mysql explain output_MySQL查询优化之explain的深入解析【转载】
在分析查詢性能時，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，用于描述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盡可能地使用索引,并且使用最嚴格的索引來消除盡可能多的數據行。最終目標是提交 SELECT 語句查找數據行,而不是排除數據行。優化器試圖排除數據行的原因在于它排除數據行的速度越快,那么找到與條件匹配的數據行也就越快。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信息,并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 值越大優先級越高,越先被執行。id 相同,執行順序由上至下。
select_type 查詢類型
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 中的第二個或隨后的 select 查詢,不 依賴于外部查詢的結果集
DEPENDENT UNION
UNION 中的第二個或隨后的 select 查詢,依 賴于外部查詢的結果集
SUBQUERY
子查詢中的第一個 select 查詢,不依賴于外 部查詢的結果集
DEPENDENT SUBQUERY
子查詢中的第一個 select 查詢,依賴于外部 查詢的結果集
DERIVED
用于 from 子句里有子查詢的情況。 MySQL 會 遞歸執行這些子查詢, 把結果放在臨時表里。
UNCACHEABLE SUBQUERY
結果集不能被緩存的子查詢,必須重新為外 層查詢的每一行進行評估。
UNCACHEABLE UNION
UNION 中的第二個或隨后的 select 查詢,屬 于不可緩存的子查詢
項
說明
table
輸出行所引用的表
type 重要的項,顯示連接使用的類型,按最 優到最差的類型排序
說明
system
表僅有一行(=系統表)。這是 const 連接類型的一個特例。
const
const 用于用常數值比較 PRIMARY KEY 時。當 查詢的表僅有一行時,使用 System。
eq_ref
One row is read from this table for each combination of rows from the previous tables. Other than thesystemandconsttypes,this is the best possible join type. It is used when all parts of an index are used by the join and the index is aPRIMARY KEYorUNIQUE NOT NULLindex.
SELECT * FROM ref_table,other_table
WHERE ref_table.key_column=other_table.column;
SELECT * FROM ref_table,other_table
WHERE ref_table.key_column_part1=other_table.column
AND ref_table.key_column_part2=1;
ref
All rows with matching index values are read from this table for each combination of rows from the previous tables.?ref?is used if the join uses only a leftmost prefix of the key or if the key is not a?PRIMARY KEY?or?UNIQUE?index (in other words, if the join cannot select a single row based on the key value). If the key that is used matches only a few rows, this is a good join type.
ref?can be used for indexed columns that are compared using the?=?or?<=>?operator. In the following examples, MySQL can use a?ref?join to process?ref_table:
SELECT * FROM ref_table WHERE key_column=expr;
SELECT * FROM ref_table,other_table
WHERE ref_table.key_column=other_table.column;
SELECT * FROM ref_table,other_table
WHERE ref_table.key_column_part1=other_table.column
AND ref_table.key_column_part2=1;
ref_or_null
This join type is likeref, but with the addition that MySQL does an extra search for rows that containNULLvalues. This join type optimization is used most often in resolving subqueries. In the following examples, MySQL can use aref_or_nulljoin to processref_table:
SELECT * FROM ref_table
WHERE key_column=expr OR key_column IS NULL;
index_merge
說明索引合并優化被使用了。
unique_subquery
This type replaces?ref?for some?IN?subqueries of the following form:
value IN (SELECT primary_key FROM single_table WHERE some_expr)
unique_subquery?is just an index lookup function that replaces the subquery completely for better efficiency.
index_subquery
This join type is similar to?unique_subquery. It replaces?IN?subqueries, but it works for nonunique indexes in subqueries of the following form:
value IN (SELECT key_column FROM single_table WHERE some_expr)
range
Only rows that are in a given range are retrieved, using an index to select the rows. The?key?column in the output row indicates which index is used. The?key_len?contains the longest key part that was used. The?ref?column is?NULL?for this type.
range?can be used when a key column is compared to a constant using any of the?=,?<>,?>,?>=,?,?BETWEEN, or?IN()?operators:
SELECT * FROM tbl_name
WHERE key_column = 10;
SELECT * FROM tbl_name
WHERE key_column BETWEEN 10 and 20;
SELECT * FROM tbl_name
WHERE key_column IN (10,20,30);
SELECT * FROM tbl_name
WHERE key_part1 = 10 AND key_part2 IN (10,20,30);
index
The?index?join type is the same as?ALL, except that the index tree is scanned. This occurs two ways:
If the index is a covering index for the queries and can be used to satisfy all data required from the table, only the index tree is scanned. In this case, the?Extra?column says?Using index. An index-only scan usually is faster than?ALL?because the size of the index usually is smaller than the table data.
A full table scan is performed using reads from the index to look up data rows in index order.?Uses index?does not appear in the?Extra?column.
MySQL can use this join type when the query uses only columns that are part of a single index.
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于 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數據的行數
項
說明
rows
MYSQL 認為必須檢查的用來返回請求數據的行數
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。應盡可能對此進行優化。
extra 項
說明
Using filesort
表示 MySQL 會對結果使用一個外部索引排序,而不是從表里按索引次序讀到相關內容。可能在內存或者磁盤上進行排序。MySQL 中無法利用索引完成的排序操作稱為“文件排序”
Using temporary
表示 MySQL 在對查詢結果排序時使用臨時表。常見于排序 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:
復制代碼代碼如下:
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`)
);
再插幾條數據:
復制代碼代碼如下:
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 大于 1 的情況下,views 最多的 article_id。先查查試試看:
復制代碼代碼如下:
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:
復制代碼代碼如下:
*************************** 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 里還出現了 Using filesort,也是最壞的情況。優化是必須的。
嗯,那么最簡單的解決方案就是加索引了。好,我們來試一試。查詢的條件里即 where 之后共使用了 category_id,comments,views 三個字段。那么來一個聯合索引是最簡單的了。
復制代碼代碼如下:
ALTER TABLE `article` ADD INDEX x ( `category_id` , `comments`, `views` );
結果有了一定好轉,但仍然很糟糕:
復制代碼代碼如下:
*************************** 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 里使用 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 字段在聯合索引里處于中間位置時,因comments > 1 條件是一個范圍值(所謂 range),MySQL 無法利用索引再對后面的 views 部分進行檢索,即 range 類型查詢字段后面的索引無效。那么我們需要拋棄 comments,刪除舊索引:
復制代碼代碼如下:
DROP INDEX x ON article;
然后建立新索引:
復制代碼代碼如下:
ALTER TABLE `article` ADD INDEX y ( `category_id` , `views` ) ;
接著再運行查詢:
復制代碼代碼如下:
*************************** 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。
復制代碼代碼如下:
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;
然后再分別插入大量數據。插入數據的php腳本：
復制代碼代碼如下:
$link = mysql_connect("localhost","root","870516");
mysql_select_db("test",$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");
?>
然后來看一個左連接查詢:
復制代碼代碼如下:
explain select * from class left join book on class.card = book.card\G
分析結果是:
復制代碼代碼如下:
*************************** 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:
復制代碼代碼如下:
ALTER TABLE `book` ADD INDEX y ( `card`);
復制代碼代碼如下:
*************************** 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。這是由左連接特性決定的。LEFT JOIN 條件用于確定如何從右表搜索行,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:
復制代碼代碼如下:
DROP INDEX y ON book;
建立新索引。
復制代碼代碼如下:
ALTER TABLE `class` ADD INDEX x ( `card`);
結果
復制代碼代碼如下:
*************************** 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。然后來看一個右連接查詢:
復制代碼代碼如下:
explain select * from class right join book on class.card = book.card;
分析結果是:
復制代碼代碼如下:
*************************** 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 條件用于確定如何從左表搜索行,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:
復制代碼代碼如下:
DROP INDEX x ON class;
建立新索引。
復制代碼代碼如下:
ALTER TABLE `book` ADD INDEX y ( `card`);
結果
復制代碼代碼如下:
*************************** 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。
最后來看看 inner join 的情況:
復制代碼代碼如下:
explain select * from class inner join book on class.card = book.card;
結果:
復制代碼代碼如下:
*************************** 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:
復制代碼代碼如下:
DROP INDEX y ON book;
結果
復制代碼代碼如下:
*************************** 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。
復制代碼代碼如下:
ALTER TABLE `class` ADD INDEX x ( `card`);
結果
復制代碼代碼如下:
*************************** 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
添加一個新索引：
復制代碼代碼如下:
ALTER TABLE `phone` ADD INDEX z ( `card`);
ALTER TABLE `book` ADD INDEX y ( `card`);
復制代碼代碼如下:
explain select * from class left join book on class.card=book.card left join phone on book.card = phone.card;
復制代碼代碼如下:
*************************** 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)
后 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置,從而最大地提高查詢效率。當然,在大規模數據量時,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。因此索引最好設置在需要經常查詢的字段中。
總結
以上是生活随笔為你收集整理的mysql explain output_MySQL查询优化之explain的深入解析【转载】的全部內容，希望文章能夠幫你解決所遇到的問題。
- 上一篇： mysql sql wait 写法_有关
- 下一篇： mysql AUTO_INC 是否锁_A