mysql执行计划

咱们常常使用 MySQL 的执行计划来查看 SQL 语句的执行效率，接下来分析执行计划的各个显示内容。

EXPLAIN SELECT * FROM users WHERE id IN (SELECT userID FROMuser_address WHERE address = "湖南长沙麓谷") ;

执行计划的 id

select 查询的序列号，标识执行的顺序

• id 相同，执行顺序由上至下
• id 不一样，若是是子查询，id 的序号会递增，id 值越大优先级越高，越先被执行

执行计划的 select_type

查询的类型，主要是用于区分普通查询、联合查询、子查询等。

• SIMPLE：简单的 select 查询，查询中不包含子查询或者 union
• PRIMARY：查询中包含子部分，最外层查询则被标记为 primary
• SUBQUERY/MATERIALIZED：SUBQUERY 表示在 select 或 where 列表中包含了子查询，MATERIALIZED：表示 where 后面 in 条件的子查询
• UNION：表示 union 中的第二个或后面的 select 语句
• UNION RESULT：union 的结果

对于 UNION 和 UNION RESULT 能够经过下面的例子展示：

EXPLAIN SELECT * FROM users WHERE id IN(1, 2) UNION
SELECT * FROM users WHERE id IN(3, 4);

执行计划的 table

查询涉及到的表。

• 直接显示表名或者表的别名
• <unionM,N> 由 ID 为 M，N 查询 union 产生的结果
• <subqueryN> 由 ID 为 N 查询产生的结果

执行计划的 type 

访问类型，SQL 查询优化中一个很重要的指标，结果值从好到坏依次是：system > const > eq_ref > ref > range > index > ALL。

• system：系统表，少许数据，每每不须要进行磁盘IO
• const：常量链接
• eq_ref：主键索引（primary key）或者非空惟一索引（unique not null）等值扫描
• ref：非主键非惟一索引等值扫描
• range：范围扫描
• index：索引树扫描
• ALL：全表扫描（full table scan）

下面经过举例说明。

system

explain select * from mysql.time_zone;

上例中，从系统库 MySQL 的系统表 time_zone 里查询数据，访问类型为 system，这些数据已经加载到内存里，不须要进行磁盘 IO，这类扫描是速度最快的。

explain select * from (select * from user where id=1) tmp;

再举一个例子，内层嵌套（const）返回了一个临时表，外层嵌套从临时表查询，其扫描类型也是 system，也不须要走磁盘 IO，速度超快。

const 

数据准备：

; "复制代码")

CREATE TABLE `user` (
`id` int(11) NOT NULL,
`NAME` varchar(20) DEFAULT NULL, PRIMARY KEY (`id`)
) ENGINE=InnoDB DEFAULT CHARSET=utf8; insert into user values(1,'shenjian'); insert into user values(2,'zhangsan'); insert into user values(3,'lisi');

; "复制代码")

explain select * from user where id=1;

const 扫描的条件为： 

1. 命中主键（primary key）或者惟一（unique）索引
2. 被链接的部分是一个常量（const）值 

如上例，id 是 主键索引，链接部分是常量1。

eq_ref

数据准备：

; "复制代码")

CREATE TABLE `user` (
`id` int(11) NOT NULL,
`NAME` varchar(20) DEFAULT NULL, PRIMARY KEY (`id`)
) ENGINE=InnoDB DEFAULT CHARSET=utf8; insert into user values(1,'shenjian'); insert into user values(2,'zhangsan'); insert into user values(3,'lisi'); CREATE TABLE `user_ex` (
`id` int(11) NOT NULL,
`age` int(11) DEFAULT NULL, PRIMARY KEY (`id`)
) ENGINE=InnoDB DEFAULT CHARSET=utf8; insert into user_ex values(1,18); insert into user_ex values(2,20); insert into user_ex values(3,30); insert into user_ex values(4,40); insert into user_ex values(5,50);

; "复制代码")

EXPLAIN SELECT * FROM USER,user_ex WHERE user.id=user_ex.id;

eq_ref 扫描的条件为，对于前表的每一行（row），后表只有一行被扫描。 

再细化一点：  

1. join 查询
2. 命中主键（primary key）或者非空惟一（unique not null）索引
3. 等值链接；

如上例，id 是主键，该 join 查询为 eq_ref 扫描。

ref

数据准备：

; "复制代码")

CREATE TABLE `user` (
`id` int(11) DEFAULT NULL,
`name` varchar(20) DEFAULT NULL, KEY `id` (`id`)
) ENGINE=InnoDB DEFAULT CHARSET=utf8; insert into user values(1,'shenjian'); insert into user values(2,'zhangsan'); insert into user values(3,'lisi'); CREATE TABLE `user_ex` (
`id` int(11) DEFAULT NULL,
`age` int(11) DEFAULT NULL, KEY `id` (`id`)
) ENGINE=InnoDB DEFAULT CHARSET=utf8; insert into user_ex values(1,18); insert into user_ex values(2,20); insert into user_ex values(3,30); insert into user_ex values(4,40); insert into user_ex values(5,50);

; "复制代码")

EXPLAIN SELECT * FROM USER,user_ex WHERE user.id=user_ex.id;

若是把上例 eq_ref 案例中的主键索引，改成普通非惟一（non unique）索引。就由 eq_ref 降级为了 ref，此时对于前表的每一行（row），后表可能有多于一行的数据被扫描。

select * from user where id=1;

当 id 改成普通非惟一索引后，常量的链接查询，也由 const 降级为了 ref，由于也可能有多于一行的数据被扫描。

ref 扫描，可能出如今 join 里，也可能出如今单表普通索引里，每一次匹配可能有多行数据返回，虽然它比 eq_ref 要慢，但它仍然是一个很快的 join 类型。

range

数据准备：

; "复制代码")

CREATE TABLE `user` (
`id` int(11) NOT NULL,
`name` varchar(20) DEFAULT NULL, PRIMARY KEY (`id`)
) ENGINE=InnoDB DEFAULT CHARSET=utf8; insert into user values(1,'shenjian'); insert into user values(2,'zhangsan'); insert into user values(3,'lisi'); insert into user values(4,'wangwu'); insert into user values(5,'zhaoliu');

; "复制代码")

explain select * from user where id between 1 and 4;
explain select * from user where id in(1,2,3);
explain select * from user where id > 3;

range 扫描就比较好理解了，它是索引上的范围查询，它会在索引上扫码特定范围内的值。

像上例中的 between，in，> 都是典型的范围（range）查询。

index

explain count (*) from user;

如上例，id 是主键，该 count 查询须要经过扫描索引上的所有数据来计数，它仅比全表扫描快一点。

ALL 

数据准备：

; "复制代码")

CREATE TABLE `user` (
`id` int(11) DEFAULT NULL,
`name` varchar(20) DEFAULT NULL ) ENGINE=InnoDB DEFAULT CHARSET=utf8; insert into user values(1,'shenjian'); insert into user values(2,'zhangsan'); insert into user values(3,'lisi'); CREATE TABLE `user_ex` (
`id` int(11) DEFAULT NULL,
`age` int(11) DEFAULT NULL ) ENGINE=InnoDB DEFAULT CHARSET=utf8; insert into user_ex values(1,18); insert into user_ex values(2,20); insert into user_ex values(3,30); insert into user_ex values(4,40); insert into user_ex values(5,50);

; "复制代码")

explain select * from user,user_ex where user.id=user_ex.id;

若是 id 上不建索引，对于前表的每一行（row），后表都要被全表扫描。

文章中，这个相同的 join 语句出现了三次：

1. 扫描类型为 eq_ref，此时 id 为主键
2. 扫描类型为 ref，此时 id 为非惟一普通索引
3. 扫描类型为 ALL，全表扫描，此时id上无索引

有此可见，创建正确的索引，对数据库性能的提高是多么重要。

总结 

1. explain 结果中的 type 字段，表示（广义）链接类型，它描述了找到所需数据使用的扫描方式；
2. 常见的扫描类型有：system>const>eq_ref>ref>range>index>ALL，其扫描速度由快到慢；
3. 各种扫描类型的要点是：
4. system 最快：不进行磁盘 IO
5. const：PK 或者 unique 上的等值查询
6. eq_ref：PK 或者 unique 上的 join 查询，等值匹配，对于前表的每一行，后表只有一行命中
7. ref：非惟一索引，等值匹配，可能有多行命中
8. range：索引上的范围扫描，例如：between、in、>
9. index：索引上的全集扫描，例如：InnoDB 的 count
10. ALL 最慢：全表扫描
11. 创建正确的索引，很是重要；
12. 使用 explain 了解并优化执行计划，很是重要；

执行计划 possible_keys

查询过程当中有可能用到的索引。

执行计划 key

实际使用的索引，若是为 NULL ，则没有使用索引。

执行计划 rows

根据表统计信息或者索引选用状况，大体估算出找到所需的记录所须要读取的行数。

执行计划 filtered 

表示返回结果的行数占需读取行数的百分比， filtered 的值越大越好。

执行计划 Extra 

十分重要的额外信息。

• Using filesort：MySQL 对数据使用一个外部的文件内容进行了排序，而不是按照表内的索引进行排序读取。
• Using temporary：使用临时表保存中间结果，也就是说 MySQL 在对查询结果排序时使用了临时表，常见于order by 或 group by。
• Using index：表示 SQL 操做中使用了覆盖索引（Covering Index），避免了访问表的数据行，效率高。
• Using index condition：表示 SQL 操做命中了索引，但不是全部的列数据都在索引树上，还须要访问实际的行记录。
• Using where：表示 SQL 操做使用了 where 过滤条件。
• Select tables optimized away：基于索引优化 MIN/MAX 操做或者 MyISAM 存储引擎优化 COUNT(*) 操做，没必要等到执行阶段再进行计算，查询执行计划生成的阶段便可完成优化。
• Using join buffer (Block Nested Loop)：表示 SQL 操做使用了关联查询或者子查询，且须要进行嵌套循环计算。

下面经过举例说明。

数据准备：

; "复制代码")

CREATE TABLE `user` (
`id` int(11) NOT NULL,
`name` varchar(20) DEFAULT NULL,
`sex` varchar(5) DEFAULT NULL, PRIMARY KEY (`id`), KEY `name` (`name`)
) ENGINE=InnoDB DEFAULT CHARSET=utf8mb4; insert into user values(1, 'shenjian','no'); insert into user values(2, 'zhangsan','no'); insert into user values(3, 'lisi', 'yes'); insert into user values(4, 'lisi', 'no');

; "复制代码")

数听说明：

用户表：id 主键索引，name 普通索引（非惟一），sex 无索引。

四行记录：其中 name 普通索引存在重复记录 lisi。

Using filesort

explain select * from user order by sex;

 

Extra 为 Using filesort 说明，获得所需结果集，须要对全部记录进行文件排序。

这类 SQL 语句性能极差，须要进行优化。

典型的，在一个没有创建索引的列上进行了 order by，就会触发 filesort，常见的优化方案是，在 order by 的列上添加索引，避免每次查询都全量排序。

Using temporary

explain select * from user group by name order by sex;

Extra 为 Using temporary 说明，须要创建临时表（temporary table）来暂存中间结果。

这类 SQL 语句性能较低，每每也须要进行优化。

典型的 group by 和 order by 同时存在，且做用于不一样的字段时，就会创建临时表，以便计算出最终的结果集。

临时表存在两种引擎，一种是 Memory 引擎，一种是 MyISAM 引擎，若是返回的数据在 16M 之内（默认），且没有大字段的状况下，使用 Memory 引擎，不然使用 MyISAM 引擎。 

Using index

EXPLAIN SELECT id FROM USER;

Extra 为 Using index 说明，SQL 所须要返回的全部列数据均在一棵索引树上，而无需访问实际的行记录。

这类 SQL 语句每每性能较好。

Using index condition

explain select id, name, sex from user where name='shenjian';

Extra 为 Using index condition 说明，确实命中了索引，但不是全部的列数据都在索引树上，还须要访问实际的行记录。

这类 SQL 语句性能也较高，但不如 Using index。

Using where

explain select * from user where sex='no';

Extra 为 Using where 说明，查询的结果集使用了 where 过滤条件，好比上面的 SQL 使用了 sex = 'no'的过滤条件

Select tables optimized away

EXPLAIN SELECT MAX(id) FROM USER;

 

好比上面的语句查询 id 的最大值，由于 id 是主键索引，根据 B+Tree 的结构，自然就是有序存放的，因此不须要等到执行阶段再进行计算，查询执行计划生成的阶段便可完成优化。

Using join buffer (Block Nested Loop)

explain select * from user where id in (select id from user where sex='no');

Extra 为 Using join buffer (Block Nested Loop) 说明，须要进行嵌套循环计算。内层和外层的 type 均为 ALL，rows 均为4，须要循环进行4*4次计算。

这类 SQL 语句性能每每也较低，须要进行优化。

典型的两个关联表 join，关联字段均未创建索引，就会出现这种状况。常见的优化方案是，在关联字段上添加索引，避免每次嵌套循环计算。