一步步教你MySQL查詢優化分析教程

阿新 • • 發佈：2020-01-09

前言

MySQL是關係性資料庫中的一種，查詢功能強，資料一致性高，資料安全性高，支援二級索引。但效能方面稍遜於非關係性資料庫，特別是百萬級別以上的資料，很容易出現查詢慢的現象。這時候需要分析查詢慢的原因，一般情況下是程式設計師sql寫的爛，或者是沒有鍵索引，或者是索引失效等原因導致的。

這時候MySQL 提供的 EXPLAIN 命令就尤其重要,它可以對 SELECT 語句進行分析,並輸出 SELECT 執行的詳細資訊,以供開發人員針對性優化.

而且就在查詢語句前加上 Explain 就成:

EXPLAIN SELECT * FROM customer WHERE id < 100;

準備

首先需要建立兩個測試用表及資料:

CREATE TABLE `customer` ( 
 `id` BIGINT(20) unsigned NOT NULL AUTO_INCREMENT,`name` VARCHAR(50) NOT NULL DEFAULT '',`age` INT(11) unsigned DEFAULT NULL,PRIMARY KEY (`id`),KEY `name_index` (`name`)
) ENGINE = InnoDB DEFAULT CHARSET = utf8mb4

INSERT INTO customer (name,age) VALUES ('a',1);
INSERT INTO customer (name,age) VALUES ('b',2);
INSERT INTO customer (name,age) VALUES ('c',3);
INSERT INTO customer (name,age) VALUES ('d',4);
INSERT INTO customer (name,age) VALUES ('e',5);
INSERT INTO customer (name,age) VALUES ('f',6);
INSERT INTO customer (name,age) VALUES ('g',7);
INSERT INTO customer (name,age) VALUES ('h',8);
INSERT INTO customer (name,age) VALUES ('i',9);

CREATE TABLE `orders` (
 `id` BIGINT(20) unsigned NOT NULL AUTO_INCREMENT,`user_id` BIGINT(20) unsigned NOT NULL DEFAULT 0,`product_name` VARCHAR(50) NOT NULL DEFAULT '',`productor` VARCHAR(30) NOT NULL DEFAULT '',KEY `user_product_detail_index` (`user_id`,`product_name`,`productor`)
) ENGINE = InnoDB DEFAULT CHARSET = utf8mb4

INSERT INTO orders (user_id,product_name,productor) VALUES (1,'p1','WHH');
INSERT INTO orders (user_id,'p2','WL');
INSERT INTO orders (user_id,'DX');
INSERT INTO orders (user_id,productor) VALUES (2,'p5',productor) VALUES (3,'p3','MA');
INSERT INTO orders (user_id,productor) VALUES (4,productor) VALUES (6,productor) VALUES (9,'p8','TE');

EXPLAIN 輸出格式

EXPLAIN 命令的輸出內容大致如下:

mysql> explain select * from customer where id = 1\G
*************************** 1. row ***************************
 id: 1
 select_type: SIMPLE
 table: customer
 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)

各列的含義如下:

id: SELECT 查詢的識別符號. 每個 SELECT 都會自動分配一個唯一的識別符號.
select_type: SELECT 查詢的型別.
table: 查詢的是哪個表partitions: 匹配的分割槽type: join 型別
possible_keys: 此次查詢中可能選用的索引
key: 此次查詢中確切使用到的索引.
ref: 哪個欄位或常數與 key 一起被使用
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資料的百分比
extra: 額外的資訊

接下來我們來重點看一下比較重要的幾個欄位.

select_type

SIMPLE —— 簡單的select 查詢，查詢中不包含子查詢或者UNION
PRIMARY —— 查詢中若包含任何複雜的子查詢，最外層查詢則被標記為primary
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 —— 從UNION表獲取結果的select結果
DERIVED —— 在from列表中包含的子查詢被標記為derived（衍生）MySQL會遞迴執行這些子查詢，把結果放在臨時表裡。
SUBQUERY —— 在select或where 列表中包含了子查詢
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.

最常見的查詢類別應該是 SIMPLE 了,比如當我們的查詢沒有子查詢,也沒有 UNION 查詢時,那麼通常就是 SIMPLE 型別,例如:

mysql> explain select * from customer where id = 2\G
*************************** 1. row ***************************
 id: 1
 select_type: SIMPLE
 table: customer
 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)

如果我們使用了 UNION 查詢,那麼 EXPLAIN 輸出的結果類似如下:

mysql> EXPLAIN (SELECT * FROM customer WHERE id IN (1,2,3)) 
 -> UNION
 -> (SELECT * FROM customer WHERE id IN (3,4,5));
+----+--------------+------------+------------+-------+---------------+---------+---------+------+------+----------+-----------------+
| id | select_type | table | partitions | type | possible_keys | key | key_len | ref | rows | filtered | Extra |
+----+--------------+------------+------------+-------+---------------+---------+---------+------+------+----------+-----------------+
| 1 | PRIMARY | customer | NULL | range | PRIMARY | PRIMARY | 8 | NULL | 3 | 100.00 | Using where |
| 2 | UNION | customer | 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 欄位比較重要,它提供了判斷查詢是否高效的重要依據依據. 通過 type 欄位,我們判斷此次查詢是全表掃描還是索引掃描等.

type 常用型別

type 常用的取值有:

system: 表中只有一條資料. 這個型別是特殊的 const 型別.
const: 針對主鍵或唯一索引的等值查詢掃描,最多隻返回一行資料. const 查詢速度非常快,因為它僅僅讀取一次即可.例如下面的這個查詢,它使用了主鍵索引,因此 type 就是 const 型別的.

mysql> explain select * from customer where id = 2\G
*************************** 1. row ***************************
 id: 1
 select_type: SIMPLE
 table: customer
 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: 此型別通常出現在多表的 join 查詢,表示對於前表的每一個結果,都只能匹配到後表的一行結果. 並且查詢的比較操作通常是 =,查詢效率較高. 例如:

mysql> EXPLAIN SELECT * FROM customer,order_info WHERE customer.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: customer
 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: 此型別通常出現在多表的 join 查詢,針對於非唯一或非主鍵索引,或者是使用了最左字首規則索引的查詢.

例如下面這個例子中,就使用到了 ref 型別的查詢:

mysql> EXPLAIN SELECT * FROM customer,order_info WHERE customer.id = order_info.user_id AND order_info.user_id = 5\G
*************************** 1. row ***************************
  id: 1
 select_type: SIMPLE
 table: customer
 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,通過索引欄位範圍獲取表中部分資料記錄. 這個型別通常出現在 =,<>,>,>=,<,<=,IS NULL,<=>,BETWEEN,IN() 操作中.當 type 是 range 時,那麼 EXPLAIN 輸出的 ref 欄位為 NULL,並且 key_len 欄位是此次查詢中使用到的索引的最長的那個.

例如下面的例子就是一個範圍查詢:

mysql> EXPLAIN SELECT * FROM customer WHERE id BETWEEN 2 AND 8 \G
*************************** 1. row ***************************
  id: 1
 select_type: SIMPLE
 table: customer
 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 型別類似,只不過 ALL 型別是全表掃描,而 index 型別則僅僅掃描所有的索引,而不掃描資料.

index 型別通常出現在: 所要查詢的資料直接在索引樹中就可以獲取到,而不需要掃描資料. 當是這種情況時,Extra 欄位會顯示 Using index.

例如:

mysql> EXPLAIN SELECT name FROM customer \G
*************************** 1. row ***************************
  id: 1
 select_type: SIMPLE
 table: customer
 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,我們查詢的 name 欄位恰好是一個索引,因此我們直接從索引中獲取資料就可以滿足查詢的需求了,而不需要查詢表中的資料. 因此這樣的情況下,type 的值是 index,並且 Extra 的值是 Using index.

ALL: 表示全表掃描,這個型別的查詢是效能最差的查詢之一. 通常來說,我們的查詢不應該出現 ALL 型別的查詢,因為這樣的查詢在資料量大的情況下,對資料庫的效能是巨大的災難. 如一個查詢是 ALL 型別查詢,那麼一般來說可以對相應的欄位新增索引來避免.

下面是一個全表掃描的例子,可以看到,在全表掃描時,possible_keys 和 key 欄位都是 NULL,表示沒有使用到索引,並且 rows 十分巨大,因此整個查詢效率是十分低下的.

mysql> EXPLAIN SELECT age FROM customer WHERE age = 20 \G*************************** 1. row ***************************
  id: 1
 select_type: SIMPLE
 table: customer
 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 型別的效能比較

通常來說,不同的 type 型別的效能關係如下:

ALL < index < range ~ index_merge < ref < eq_ref < const < system

ALL 型別因為是全表掃描,因此在相同的查詢條件下,它是速度最慢的.

而 index 型別的查詢雖然不是全表掃描,但是它掃描了所有的索引,因此比 ALL 型別的稍快.後面的幾種型別都是利用了索引來查詢資料,因此可以過濾部分或大部分資料,因此查詢效率就比較高了.

對程式設計師來說，若保證查詢至少達到range級別或者最好能達到ref則算是一個優秀而又負責的程式設計師。

ALL：（full table scan）全表掃描無疑是最差，若是百萬千萬級資料量，全表掃描會非常慢。
index：（full index scan）全索引檔案掃描比all好很多，畢竟從索引樹中找資料，比從全表中找資料要快。
range：只檢索給定範圍的行，使用索引來匹配行。範圍縮小了，當然比全表掃描和全索引檔案掃描要快。sql語句中一般會有between，in，>，< 等查詢。
ref：非唯一性索引掃描，本質上也是一種索引訪問，返回所有匹配某個單獨值的行。比如查詢公司所有屬於研發團隊的同事，匹配的結果是多個並非唯一值。
eq_ref：唯一性索引掃描，對於每個索引鍵，表中有一條記錄與之匹配。比如查詢公司的CEO，匹配的結果只可能是一條記錄，
const：表示通過索引一次就可以找到，const用於比較primary key 或者unique索引。因為只匹配一行資料，所以很快，若將主鍵至於where列表中，MySQL就能將該查詢轉換為一個常量。
system：表只有一條記錄（等於系統表），這是const型別的特列，平時不會出現，瞭解即可

possible_key

spossible_keys 表示 MySQL 在查詢時,能夠使用到的索引. 注意,即使有些索引在 possible_keys 中出現,但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 欄位決定.

key

此欄位是 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位元組數. 這個欄位可以評估組合索引是否完全被使用,或只有最左部分欄位被使用到.

key_len 的計算規則如下:

字串
- char(n): n 位元組長度
- varchar(n): 如果是 utf8 編碼,則是 3
  n + 2位元組; 如果是 utf8mb4 編碼,則是 4
  n + 2 位元組.
數值型別:
- TINYINT: 1位元組
- SMALLINT: 2位元組
- MEDIUMINT: 3位元組
- INT: 4位元組
- BIGINT: 8位元組
時間型別
- DATE: 3位元組
- TIMESTAMP: 4位元組
- DATETIME: 8位元組
欄位屬性: NULL 屬性佔用一個位元組. 如果一個欄位是 NOT NULL 的,則沒有此屬性.

我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,而我們從此表的建表語句中可以知道,表 order_info 有一個聯合索引:

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

不過此查詢語句 WHERE user_id < 3 AND product_name = 'p1' AND productor = 'WHH' 中,因為先進行 user_id 的範圍查詢,而根據最左字首匹配原則,當遇到範圍查詢時,就停止索引的匹配,因此實際上我們使用到的索引的欄位只有 user_id,因此在 EXPLAIN 中,顯示的 key_len 為 9. 因為 user_id 欄位是 BIGINT,佔用 8 位元組,而 NULL 屬性佔用一個位元組,因此總共是 9 個位元組. 若我們將user_id 欄位改為 BIGINT(20) NOT NULL DEFAULT '0',則 key_length 應該是8.

上面因為最左字首匹配原則,我們的查詢僅僅使用到了聯合索引的 user_id 欄位,因此效率不算高.

接下來我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)

這次的查詢中,我們沒有使用到範圍查詢,key_len 的值為 161. 為什麼呢? 因為我們的查詢條件 WHERE user_id = 1 AND product_name = 'p1' 中,僅僅使用到了聯合索引中的前兩個欄位,因此 keyLen(user_id) + keyLen(product_name) = 9 + 50 * 3 + 2 = 161

rows

rows 也是一個重要的欄位. MySQL 查詢優化器根據統計資訊,估算 SQL 要查詢到結果集需要掃描讀取的資料行數.

這個值非常直觀顯示 SQL 的效率好壞,原則上 rows 越少越好.

Extra

EXplain 中的很多額外的資訊會在 Extra 欄位顯示,常見的有以下幾種內容:

Using filesort

當 Extra 中有 Using filesort 時,表示 MySQL 需額外的排序操作,不能通過索引順序達到排序效果. 一般有 Using filesort,都建議優化去掉,因為這樣的查詢 CPU 資源消耗大.

例如下面的例子:

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,1 warning (0.00 sec)

我們的索引是

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

但是上面的查詢中根據 product_name 來排序,因此不能使用索引進行優化,進而會產生 Using filesort.

如果我們將排序依據改為 ORDER BY user_id,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)

Using index

"覆蓋索引掃描",表示查詢在索引樹中就可查詢所需資料,不用掃描表資料檔案,往往說明效能不錯

Using temporary

查詢有使用臨時表,一般出現於排序,分組和多表 join 的情況,查詢效率不高,建議優化.

總結

以上就是這篇文章的全部內容了，希望本文的內容對大家的學習或者工作具有一定的參考學習價值，謝謝大家對我們的支援。

一步步教你MySQL查詢優化分析教程

一步步教你MySQL查詢優化分析教程

手把手教你MySQL查詢優化分析

一步步教你用Prometheus搭建實時監控系統系列(二)——詳細分析拉取和推送兩種不同模式

一步步教你用Prometheus搭建實時監控系統系列(一)——上帝之火，普羅米修斯的崛起

最新！Python爬蟲專案案例講解一步步教你爬取淘寶商品資料

忘記MySQL密碼怎麼辦？一招教你搞定！

MySQL 查詢優化

淺談MySQL索引優化分析

Mysql 查詢優化,排序,特殊使用等-年度總結

mysql查詢優化

win10定位功能怎麼關閉？一招教你關閉win10定位功能

Win10系統下載後無法安裝怎麼處理？一招教你搞定！

一招教你強制進入win10安全模式的方法

win10系統玩爐石傳說總卡頓怎麼辦？一招教你解決

iOS 一步步帶你實踐元件二進位制方案

WPF介面開發小技巧揭祕——一招教你如何更改填充顏色

手把手教你接入華為分析的Android SDK

一招教你如何在Python中使用Torchmoji將文字轉換為表情符號

Android中RecyclerView用法，一步一步教你如何使用RecyclerView以及帶你走過編碼中可能會出現的坑~

Android中RecyclerView用法，一步一步教你如何使用RecyclerView以及帶你走過編碼中可能會出現的坑{皮皮恢復區}

一步步教你MySQL查詢優化分析教程

相關推薦