mysql explain 引數解析
在分析查詢效能時，考慮EXPLAIN關鍵字同樣很管用。EXPLAIN關鍵字一般放在SELECT查詢語句的前面，用於描述MySQL如何執行查詢操作、以及MySQL成功返回結果集需要執行的行數。explain 可以幫助我們分析 select 語句,讓我們知道查詢效率低下的原因,從而改進我們查詢,讓查詢優化器能夠更好的工作。
一、MySQL 查詢優化器是如何工作的
MySQL 查詢優化器有幾個目標,但是其中最主要的目標是儘可能地使用索引,並且使用最嚴格的索引來消除儘可能多的資料行。最終目標是提交 SELECT 語句查詢資料行,而不是排除資料行。優化器試圖排除資料行的原因在於它排除資料行的速度越快,那麼找到與條件匹配的資料行也就越快。如果能夠首先進行最嚴格的測試,查詢就可以執行地更快。
EXPLAIN 的每個輸出行提供一個表的相關資訊,並且每個行包括下面的列:
| 項 | 說明 |
| id | MySQL Query Optimizer 選定的執行計劃中查詢的序列號。表示查詢中執行 select 子句或操作表的順序,id 值越大優先順序越高,越先被執行。id 相同,執行順序由上至下。 |
| select_type 查詢型別 | 說明 |
| SIMPLE | 簡單的 select 查詢,不使用 union 及子查詢 |
| PRIMARY | 最外層的 select 查詢 |
| UNION | UNION 中的第二個或隨後的 select 查詢,不 依賴於外部查詢的結果集 |
| DEPENDENT UNION | UNION 中的第二個或隨後的 select 查詢,依 賴於外部查詢的結果集 |
| SUBQUERY | 子查詢中的第一個 select 查詢,不依賴於外 部查詢的結果集 |
| DEPENDENT SUBQUERY | 子查詢中的第一個 select 查詢,依賴於外部 查詢的結果集 |
| DERIVED | 用於 from 子句裡有子查詢的情況。 MySQL 會 遞迴執行這些子查詢, 把結果放在臨時表裡。 |
| UNCACHEABLE SUBQUERY | 結果集不能被快取的子查詢,必須重新為外 層查詢的每一行進行評估。 |
| UNCACHEABLE UNION | UNION 中的第二個或隨後的 select 查詢,屬 於不可快取的子查詢 |
| 項 | 說明 |
| table | 輸出行所引用的表 |
| type 重要的項,顯示連線使用的型別,按最 優到最差的型別排序 | 說明 |
| system | 表僅有一行(=系統表)。這是 const 連線型別的一個特例。 |
| const | const 用於用常數值比較 PRIMARY KEY 時。當 查詢的表僅有一行時,使用 System。 |
| eq_ref | const 用於用常數值比較 PRIMARY KEY 時。當 查詢的表僅有一行時,使用 System。 |
| ref | 連線不能基於關鍵字選擇單個行,可能查詢 到多個符合條件的行。 叫做 ref 是因為索引要 跟某個參考值相比較。這個參考值或者是一 個常數,或者是來自一個表裡的多表查詢的 結果值。 |
| ref_or_null | 如同 ref, 但是 MySQL 必須在初次查詢的結果 裡找出 null 條目,然後進行二次查詢。 |
| index_merge | 說明索引合併優化被使用了。 |
| unique_subquery | 在某些 IN 查詢中使用此種類型,而不是常規的 ref:value IN (SELECT primary_key FROM single_table WHERE some_expr) |
| index_subquery | 在 某 些 IN 查 詢 中 使 用 此 種 類 型 , 與 unique_subquery 類似,但是查詢的是非唯一 性索引: value IN (SELECT key_column FROM single_table WHERE some_expr) |
| range | 只檢索給定範圍的行,使用一個索引來選擇 行。key 列顯示使用了哪個索引。當使用=、 <>、>、>=、<、<=、IS NULL、<=>、BETWEEN 或者 IN 操作符,用常量比較關鍵字列時,可 以使用 range。 |
| index | 全表掃描,只是掃描表的時候按照索引次序 進行而不是行。主要優點就是避免了排序, 但是開銷仍然非常大。 |
| all | 最壞的情況,從頭到尾全表掃描。 |
| 項 | 說明 |
| possible_keys | 指出 MySQL 能在該表中使用哪些索引有助於 查詢。如果為空,說明沒有可用的索引。 |
| 項 | 說明 |
| key | MySQL 實際從 possible_key 選擇使用的索引。 如果為 NULL,則沒有使用索引。很少的情況 下,MYSQL 會選擇優化不足的索引。這種情 況下,可以在 SELECT 語句中使用 USE INDEX (indexname)來強制使用一個索引或者用 IGNORE INDEX(indexname)來強制 MYSQL 忽略索引 |
| 項 | 說明 |
| key_len | 使用的索引的長度。在不損失精確性的情況 下,長度越短越好。 |
| 項 | 說明 |
| ref | 顯示索引的哪一列被使用了 |
| 項 | 說明 |
| rows | MYSQL 認為必須檢查的用來返回請求資料的行數 |
| 項 | 說明 |
| rows | MYSQL 認為必須檢查的用來返回請求資料的行數 |
extra 中出現以下 2 項意味著 MYSQL 根本不能使用索引,效率會受到重大影響。應儘可能對此進行優化。
| extra 項 | 說明 |
| Using filesort | 表示 MySQL 會對結果使用一個外部索引排序,而不是從表裡按索引次序讀到相關內容。可能在記憶體或者磁碟上進行排序。MySQL 中無法利用索引完成的排序操作稱為“檔案排序” |
| Using temporary | 表示 MySQL 在對查詢結果排序時使用臨時表。常見於排序 order by 和分組查詢 group by。 |
下面來舉一個例子來說明下 explain 的用法。
先來一張表:
CREATE TABLE IF NOT EXISTS `article` (`id` int(10) unsigned NOT NULL AUTO_INCREMENT,
`author_id` int(10) unsigned NOT NULL,
`category_id` int(10) unsigned NOT NULL,
`views` int(10) unsigned NOT NULL,
`comments` int(10) unsigned NOT NULL,
`title` varbinary(255) NOT NULL,
`content` text NOT NULL,
PRIMARY KEY (`id`)
);
再插幾條資料:
複製程式碼程式碼如下:
INSERT INTO `article`
(`author_id`, `category_id`, `views`, `comments`, `title`, `content`) VALUES
(1, 1, 1, 1, '1', '1'),
(2, 2, 2, 2, '2', '2'),
(1, 1, 3, 3, '3', '3');
需求:
查詢 category_id 為 1 且 comments 大於 1 的情況下,views 最多的 article_id。
先查查試試看:
複製程式碼程式碼如下:
EXPLAIN
SELECT author_id
FROM `article`
WHERE category_id = 1 AND comments > 1
ORDER BY views DESC
LIMIT 1\G
看看部分輸出結果:
複製程式碼程式碼如下:
*************************** 1. row ***************************
id: 1
select_type: SIMPLE
table: article
type: ALL
possible_keys: NULL
key: NULL
key_len: NULL
ref: NULL
rows: 3
Extra: Using where; Using filesort
1 row in set (0.00 sec)
很顯然,type 是 ALL,即最壞的情況。Extra 裡還出現了 Using filesort,也是最壞的情況。優化是必須的。
嗯,那麼最簡單的解決方案就是加索引了。好,我們來試一試。查詢的條件裡即 where 之後共使用了 category_id,comments,views 三個欄位。那麼來一個聯合索引是最簡單的了。
ALTER TABLE `article` ADD INDEX x ( `category_id` , `comments`, `views` );
結果有了一定好轉,但仍然很糟糕:
複製程式碼程式碼如下:
*************************** 1. row ***************************
id: 1
select_type: SIMPLE
table: article
type: range
possible_keys: x
key: x
key_len: 8
ref: NULL
rows: 1
Extra: Using where; Using filesort
1 row in set (0.00 sec)
type 變成了 range,這是可以忍受的。但是 extra 裡使用 Using filesort 仍是無法接受的。但是我們已經建立了索引,為啥沒用呢?這是因為按照 BTree 索引的工作原理,先排序 category_id,如果遇到相同的 category_id 則再排序 comments,如果遇到相同的 comments 則再排序 views。當 comments 欄位在聯合索引裡處於中間位置時,因comments > 1 條件是一個範圍值(所謂 range),MySQL 無法利用索引再對後面的 views 部分進行檢索,即 range 型別查詢欄位後面的索引無效。
那麼我們需要拋棄 comments,刪除舊索引:
複製程式碼程式碼如下:
DROP INDEX x ON article;
然後建立新索引:
複製程式碼程式碼如下:
ALTER TABLE `article` ADD INDEX y ( `category_id` , `views` ) ;
接著再執行查詢:
複製程式碼程式碼如下:
*************************** 1. row ***************************
id: 1
select_type: SIMPLE
table: article
type: ref
possible_keys: y
key: y
key_len: 4
ref: const
rows: 1
Extra: Using where
1 row in set (0.00 sec)
可以看到,type 變為了 ref,Extra 中的 Using filesort 也消失了,結果非常理想。
再來看一個多表查詢的例子。
首先定義 3個表 class 和 room。
複製程式碼程式碼如下:
CREATE TABLE IF NOT EXISTS `class` (
`id` int(10) unsigned NOT NULL AUTO_INCREMENT,
`card` int(10) unsigned NOT NULL,
PRIMARY KEY (`id`)
);
CREATE TABLE IF NOT EXISTS `book` (
`bookid` int(10) unsigned NOT NULL AUTO_INCREMENT,
`card` int(10) unsigned NOT NULL,
PRIMARY KEY (`bookid`)
);
CREATE TABLE IF NOT EXISTS `phone` (
`phoneid` int(10) unsigned NOT NULL AUTO_INCREMENT,
`card` int(10) unsigned NOT NULL,
PRIMARY KEY (`phoneid`)
) engine = innodb;
然後再分別插入大量資料。插入資料的php指令碼：
複製程式碼程式碼如下:
<?php
$link = mysql_connect("localhost","root","870516");
mysql_select_db("test",$link);
for($i=0;$i<10000;$i++)
{
$j = rand(1,20);
$sql = " insert into class(card) values({$j})";
mysql_query($sql);
}
for($i=0;$i<10000;$i++)
{
$j = rand(1,20);
$sql = " insert into book(card) values({$j})";
mysql_query($sql);
}
for($i=0;$i<10000;$i++)
{
$j = rand(1,20);
$sql = " insert into phone(card) values({$j})";
mysql_query($sql);
}
mysql_query("COMMIT");
?>
然後來看一個左連線查詢:
複製程式碼程式碼如下:
explain select * from class left join book on class.card = book.card\G
分析結果是:
複製程式碼程式碼如下:
*************************** 1. row ***************************
id: 1
select_type: SIMPLE
table: class
type: ALL
possible_keys: NULL
key: NULL
key_len: NULL
ref: NULL
rows: 20000
Extra:
*************************** 2. row ***************************
id: 1
select_type: SIMPLE
table: book
type: ALL
possible_keys: NULL
key: NULL
key_len: NULL
ref: NULL
rows: 20000
Extra:
2 rows in set (0.00 sec)
顯然第二個 ALL 是需要我們進行優化的。
建立個索引試試看:
複製程式碼程式碼如下:
ALTER TABLE `book` ADD INDEX y ( `card`);
複製程式碼程式碼如下:
*************************** 1. row ***************************
id: 1
select_type: SIMPLE
table: class
type: ALL
possible_keys: NULL
key: NULL
key_len: NULL
ref: NULL
rows: 20000
Extra:
*************************** 2. row ***************************
id: 1
select_type: SIMPLE
table: book
type: ref
possible_keys: y
key: y
key_len: 4
ref: test.class.card
rows: 1000
Extra:
2 rows in set (0.00 sec)
可以看到第二行的 type 變為了 ref,rows 也變成了 1741*18,優化比較明顯。這是由左連線特性決定的。LEFT JOIN 條件用於確定如何從右表搜尋行,左邊一定都有,所以右邊是我們的關鍵點,一定需要建立索引。
刪除舊索引:
複製程式碼程式碼如下:
DROP INDEX y ON book;
建立新索引。
複製程式碼程式碼如下:
ALTER TABLE `class` ADD INDEX x ( `card`);
結果
複製程式碼程式碼如下:
*************************** 1. row ***************************
id: 1
select_type: SIMPLE
table: class
type: ALL
possible_keys: NULL
key: NULL
key_len: NULL
ref: NULL
rows: 20000
Extra:
*************************** 2. row ***************************
id: 1
select_type: SIMPLE
table: book
type: ALL
possible_keys: NULL
key: NULL
key_len: NULL
ref: NULL
rows: 20000
Extra:
2 rows in set (0.00 sec)
基本無變化。
然後來看一個右連線查詢:
複製程式碼程式碼如下:
explain select * from class right join book on class.card = book.card;
分析結果是:
複製程式碼程式碼如下:
*************************** 1. row ***************************
id: 1
select_type: SIMPLE
table: book
type: ALL
possible_keys: NULL
key: NULL
key_len: NULL
ref: NULL
rows: 20000
Extra:
*************************** 2. row ***************************
id: 1
select_type: SIMPLE
table: class
type: ref
possible_keys: x
key: x
key_len: 4
ref: test.book.card
rows: 1000
Extra:
2 rows in set (0.00 sec)
優化較明顯。這是因為 RIGHT JOIN 條件用於確定如何從左表搜尋行,右邊一定都有,所以左邊是我們的關鍵點,一定需要建立索引。
刪除舊索引:
複製程式碼程式碼如下:
DROP INDEX x ON class;
建立新索引。
複製程式碼程式碼如下:
ALTER TABLE `book` ADD INDEX y ( `card`);
結果
複製程式碼程式碼如下:
*************************** 1. row ***************************
id: 1
select_type: SIMPLE
table: class
type: ALL
possible_keys: NULL
key: NULL
key_len: NULL
ref: NULL
rows: 20000
Extra:
*************************** 2. row ***************************
id: 1
select_type: SIMPLE
table: book
type: ALL
possible_keys: NULL
key: NULL
key_len: NULL
ref: NULL
rows: 20000
Extra:
2 rows in set (0.00 sec)
基本無變化。
最後來看看 inner join 的情況:
explain select * from class inner join book on class.card = book.card;
結果:
複製程式碼程式碼如下:
*************************** 1. row ***************************
id: 1
select_type: SIMPLE
table: book
type: ALL
possible_keys: NULL
key: NULL
key_len: NULL
ref: NULL
rows: 20000
Extra:
*************************** 2. row ***************************
id: 1
select_type: SIMPLE
table: class
type: ref
possible_keys: x
key: x
key_len: 4
ref: test.book.card
rows: 1000
Extra:
2 rows in set (0.00 sec)
刪除舊索引:
複製程式碼程式碼如下:
DROP INDEX y ON book;
結果
複製程式碼程式碼如下:
*************************** 1. row ***************************
id: 1
select_type: SIMPLE
table: class
type: ALL
possible_keys: NULL
key: NULL
key_len: NULL
ref: NULL
rows: 20000
Extra:
*************************** 2. row ***************************
id: 1
select_type: SIMPLE
table: book
type: ALL
possible_keys: NULL
key: NULL
key_len: NULL
ref: NULL
rows: 20000
Extra:
2 rows in set (0.00 sec)
建立新索引。
複製程式碼程式碼如下:
ALTER TABLE `class` ADD INDEX x ( `card`);
結果
複製程式碼程式碼如下:
*************************** 1. row ***************************
id: 1
select_type: SIMPLE
table: class
type: ALL
possible_keys: NULL
key: NULL
key_len: NULL
ref: NULL
rows: 20000
Extra:
*************************** 2. row ***************************
id: 1
select_type: SIMPLE
table: book
type: ALL
possible_keys: NULL
key: NULL
key_len: NULL
ref: NULL
rows: 20000
Extra:
2 rows in set (0.00 sec)
綜上所述,inner join 和 left join 差不多,都需要優化右表。而 right join 需要優化左表。
我們再來看看三表查詢的例子
新增一個新索引：
ALTER TABLE `phone` ADD INDEX z ( `card`);
ALTER TABLE `book` ADD INDEX y ( `card`);
複製程式碼程式碼如下:
explain select * from class left join book on class.card=book.card left join phone on book.card = phone.card;
複製程式碼程式碼如下:
*************************** 1. row ***************************
id: 1
select_type: SIMPLE
table: class
type: ALL
possible_keys: NULL
key: NULL
key_len: NULL
ref: NULL
rows: 20000
Extra:
*************************** 2. row ***************************
id: 1
select_type: SIMPLE
table: book
type: ref
possible_keys: y
key: y
key_len: 4
ref: test.class.card
rows: 1000
Extra:
*************************** 3. row ***************************
id: 1
select_type: SIMPLE
table: phone
type: ref
possible_keys: z
key: z
key_len: 4
ref: test.book.card
rows: 260
Extra: Using index
3 rows in set (0.00 sec)
後 2 行的 type 都是 ref 且總 rows 優化很好,效果不錯。
MySql 中的 explain 語法可以幫助我們改寫查詢,優化表的結構和索引的設定,從而最大地提高查詢效率。當然,在大規模資料量時,索引的建立和維護的代價也是很高的,往往需要較長的時間和較大的空間,如果在不同的列組合上建立索引,空間的開銷會更大。因此索引最好設定在需要經常查詢的欄位中。
相關推薦
mysql explain 引數解析
在分析查詢效能時，考慮EXPLAIN關鍵字同樣很管用。EXPLAIN關鍵字一般放在SELECT查詢語句的前面，用於描述MySQL如何執行查詢操作、以及MySQL成功返回結果集需要執行的行數。explain 可以幫助我們分析 select 語句,讓我們知道查詢效率低下的原因
MySQL timeout相關引數解析和測試 • cenalulu's Tech Blog
MySQL中有兩個關於連線超時的配置項: wait_timeout和interactive_timeout。他們之間在某些條件下會互相繼承，那究竟這兩個引數會在什麼情況下起作用呢？ 本文將會通過一些測試例項來證明總結兩者的相互關係。 引數介紹 interactive_timeout
2017資料庫大會實錄-MySQL核心引數含義的原始碼解析
5月11-13日在北京國際會議中心舉行資料庫大會，有幸得友人推薦在大會上講了一場。源於自己曾經參加一些技術大會的感受——抱著學習的目的，非常興奮非常飢渴的過去了，但往往也是相當飢渴的回來了，並不是老師分享的內容沒有營養跟價值，而往往是老師講得內容太高大上，太豐富，營養價值過高，難以在短短的一個小時內
mysql-explain
ssi 多表 img mce tro emp 語句 mysq cat explain各項字段說明： id: 1 select_type: SIMPLE table: application_user partitions: NULL
MYSQL EXPLAIN 中的KEY_LEN的說明
mysql explain key 對於explain extended 查看執行計劃裏面的一些信息作為一個DBA還是必須掌握的。參考博文：http://www.cnblogs.com/xuanzhi201111/p/4554769.html環境： MySQL5.6.36默認字符集： utf8 一
MySQL explain 詳解
null pen head 並不是 階段 後者 訪問類 union 查找 explain命令的使用及相關參數說明。 https://dev.mysql.com/doc/refman/5.7/en/explain-output.html EXPLAIN Output Colu
mysql explain執行計劃詳解
xtend ble 根據 order 其他 重復記錄 計劃 現在 中間 1）、id列數字越大越先執行，如果說數字一樣大，那麽就從上往下依次執行，id列為null的就表是這是一個結果集，不需要使用它來進行查詢。 2）、select_type列常見的有： A
Mysql Join語法解析與性能分析
overflow ade 交叉 避免 -i str 用法 模擬 多個 一．Join語法概述 join 用於多表中字段之間的聯系，語法如下： ... FROM table1 INNER|LEFT|RIGHT JOIN table2 ON conditiona table1:左
mysql explain工具使用
nbsp rom 使用 exp 信息 mysql 資源 解釋 ive explain工具可以確認執行計劃是否良好，查詢是否走了合理的索引。查詢的執行計劃，隨著數據的變化也可能會有變化。調用方式：explain + [sql語句]。 另外，explain是有局限性的：1. 不
MySQL的sql_mode解析與設置
vision span 設置 mode ace 文件 來看 class fun 參考地址： http://blog.csdn.net/ccccalculator/article/details/70432123 因為在MySQL中使用group by 是總是出現1055的錯
MySQL Explain詳解
索引查找 ID dex 分別是 重新 system 類型 bsp 常常 在日常工作中，我們會有時會開慢查詢去記錄一些執行時間比較久的SQL語句，找出這些SQL語句並不意味著完事了，些時我們常常用到explain這個命令來查看一個這些SQL語句的執行計劃，查看該SQL語句有沒
20180705關於mysql binlog的解析方式
繼續 步驟 配置 即使 線程 mod line 開始 刪除 來自：https://blog.csdn.net/u012985132/article/details/74964366/ 關系型數據庫和Hadoop生態的溝通越來越密集，時效要求也越來越高。本篇就來調研下實時抓取
MYSQL explain執行計劃
相同 十分 strong max 不同 決定 解析 查詢 select語句 用explain查看SQL的執行計劃 在工作中，我們用於捕捉性能問題最常用的就是打開慢查詢，定位執行效率差的SQL，那麽當我們定位到一個SQL以後還不算完事，我們還需要知道該SQL的執行計劃，
MYSQL-EXPLAIN 命令詳解 （轉載）
test cacheable sel exp 打開慢 一起 select語句 方式 命令詳解 在工作中，我們用於捕捉性能問題最常用的就是打開慢查詢，定位執行效率差的SQL，那麽當我們定位到一個SQL以後還不算完事，我們還需要知道該SQL的執行計劃，比如是全表掃描，還是索引掃
（轉）MySQL join語法解析與性能分析
避免 com 驅動 color del pre esc 分析 自動 文章轉載的：http://www.cnblogs.com/BeginMan/p/3754322.html 一、join語法概述 join用於多表中字段之間的聯系，語法如下： ... FROM tabl
MySQL--題庫解析
sid min 總成績 名單 順序 結果 let cas 兩個 2、查詢“生物”課程比“物理”課程成績高的所有學生的學號；思路： 獲取所有有生物課程的人（學號，成績） - 臨時表 獲取所有有物理課程的人（學號，成績） - 臨時表 根據【學號】連接兩個臨時表
URLParser:很實用的URL引數解析器（JAVA程式碼中方便獲取QueryString中的get引數）
很實用的URL引數解析器（JAVA程式碼中方便獲取QueryString中的get引數） package com.kaishustory.quick.commons.text; import java.io.UnsupportedEncodingException; import
SpringMVC自動封裝List物件——自定義引數解析器
前臺傳遞的引數為集合物件時，後臺Controller希望用一個List集合接收資料。 原生SpringMVC是不支援，Controller引數定義為List型別時，接收引數會報如下錯誤： org.springframework.beans.BeanInstantiationException
MySQL執行計劃解析
摘要： 前言 在實際資料庫專案開發中，由於我們不知道實際查詢時資料庫裡發生了什麼，也不知道資料庫是如何掃描表、如何使用索引的，因此，我們能感知到的就只有SQL語句的執行時間。尤其在資料規模比較大的場景下，如何寫查詢、優化查詢、如何使用索引就顯得很重要了。 前言 作為一個開發者，有一
MySQL EXPLAIN 命令: 檢視查詢執行計劃
MySQL 的 EXPLAIN 命令可以檢視SELECT語句的執行的計劃，是 MySQL 查詢優化的必備工具。 通過執行計劃可以瞭解查詢方式、索引使用情況、需要掃描的資料量以及是否需要臨時表或排序操作等資訊。 我們需要分析執行計劃對查詢進行有的放矢的優化。 需要注意: EXPL