MySQL 性能優化神器 Explain 使用分析

時間 2019-11-05

標籤 mysql 性能優化神器 explain 使用分析欄目 MySQL 简体版

原文原文鏈接

簡介

MySQL 提供了一個 EXPLAIN 命令, 它能夠對 SELECT 語句進行分析, 並輸出 SELECT 執行的詳細信息, 以供開發人員針對性優化.
EXPLAIN 命令用法十分簡單, 在 SELECT 語句前加上 Explain 就能夠了, 例如:mysql

EXPLAIN SELECT * from user_info WHERE  id < 300;

準備

爲了接下來方便演示 EXPLAIN 的使用, 首先咱們須要創建兩個測試用的表, 並添加相應的數據:sql

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 輸出格式

EXPLAIN 命令的輸出內容大體以下:數據庫

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)

各列的含義以下:性能

id: SELECT 查詢的標識符. 每一個 SELECT 都會自動分配一個惟一的標識符.測試
select_type: SELECT 查詢的類型.優化
table: 查詢的是哪一個表編碼
partitions: 匹配的分區code
type: join 類型排序
possible_keys: 這次查詢中可能選用的索引索引
key: 這次查詢中確切使用到的索引.
ref: 哪一個字段或常數與 key 一塊兒被使用
rows: 顯示此查詢一共掃描了多少行. 這個是一個估計值.
filtered: 表示此查詢條件所過濾的數據的百分比
extra: 額外的信息

接下來咱們來重點看一下比較重要的幾個字段.

select_type

select_type 表示了查詢的類型, 它的經常使用取值有:

SIMPLE, 表示此查詢不包含 UNION 查詢或子查詢
PRIMARY, 表示此查詢是最外層的查詢
UNION, 表示此查詢是 UNION 的第二或隨後的查詢
DEPENDENT UNION, UNION 中的第二個或後面的查詢語句, 取決於外面的查詢
UNION RESULT, UNION 的結果
SUBQUERY, 子查詢中的第一個 SELECT
DEPENDENT SUBQUERY: 子查詢中的第一個 SELECT, 取決於外面的查詢. 即子查詢依賴於外層查詢的結果.

最多見的查詢類別應該是 SIMPLE 了, 好比當咱們的查詢沒有子查詢, 也沒有 UNION 查詢時, 那麼一般就是 SIMPLE 類型, 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)

若是咱們使用了 UNION 查詢, 那麼 EXPLAIN 輸出的結果相似以下:

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依據. 經過 type 字段, 咱們判斷這次查詢是 全表掃描 仍是 索引掃描 等.

type 經常使用類型

type 經常使用的取值有:

system: 表中只有一條數據. 這個類型是特殊的 const 類型.
const: 針對主鍵或惟一索引的等值查詢掃描, 最多隻返回一行數據. const 查詢速度很是快, 由於它僅僅讀取一次便可.
例以下面的這個查詢, 它使用了主鍵索引, 所以 type 就是 const 類型的.

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: 此類型一般出如今多表的 join 查詢, 表示對於前表的每個結果, 都只能匹配到後表的一行結果. 而且查詢的比較操做一般是 =, 查詢效率較高. 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: 此類型一般出如今多表的 join 查詢, 針對於非惟一或非主鍵索引, 或者是使用了 最左前綴 規則索引的查詢.
例以下面這個例子中, 就使用到了 ref 類型的查詢:

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: 表示使用索引範圍查詢, 經過索引字段範圍獲取表中部分數據記錄. 這個類型一般出如今 =, <>, >, >=, <, <=, IS NULL, <=>, BETWEEN, IN() 操做中.
當 type 是 range 時, 那麼 EXPLAIN 輸出的 ref 字段爲 NULL, 而且 key_len 字段是這次查詢中使用到的索引的最長的那個.

例以下面的例子就是一個範圍查詢:

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: 表示全索引掃描(full index scan), 和 ALL 類型相似, 只不過 ALL 類型是全表掃描, 而 index 類型則僅僅掃描全部的索引, 而不掃描數據.
index 類型一般出如今: 所要查詢的數據直接在索引樹中就能夠獲取到, 而不須要掃描數據. 當是這種狀況時, Extra 字段會顯示 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, 咱們查詢的 name 字段剛好是一個索引, 所以咱們直接從索引中獲取數據就能夠知足查詢的需求了, 而不須要查詢表中的數據. 所以這樣的狀況下, type 的值是 index, 而且 Extra 的值是 Using index.

ALL: 表示全表掃描, 這個類型的查詢是性能最差的查詢之一. 一般來講, 咱們的查詢不該該出現 ALL 類型的查詢, 由於這樣的查詢在數據量大的狀況下, 對數據庫的性能是巨大的災難. 如一個查詢是 ALL 類型查詢, 那麼通常來講能夠對相應的字段添加索引來避免.
下面是一個全表掃描的例子, 能夠看到, 在全表掃描時, possible_keys 和 key 字段都是 NULL, 表示沒有使用到索引, 而且 rows 十分巨大, 所以整個查詢效率是十分低下的.

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 類型的性能比較

一般來講, 不一樣的 type 類型的性能關係以下:
ALL < index < range ~ index_merge < ref < eq_ref < const < system
ALL 類型由於是全表掃描, 所以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, 可是它掃描了全部的索引, 所以比 ALL 類型的稍快.
後面的幾種類型都是利用了索引來查詢數據, 所以能夠過濾部分或大部分數據, 所以查詢效率就比較高了.

possible_keys

possible_keys 表示 MySQL 在查詢時, 可以使用到的索引. 注意, 即便有些索引在 possible_keys 中出現, 可是並不表示此索引會真正地被 MySQL 使用到. MySQL 在查詢時具體使用了哪些索引, 由 key 字段決定.

key

此字段是 MySQL 在當前查詢時所真正使用到的索引.

key_len

表示查詢優化器使用了索引的字節數. 這個字段能夠評估組合索引是否徹底被使用, 或只有最左部分字段被使用到.
key_len 的計算規則以下:

字符串
- char(n): n 字節長度
- varchar(n): 若是是 utf8 編碼, 則是 3 n + 2字節; 若是是 utf8mb4 編碼, 則是 4 n + 2 字節.
數值類型:
- TINYINT: 1字節
- SMALLINT: 2字節
- MEDIUMINT: 3字節
- INT: 4字節
- BIGINT: 8字節
時間類型
- DATE: 3字節
- TIMESTAMP: 4字節
- DATETIME: 8字節
字段屬性: NULL 屬性佔用一個字節. 若是一個字段是 NOT NULL 的, 則沒有此屬性.

咱們來舉兩個簡單的栗子:

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 中查詢指定的內容, 而咱們今後表的建表語句中能夠知道, 表 order_info 有一個聯合索引:

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, 由於先進行 user_id 的範圍查詢, 而根據 最左前綴匹配 原則, 當遇到範圍查詢時, 就中止索引的匹配, 所以實際上咱們使用到的索引的字段只有 user_id, 所以在 EXPLAIN 中, 顯示的 key_len 爲 9. 由於 user_id 字段是 BIGINT, 佔用 8 字節, 而 NULL 屬性佔用一個字節, 所以總共是 9 個字節. 若咱們將user_id 字段改成 BIGINT(20) NOT NULL DEFAULT '0', 則 key_length 應該是8.

上面由於 最左前綴匹配 原則, 咱們的查詢僅僅使用到了聯合索引的 user_id 字段, 所以效率不算高.

接下來咱們來看一下下一個例子:

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)

此次的查詢中, 咱們沒有使用到範圍查詢, key_len 的值爲 161. 爲何呢? 由於咱們的查詢條件 WHERE user_id = 1 AND product_name = 'p1' 中, 僅僅使用到了聯合索引中的前兩個字段, 所以 keyLen(user_id) + keyLen(product_name) = 9 + 50 * 3 + 2 = 161

rows

rows 也是一個重要的字段. MySQL 查詢優化器根據統計信息, 估算 SQL 要查找到結果集須要掃描讀取的數據行數.
這個值很是直觀顯示 SQL 的效率好壞, 原則上 rows 越少越好.

Extra

EXplain 中的不少額外的信息會在 Extra 字段顯示, 常見的有如下幾種內容:

Using filesort
當 Extra 中有 Using filesort 時, 表示 MySQL 需額外的排序操做, 不能經過索引順序達到排序效果. 通常有 Using filesort, 都建議優化去掉, 由於這樣的查詢 CPU 資源消耗大.

例以下面的例子:

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)

咱們的索引是

KEY `user_product_detail_index` (`user_id`, `product_name`, `productor`)

可是上面的查詢中根據 product_name 來排序, 所以不能使用索引進行優化, 進而會產生 Using filesort.
若是咱們將排序依據改成 ORDER BY user_id, product_name, 那麼就不會出現 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)