MySQL查询优化-explain

    　在分析查询性能时，考虑EXPLAIN关键字同样很管用。EXPLAIN关键字一般放在SELECT查询语句的前面，用于描述MySQL如何执行查询操作、以及MySQL成功返回结果集需要执行的行数。explain 可以帮助我们分析 select 语句,让我们知道查询效率低下的原因,从而改进我们查询,让查询优化器能够更好的工作。

       一、MySQL 查询优化器是如何工作的

        MySQL 查询优化器有几个目标,但是其中最主要的目标是尽可能地使用索引,并且使用最严格的索引来消除尽可能多的数据行。最终目标是提交 SELECT 语句查找数据行,而不是排除数据行。优化器试图排除数据行的原因在于它排除数据行的速度越快,那么找到与条件匹配的数据行也就越快。如果能够首先进行最严格的测试,查询就可以执行地更快。

        EXPLAIN 的每个输出行提供一个表的相关信息,并且每个行包括下面的列:

         项说明id         MySQL Query Optimizer 选定的执行计划中查询的序列号。表示查询中执行 select 子句或操作表的顺序,id 值越大优先级越高,越先被执行。id 相同,执行顺序由上至下。

         select_type 查询类型说明SIMPLE简单的 select 查询,不使用 union 及子查询PRIMARY最外层的 select 查询UNIONUNION 中的第二个或随后的 select 查询,不 依赖于外部查询的结果集DEPENDENT UNIONUNION 中的第二个或随后的 select 查询,依 赖于外部查询的结果集SUBQUERY子查询中的第一个 select 查询,不依赖于外 部查询的结果集DEPENDENT SUBQUERY子查询中的第一个 select 查询,依赖于外部 查询的结果集DERIVED用于 from 子句里有子查询的情况。 MySQL 会 递归执行这些子查询, 把结果放在临时表里。UNCACHEABLE SUBQUERY结果集不能被缓存的子查询,必须重新为外 层查询的每一行进行评估。UNCACHEABLE UNIONUNION 中的第二个或随后的 select 查询,属 于不可缓存的子查询

项说明table 输出行所引用的表

         type 重要的项,显示连接使用的类型,按最 优到最差的类型排序说明system 表仅有一行(=系统表)。这是 const 连接类型的一个特例。const const 用于用常数值比较 PRIMARY KEY 时。当 查询的表仅有一行时,使用 System。eq_ref const 用于用常数值比较 PRIMARY KEY 时。当 查询的表仅有一行时,使用 System。ref 连接不能基于关键字选择单个行,可能查找 到多个符合条件的行。 叫做 ref 是因为索引要 跟某个参考值相比较。这个参考值或者是一 个常数,或者是来自一个表里的多表查询的 结果值。ref_or_null 如同 ref, 但是 MySQL 必须在初次查找的结果 里找出 null 条目,然后进行二次查找。index_merge 说明索引合并优化被使用了。unique_subquery 在某些 IN 查询中使用此种类型,而不是常规的 ref:value IN (SELECT primary_key FROM single_table WHERE some_expr)index_subquery 在 某 些 IN 查 询 中 使 用 此 种 类 型 , 与 unique_subquery 类似,但是查询的是非唯一 性索引: value IN (SELECT key_column FROM single_table WHERE some_expr)range 只检索给定范围的行,使用一个索引来选择 行。key 列显示使用了哪个索引。当使用=、 <>、>、>=、<、<=、IS NULL、<=>、BETWEEN 或者 IN 操作符,用常量比较关键字列时,可 以使用 range。index 全表扫描,只是扫描表的时候按照索引次序 进行而不是行。主要优点就是避免了排序, 但是开销仍然非常大。all 最坏的情况,从头到尾全表扫描。

项说明possible_keys 指出 MySQL 能在该表中使用哪些索引有助于 查询。如果为空,说明没有可用的索引。

        项说明key MySQL 实际从 possible_key 选择使用的索引。 如果为 NULL,则没有使用索引。很少的情况 下,MYSQL 会选择优化不足的索引。这种情 况下,可以在 SELECT 语句中使用 USE INDEX (indexname)来强制使用一个索引或者用 IGNORE INDEX(indexname)来强制 MYSQL 忽略索引

         项说明key_len 使用的索引的长度。在不损失精确性的情况 下,长度越短越好。

         项说明ref 显示索引的哪一列被使用了

         项说明rows MYSQL 认为必须检查的用来返回请求数据的行数

         项说明rows MYSQL 认为必须检查的用来返回请求数据的行数

        extra 中出现以下 2 项意味着 MYSQL 根本不能使用索引,效率会受到重大影响。应尽可能对此进行优化。         

extra 项说明Using filesort 表示 MySQL 会对结果使用一个外部索引排序,而不是从表里按索引次序读到相关内容。可能在内存或者磁盘上进行排序。MySQL 中无法利用索引完成的排序操作称为“文件排序”Using temporary 表示 MySQL 在对查询结果排序时使用临时表。常见于排序 order by 和分组查询 group by。

                                                                                            

       下面来举一个例子来说明下 explain 的用法。 

       先来一张表:

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`));

      再插几条数据:

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:
       查询 category_id 为 1 且 comments 大于 1 的情况下,views 最多的 article_id。

       先查查试试看:

EXPLAINSELECT author_idFROM `article`WHERE category_id = 1 AND comments > 1ORDER BY views DESCLIMIT 1\G

       看看部分输出结果:

*************************** 1. row ***************************           id: 1  select_type: SIMPLE        table: article         type: ALLpossible_keys: NULL          key: NULL      key_len: NULL          ref: NULL         rows: 3        Extra: Using where; Using filesort1 row in set (0.00 sec)

       很显然,type 是 ALL,即最坏的情况。Extra 里还出现了 Using filesort,也是最坏的情况。优化是必须的。

       嗯,那么最简单的解决方案就是加索引了。好,我们来试一试。查询的条件里即 where 之后共使用了 category_id,comments,views 三个字段。那么来一个联合索引是最简单的了。

ALTER TABLE `article` ADD INDEX x ( `category_id` , `comments`, `views` );

       结果有了一定好转,但仍然很糟糕:

*************************** 1. row ***************************           id: 1  select_type: SIMPLE        table: article         type: rangepossible_keys: x          key: x      key_len: 8          ref: NULL         rows: 1        Extra: Using where; Using filesort1 row in set (0.00 sec)

       type 变成了 range,这是可以忍受的。但是 extra 里使用 Using filesort 仍是无法接受的。但是我们已经建立了索引,为啥没用呢?这是因为按照 BTree 索引的工作原理,先排序 category_id,如果遇到相同的 category_id 则再排序 comments,如果遇到相同的 comments 则再排序 views。当 comments 字段在联合索引里处于中间位置时,因comments > 1 条件是一个范围值(所谓 range),MySQL 无法利用索引再对后面的 views 部分进行检索,即 range 类型查询字段后面的索引无效。
       

       那么我们需要抛弃 comments,删除旧索引:

 DROP INDEX x ON article;

      然后建立新索引:

ALTER TABLE `article` ADD INDEX y ( `category_id` , `views` ) ;

      接着再运行查询:

*************************** 1. row ***************************           id: 1  select_type: SIMPLE        table: article         type: refpossible_keys: y          key: y      key_len: 4          ref: const         rows: 1        Extra: Using where1 row in set (0.00 sec)

      可以看到,type 变为了 ref,Extra 中的 Using filesort 也消失了,结果非常理想。

      再来看一个多表查询的例子。

      首先定义 3个表 class 和 room。

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;

     然后再分别插入大量数据。插入数据的php脚本：

<?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");?>

     然后来看一个左连接查询:

explain select * from class left join book on class.card = book.card\G

     分析结果是:

*************************** 1. row ***************************           id: 1  select_type: SIMPLE        table: class         type: ALLpossible_keys: NULL          key: NULL      key_len: NULL          ref: NULL         rows: 20000        Extra: *************************** 2. row ***************************           id: 1  select_type: SIMPLE        table: book         type: ALLpossible_keys: NULL          key: NULL      key_len: NULL          ref: NULL         rows: 20000        Extra: 2 rows in set (0.00 sec)

       显然第二个 ALL 是需要我们进行优化的。
       

       建立个索引试试看:

ALTER TABLE `book` ADD INDEX y ( `card`);

*************************** 1. row ***************************           id: 1  select_type: SIMPLE        table: class         type: ALLpossible_keys: NULL          key: NULL      key_len: NULL          ref: NULL         rows: 20000        Extra: *************************** 2. row ***************************           id: 1  select_type: SIMPLE        table: book         type: refpossible_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 变为了 ref,rows 也变成了 1741*18,优化比较明显。这是由左连接特性决定的。LEFT JOIN 条件用于确定如何从右表搜索行,左边一定都有,所以右边是我们的关键点,一定需要建立索引。
       删除旧索引:

DROP INDEX y ON book;

       建立新索引。

ALTER TABLE `class` ADD INDEX x ( `card`);

结果

*************************** 1. row ***************************           id: 1  select_type: SIMPLE        table: class         type: ALLpossible_keys: NULL          key: NULL      key_len: NULL          ref: NULL         rows: 20000        Extra: *************************** 2. row ***************************           id: 1  select_type: SIMPLE        table: book         type: ALLpossible_keys: NULL          key: NULL      key_len: NULL          ref: NULL         rows: 20000        Extra: 2 rows in set (0.00 sec)

基本无变化。
       然后来看一个右连接查询:

explain select * from class right join book on class.card = book.card;

      分析结果是:

*************************** 1. row ***************************           id: 1  select_type: SIMPLE        table: book         type: ALLpossible_keys: NULL          key: NULL      key_len: NULL          ref: NULL         rows: 20000        Extra: *************************** 2. row ***************************           id: 1  select_type: SIMPLE        table: class         type: refpossible_keys: x          key: x      key_len: 4          ref: test.book.card         rows: 1000        Extra: 2 rows in set (0.00 sec)

优化较明显。这是因为 RIGHT JOIN 条件用于确定如何从左表搜索行,右边一定都有,所以左边是我们的关键点,一定需要建立索引。

       删除旧索引:

DROP INDEX x ON class;

       建立新索引。

ALTER TABLE `book` ADD INDEX y ( `card`);

结果

*************************** 1. row ***************************           id: 1  select_type: SIMPLE        table: class         type: ALLpossible_keys: NULL          key: NULL      key_len: NULL          ref: NULL         rows: 20000        Extra: *************************** 2. row ***************************           id: 1  select_type: SIMPLE        table: book         type: ALLpossible_keys: NULL          key: NULL      key_len: NULL          ref: NULL         rows: 20000        Extra: 2 rows in set (0.00 sec)

基本无变化。

      最后来看看 inner join 的情况:

explain select * from class inner join book on class.card = book.card;

      结果:

*************************** 1. row ***************************           id: 1  select_type: SIMPLE        table: book         type: ALLpossible_keys: NULL          key: NULL      key_len: NULL          ref: NULL         rows: 20000        Extra: *************************** 2. row ***************************           id: 1  select_type: SIMPLE        table: class         type: refpossible_keys: x          key: x      key_len: 4          ref: test.book.card         rows: 1000        Extra: 2 rows in set (0.00 sec)

      删除旧索引:

DROP INDEX y ON book;

      结果

*************************** 1. row ***************************           id: 1  select_type: SIMPLE        table: class         type: ALLpossible_keys: NULL          key: NULL      key_len: NULL          ref: NULL         rows: 20000        Extra: *************************** 2. row ***************************           id: 1  select_type: SIMPLE        table: book         type: ALLpossible_keys: NULL          key: NULL      key_len: NULL          ref: NULL         rows: 20000        Extra: 2 rows in set (0.00 sec)

      建立新索引。

ALTER TABLE `class` ADD INDEX x ( `card`);

结果

*************************** 1. row ***************************           id: 1  select_type: SIMPLE        table: class         type: ALLpossible_keys: NULL          key: NULL      key_len: NULL          ref: NULL         rows: 20000        Extra: *************************** 2. row ***************************           id: 1  select_type: SIMPLE        table: book         type: ALLpossible_keys: NULL          key: NULL      key_len: NULL          ref: NULL         rows: 20000        Extra: 2 rows in set (0.00 sec)

综上所述,inner join 和 left join 差不多,都需要优化右表。而 right join 需要优化左表。

我们再来看看三表查询的例子

添加一个新索引：

ALTER TABLE `phone` ADD INDEX z ( `card`);ALTER TABLE `book` ADD INDEX y ( `card`);

explain select * from class left join book on class.card=book.card left join phone on book.card = phone.card;

*************************** 1. row ***************************           id: 1  select_type: SIMPLE        table: class         type: ALLpossible_keys: NULL          key: NULL      key_len: NULL          ref: NULL         rows: 20000        Extra: *************************** 2. row ***************************           id: 1  select_type: SIMPLE        table: book         type: refpossible_keys: y          key: y      key_len: 4          ref: test.class.card         rows: 1000        Extra: *************************** 3. row ***************************           id: 1  select_type: SIMPLE        table: phone         type: refpossible_keys: z          key: z      key_len: 4          ref: test.book.card         rows: 260        Extra: Using index3 rows in set (0.00 sec)

后 2 行的 type 都是 ref 且总 rows 优化很好,效果不错。
       MySql 中的 explain 语法可以帮助我们改写查询,优化表的结构和索引的设置,从而最大地提高查询效率。当然,在大规模数据量时,索引的建立和维护的代价也是很高的,往往需要较长的时间和较大的空间,如果在不同的列组合上建立索引,空间的开销会更大。因此索引最好设置在需要经常查询的字段中。