---

前言

sql的调优在实际开发中非常常见，特别是服务器压力上去之后就需要考虑给耗时大的，常用的sql进行优化，提高服务器的高可用。调优时会用到explain工具，本章就来使用下explain，看看这到底有多强大。

---

一、EXPLAIN

使用EXPLAIN关键字可以模拟优化器执行SQL语句，分析你的查询语句或是结构的性能瓶颈； 在 select 语句之前增加 explain 关键字，MySQL 会在查询上设置一个标记，执行查询会返回执行计划的信息，而不是执行这条SQL；

如果 From 中包含子查询，仍会执行该子查询，将结果放入临时表中；

二、 新建三张表

# 演员表
DROP TABLE IF EXISTS `actor`;
CREATE TABLE `actor` (
    `id` int(11) NOT NULL,
    `name` vArchar(45) DEFAULT NULL,
    `update_time` datetime DEFAULT NULL,
    Primary KEY (`id`)
) ENginE=InnoDB DEFAULT CHARSET=utf8;
INSERT INTO `actor` (`id`, `name`, `update_time`) VALUES (1,'a','2017-12-2 15:27:18'), (2,'b','2017-12-22 15:27:18'), (3,'c','2017-12-22 15:27:18');

# 电影表
DROP TABLE IF EXISTS `film`;
CREATE TABLE `film` (
    `id` int(11) NOT NULL AUTO_INCREMENT,
    `name` VARchar(10) DEFAULT NULL,
    PRIMARY KEY (`id`),
    KEY `idx_name` (`name`)
) ENGINE=InnoDB DEFAULT CHARSET=utf8;
INSERT INTO `film` (`id`, `name`) VALUES (3,'film0'),(1,'film1'),(2,'film2');

# 演员和电影的关联表
DROP TABLE IF EXISTS `film_actor`;
CREATE TABLE `film_actor` (
    `id` int(11) NOT NULL,
    `film_id` int(11) NOT NULL,
    `actor_id` int(11) NOT NULL,
    `remark` varchar(255) DEFAULT NULL,
    PRIMARY KEY (`id`),
    KEY `idx_film_actor_id` (`film_id`,`actor_id`)
) ENGINE=InnoDB DEFAULT CHARSET=utf8;
INSERT INTO `film_actor` (`id`, `film_id`, `actor_id`) VALUES (1,1,1),(2,1,2),(3,2,1);

三、explain 中的列

explain select * from actor;

以上的执行计划结果：

id 列

id 列的编号是 select 的序列号，有几个 select 就有几个id，并且 id 的出现顺序是按 select 出现的顺序增长的。 id 列越大执行优先级越高，id 相同则从上往下执行，id为NULL最后执行。

select_type 列

select_type 表示对应行是简单还是复杂的查询。 简单查询只有 simple，复杂查询有：primary，subquery，derived，union；

• simple：简单查询。查询不包含 子查询 和 union；

explain select * from film where id = 2;

• primary：最外层的 select ；---- 复杂查询
• subquery：包含在 select 中的子查询（不在 from 子句中） – 复杂查询
• derived：包含在 from 子句中的子查询。MySQL会将结果存放在一个临时表中，也称为派生表（derived的英文含义） ； --复杂查询

用下面的例子了解 primary、subquery 和 derived 类型：

 set session optimizer_switch='derived_merge=off'; #关闭mysql5.7新特性对衍生表的合并优化
 explain select (select 1 from actor where id = 1) from (select * from film where id = 1) der;
 set session optimizer_switch='derived_merge=on'; #还原默认配置

分析SQL的执行顺序： 先执行 film 表的查询 --> 再执行 actor 表的查询 --> 最后再执行生成的临时表查询；

第1行（ id 为 1）的 select_type 为 primary，表示的最外层的查询；id 为 1，是最小的，则最后执行；

第2行（ id 为 3）的 select_type 为 derived，表示的 from 后面的子查询，也叫派生表，别名为 der 的派生表；id 为 3，是最大的，则最先执行的；

第3行（id 为 2）的 select_type 为 subquery，表示的 from 前面的子查询；id 为 2，是中间的，则在中间执行；

• union：在 union 中的第二个和之后的 select 都为 union；

explain select 1 union all select 1;

table 列

这一列表示 explain 的一行正在访问哪个表。

当 from 子句中有子查询时，table列是 < derivenN > 格式，表示当前查询依赖 id=N 的查询，于是先执行 id=N 的查询。

当有 union 时，UNION RESULT 的 table 列的值为<union1,2>，1和2表示参与 union 的select 行 id。

NULL：mysql能够在优化阶段分解查询语句，在执行阶段用不着再访问表或索引。例如：在索引列中选取最小值，可以单独查找索引来完成，不需要在执行时访问表

explain select min(id) from film;

type列

这一列表示关联类型或访问类型，即MySQL决定如何查找表中的行，查找数据行记录的大概范围。 依次从最优到最差分别为： System > const > eq_ref > ref > range > index > ALL 一般来说，得保证查询达到 range 级别，最好达到 ref；

• const, system：mysql能对查询的某部分进行优化并将其转化成一个常量（可以看show warnings 的结果）system = 1。

用于 primary key 或 unique key 的所有列与常数比较时，所以表最多有一个匹配行，读取1次，速度比较快。system是const的特例，表里只有一条数据时为 system；（使用主键或者唯一索引的时候会出现）

set session optimizer_switch='derived_merge=off'; #关闭mysql5.7新特性对衍生表的合并优化
explain extended select * from (select * from film where id = 1) tmp;
set session optimizer_switch='derived_merge=on'; #还原默认配置

• eq_ref：primary key 或 unique key 索引的所有部分被连接使用 ，最多只会返回一条符合条件的记录。

这可能是在 const 之外最好的联接类型了，简单的 select 查询不会出现这种 type。 （在连接查询的时候，使用了主键或唯一索引的全部字段）

explain select * from film_actor left join film on film_actor.film_id = film.id;

说明： film_id：表的联合索引中的一个字段 ，但是 type 为 All; 因为使用的 * 查询的，指的要查询所有的字段，但是 film_actor 表的 remark 字段没有建立索引的，所以需要全表扫描；

• ref：相比 eq_ref，不使用唯一索引，而是使用普通索引 或者 唯一性索引的部分前缀，索引要和某个值相比较，可能会找到多个符合条件的行；

（使用的普通索引 或 联合唯一索引的部分前缀）

简单 select 查询，name是普通索引（非唯一索引）

explain select * from film where name = 'film1';

关联表查询，idx_film_actor_id 是 film_id 和 actor_id 的联合索引，这里使用到了film_actor的左边前缀 film_id 部分。

explain select film_id from film left join film_actor on film.id = film_actor.film_id;

• range：范围扫描通常出现在 in(), between , > , <, >= 等操作中。使用一个索引来检索给定范围的行。

explain select * from actor where id > 1;

• index：扫描全表索引，通常比 All 快一些；

explain select * from film;

film 表的所有字段都建立了索引，使用 * 查询，则 type 为 index；

• ALL：即全表扫描，意味着mysql需要从头到尾去查找所需要的行。通常情况下这需要增加索引来进行优化了。

explain select * from actor;

possible_keys 列

这一列显示查询 可能 使用哪些 索引 来查找。 explain 时可能出现 possible_keys 有值，而 key 显示 NULL 的情况，这是因为表中数据不多，mysql认为索引对此查询帮助不大，选择了全表查询。 如果该列是NULL，则没有相关的索引。在这种情况下，可以通过检查 where 子句看是否可以创造一个适当的索引来提高查询性能，然后用 explain 查看效果。

key 列

这一列显示mysql 实际 采用哪个 索引 来优化对该表的访问。 如果没有使用索引，则该列是 NULL。如果想强制mysql使用或忽视 possible_keys 列中的索引，在查询中使用 force index、ignore index。

explain select * from film where name = 'film1';

key_len列

这一列显示了mysql 在索引里使用的字节数，通过这个值可以算出具体使用了索引中的哪些列。 film_actor的联合索引 idx_film_actor_id 由 film_id 和 actor_id 两个int列组成，并且每个int是4字节。通过结果中的key_len=4可推断出查询使用了第一个列：film_id列来执行索引查找。

explain select * from film_actor where film_id = 2;

key_len计算规则如下：

• 字符串
  • char(n)：n字节长度
  • varchar(n)：2字节存储字符串长度，如果是utf-8，则长度 3n + 2
• 数值类型
  • tinyint：1字节
  • smallint：2字节
  • int：4字节
  • Bigint：8字节
• 时间类型
  • date：3字节
  • timestamp：4字节
  • datetime：8字节

注意：如果字段允许为 NULL，需要1字节记录是否为 NULL 索引最大长度是768字节，当字符串过长时，mysql会做一个类似左前缀索引的处理，将前半部分的字符提取出来做索引。

ref列

这一列显示了在 key 列记录的索引中，表查找值所用到的列或常量，常见的有：const（常量），字段名（例：film.id）。

rows列

这一列是mysql估计要读取并检测的行数，注意这个不是结果集里的行数。扫描的索引可能的行数

Extra列

这一列展示的是额外信息。常见的重要值如下： Using index > Using index condition > Using where

Using index：

使用覆盖索引；覆盖索引是select的数据列只用从索引中就能够取得，不必读取数据行，换句话说查询列要被所建的索引覆盖。也就是查询的结果集中的所有字段都是在索引中的；

explain select film_id from film_actor where film_id = 1;

remark 没有索引，所以

explain select film_id,remark from film_actor where film_id = 1;

Using index condition：

查询的列不完全被索引覆盖，where条件中是一个联合索引的前导列的范围；

explain select * from film_actor where film_id > 1

Using where：

使用 where 语句来处理结果，查询的列未被索引覆盖；在查找使用索引的情况下，需要回表去查询所需的数据

explain select * from actor where name = 'a';

Using temporary：

mysql需要创建一张临时表来处理查询。出现这种情况一般是要进行优化的，首先是想到用索引来优化。

• actor.name没有索引，此时创建了张临时表来 distinct； （distinct 查询可能会使用到临时表）

explain select distinct name from actor;

• film.name 建立了 idx_name 索引，此时查询时 extra 是 using index, 没有用临时表； 将索引树加载到内存中，然后去重；

 explain select distinct name from film;

Using filesort：

将用外部排序而不是索引排序，数据较小时从内存排序，否则需要在磁盘完成排序。这种情况下一般也是要考虑使用索引来优化的。

• actor.name未创建索引，会浏览actor整个表，保存排序关键字name和对应的id，然后排序name并检索行记录

explain select * from actor order by name;

• film.name建立了idx_name索引,此时查询时extra是using index

explain select * from film order by name;

Select tables optimized away：

使用某些聚合函数（比如 max、min）来访问存在索引的某个字段；已经被 MySQL 优化过了；

explain select min(id) from film;

索引实践

CREATE TABLE `employees` (
    `id` int(11) NOT NULL AUTO_INCREMENT,
    `name` varchar(24) NOT NULL DEFAULT '' COMMENT '姓名',
    `age` int(11) NOT NULL DEFAULT '0' COMMENT '年龄',
    `position` varchar(20) NOT NULL DEFAULT '' COMMENT '职位',
    `hire_time` timestamp NOT NULL DEFAULT current_TIMESTAMP COMMENT '入职时间',
    PRIMARY KEY (`id`),
    KEY `idx_name_age_position` (`name`,`age`,`position`) USING BTREE
) ENGINE=InnoDB AUTO_INCREMENT=4 DEFAULT CHARSET=utf8 COMMENT='员工记录表';

INSERT INTO employees(name,age,position,hire_time) VALUES('LiLei',22,'manager',NOW());
INSERT INTO employees(name,age,position,hire_time) VALUES('HanMeimei',23,'dev',NOW());
INSERT INTO employees(name,age,position,hire_time) VALUES('Lucy',23,'dev',NOW());

全值匹配

全值匹配指，所查询的字段都是索引字段。

EXPLAIN SELECT * FROM employees WHERE name= 'LiLei';

name 是 联合索引 idx_name_age_position 的前导字段； key_len 为 74，name为 varchar(24)，则 3 * 24 + 2 = 74，所以使用联合索引中的 name 字段走的索引；

EXPLAIN SELECT * FROM employees WHERE name= 'LiLei' AND age = 22;

name，age 是联合索引 idx_name_age_position 的字段； key_len 为 78，name为 varchar(24)，则 3 * 24 + 2 = 74；age 为 int ，所以值为4 ； 74 + 4 = 78，所以使用联合索引中的 name，age 字段走的索引；

EXPLAIN SELECT * FROM employees WHERE name= 'LiLei' AND age = 22 AND position ='manager';

@H_523_1304@

name，age，position 是联合索引 idx_name_age_position 的字段；

key_len 为 140，name为 varchar(24) 类型，则 3 * 24 + 2 = 74；age 为 int 类型，所以值为4；position 为 varchaer(20)，所以值为 3 * 20 + 2 = 62； 74 + 4 + 62 = 140，所以使用联合索引中的 name，age，position 字段走的索引；

最左前缀法则

如果建立了联合索引，要遵守最左前缀法则。指的是查询从联合索引的最左前列开始并且不跳过索引中的列。

• 使用了联合索引的前两个字段查询；

EXPLAIN SELECT * FROM employees WHERE name = 'LiLei' and age = 22;

key_len 为 78，（3 * 24 + 2） + 4 = 78；走了 name 和 age 索引；

• 使用联合索引的第1, 3 字段查询

EXPLAIN SELECT * FROM employees WHERE name = 'LiLei' and position ='manager'

key_len 为 74，name 的 长刚好为 74，所以只有 name 走了索引；

联合索引的底层存储是 先比较最前面的字段，最前面的字段一样则比较第2个字段，第2个一样才去比较第3个字段；第1个字段 name 去比较了，可以搜索到一部分， position 为 联合索引的第3个字段，但是索引在存储和查找时候不可能跳过第2个字段直接去比较第3个字段的，position 字段还是要列出大范围的数据做查询，因此 name 走了索引，position 没有走索引。

索引上不使用（计算、函数、（自动or手动）类型转换）

一般来说，只要给索引列增加了函数操作，MySQL的底层直接就不会使用索引去处理的。会导致索引失效而转向全表扫描。

EXPLAIN SELECT * FROM employees WHERE left(name,3) = 'LiLei';

• 给 hire_time 增加一个普通索引：

ALTER TABLE `employees`
ADD INDEX `idx_hire_time` (`hire_time`) USING BTREE ;
EXPLAIN select * from employees where date(hire_time) ='2018-09-30';

针对以上的SQL，转化为日期范围查询，就会走索引：

EXPLAIN select * from employees where hire_time >='2018-09-30 00:00:00' and hire_time <='2018-09-30 23:59:59';

还原最初索引状态

ALTER TABLE `employees`
DROP INDEX `idx_hire_time`;

存储引擎不会使用索引中范围查找条件右边的列

联合索引的字段顺序，范围查找之后的列都不会去走索引；

EXPLAIN SELECT * FROM employees WHERE name= 'LiLei' AND age = 22 AND position ='manager';

只会走前两个字段的索引。 第一个字段 name 使用的相等，所以可以找到具体的数据，第2个字段会缩小到一个范围，第3个字段是在这个范围里做相等的查询，还是会要将这个范围去遍历一遍的，所以只有 name，age 走了索引。

EXPLAIN SELECT * FROM employees WHERE name= 'LiLei' AND age > 22 AND position ='manager';

尽量使用覆盖索引（只访问索引的查询（索引列包含查询列）），减少select *语句

EXPLAIN SELECT name,age FROM employees WHERE name= 'LiLei' AND age = 23 AND position ='manager';

EXPLAIN SELECT * FROM employees WHERE name= 'LiLei' AND age = 23 AND position ='manager';

mysql在使用不等于（！=或者<>）的时候无法使用索引会导致全表扫描

EXPLAIN SELECT * FROM employees WHERE name != 'LiLei';

is null, is not null 也无法使用索引

建议在建立字段的时候都设置为 not null，设置一个默认的值；

EXPLAIN SELECT * FROM employees WHERE name is null

like以通配符开头（’$abc…’）mysql索引失效会变成全表扫描操作

EXPLAIN SELECT * FROM employees WHERE name like '%Lei'

EXPLAIN SELECT * FROM employees WHERE name like 'Lei%'

模糊查找的时候，前模糊不走索引，后模糊会走索引； 因为在后模糊的时候，我们知道了这个字段的前面有几个字符，我们在索引中比较的只去比较前面的几个字符就好了；

解决like '%字符串%'索引不被使用的方法？

• 使用覆盖索引，查询字段必须是建立覆盖索引字段

EXPLAIN SELECT name,age,position FROM employees WHERE name like '%Lei%';

• 如果不能使用覆盖索引则可能需要借助搜索引擎

字符串不加单引号索引失效

EXPLAIN SELECT * FROM employees WHERE name = '1000';

EXPLAIN SELECT * FROM employees WHERE name = 1000; 

因为 name 为字符串类型，MySql 会做隐式的类型转换，做了类型的转换，所以不会去走索引；

少用or或in，用它查询时，mysql不一定使用索引，mysql内部优化器会根据检索比例、表大小等多个因素整体评估是否使用索引，详见范围查询优化

EXPLAIN SELECT * FROM employees WHERE name = 'LiLei' or name = 'HanMeimei';

范围查询优化

给年龄添加单值索引 ：

ALTER TABLE `employees` ADD INDEX `idx_age` (`age`) USING BTREE ;

执行范围查询

explain select * from employees where age >=1 and age <=2000; 

从执行计划的结果可以看出，以上的范围查找现在还会走索引；但是呢，我再多加点数据之后就不走索引了。

没走索引原因：mysql内部优化器会根据检索比例、表大小等多个因素整体评估是否使用索引。

**优化方法：**可以将大的范围拆分成多个小范围

explain select * from employees where age >=1 and age <=1000;
explain select * from employees where age >=1001 and age <=2000;

还原最初索引状态：

ALTER TABLE `employees` DROP INDEX `idx_age`;

索引使用总结

建立了一个联合索引： (a， b，c)

where语句	索引是否被使用
where a = 3	Y,使用到a
where a = 3 and b = 5	Y,使用到a,b
where a = 3 and b = 5 and c = 4	Y,使用到a,b,c
where b = 3 或 where b = 3 and c = 4 或者 where c = 4	N
where a = 3 and c = 5	使用到a，但是c不可以，b中间断了
where a = 3 and b>4 and c = 5	使用到a和b,c不能用在范围之后，b断了
where a = 3 and b like ‘kk%’ and c = 4	Y,使用到a,b,c
where a = 3 and b like ‘%kk’ and c = 4	Y,只用到a
where a = 3 and b like ‘%kk%’ and c = 4	Y,只用到a
where a = 3 and b like ‘k%kk%’ and c = 4	Y,使用到a,b,c

like KK%相当于常量，所以走索引；%KK和%KK% 相当于范围，所以不走索引； 没走索引原因：mysql内部优化器会根据检索比例、表大小等多个因素整体评估是否使用索引。