------+-------+-------+---------------+---------+---------+------+------+---------------------------------------+
|  1 | SIMPLE      | t     | range | a_index       | a_index | 5       | NULL |  999 | Using index condition; Using filesort |
+----+-------------+-------+-------+---------------+---------+---------+------+------+---------------------------------------+
1 row in set (0.00 sec)
複製代碼

這個 Extra 中返回了一個 Using filesort，意味着須要排序，這種是須要重點優化的的，也就是說查到數據後，還須要 mysql 在內存中對其進行排序，你要知道索引自己就是有序的，因此通常來說要儘可能利用索引的有序性，好比像下面這樣寫。

mysql> explain select a from t where a > 99990 order by a;
+----+-------------+-------+-------+------------------+---------+---------+------+------+--------------------------+
| id | select_type | table | type  | possible_keys    | key     | key_len | ref  | rows | Extra                    |
+----+-------------+-------+-------+------------------+---------+---------+------+------+--------------------------+
|  1 | SIMPLE      | t     | range | a_index,ab_index | a_index | 5       | NULL |   10 | Using where; Using index |
+----+-------------+-------+-------+------------------+---------+---------+------+------+--------------------------+
1 row in set (0.00 sec)
複製代碼

咱們再建立一個複合索引看看。

mysql> alter table t add index ab_index(a,b);
Query OK, 0 rows affected (0.19 sec)
Records: 0  Duplicates: 0  Warnings: 0
複製代碼

mysql> explain select * from t where a > 1000;
+----+-------------+-------+-------+------------------+----------+---------+------+-------+--------------------------+
| id | select_type | table | type  | possible_keys    | key      | key_len | ref  | rows  | Extra                    |
+----+-------------+-------+-------+------------------+----------+---------+------+-------+--------------------------+
|  1 | SIMPLE      | t     | range | a_index,ab_index | ab_index | 5       | NULL | 50166 | Using where; Using index |
+----+-------------+-------+-------+------------------+----------+---------+------+-------+--------------------------+
1 row in set (0.00 sec)
複製代碼

這條 sql 剛剛在上面也有講到過，在沒有建立複合索引的時候，是走的全表掃描，如今實際上是利用了覆蓋索引，一樣是免去了回表過程，即在 （ab_index） 索引上就能找出要查詢的字段。

這篇文章經過幾個實例介紹瞭如何使用 explain 分析一條 sql 的執行計劃，也提到了一些常見的索引優化，事實上還有更多的可能性，你也能夠本身去寫一個 sql ，而後使用 explain 分析，看看有哪些是能夠被優化的。

這篇文章我斷斷續續寫了有三四天了，原本準備了更多的例子，但每次都是寫了一部分，思路也打亂了，好了，有問題歡迎在下面留言交流，文章對你有幫助，點個贊表示鼓勵支持。