MySQL性能调优 二
select_type
单位查询的查询类型,比如:普通查询、联合查询(union、union all)、子查询等复杂查询。
simple
表示不需要union操作或者不包含子查询的简单select查询。有连接查询时,外层的查询为simple。
primary
一个需要union操作或者含有子查询的select,位于最外层的单位查询的select_type即为primary。
union
union连接的两个select查询,第一个查询是dervied派生表,除了第一个表外,第二个以后的表
select_type都是unionDERIVED 在FROM列表中包含的子查询被标记为DERIVED(衍生),MySQL会递归执行这些子查
询,把结果放在临时表中
UNION 若第二个SELECT出现在UNION之后,则被标记为UNION:若UNION包含在FROM子句的
子查询中,外层SELECT将被标记为:DERIVED
UNION RESULT 从UNION表获取结果的SELECT
dependent union
与union一样,出现在union 或union all语句中,但是这个查询要受到外部查询的影响
union result
包含union的结果集,在union和union all语句中,因为它不需要参与查询,所以id字段为null
subquery
除了from字句中包含的子查询外,其他地方出现的子查询都可能是subquery
dependent subquery
与dependent union类似,表示这个subquery的查询要受到外部表查询的影响
derived
from字句中出现的子查询,也叫做派生表,其他数据库中可能叫做内联视图或嵌套select**3****)**tabl
MySQl 5.7 5.7之前explain区别
partition是分区 rows 可以用于计算链接的行数
explain 两个变种
1)explain extended:会在 explain 的基础上额外提供一些查询优化的信息。紧随其后通过 show warnings 命令可
以得到优化后的查询语句,从而看出优化器优化了什么。额外还有 filtered 列,是一个半分比的值,rows *
filtered/100 可以估算出将要和 explain 中前一个表进行连接的行数(前一个表指 explain 中的id值比当前表id值小的
表)。
mysql> explain extended select * from film where id = 1;
mysql> show warnings;
会进行优化,注意这里的优化不一定可以执行
2)explain partitions:相比 explain 多了个 partitions 字段,如果查询是基于分区表的话,会显示查询将访问的分
区。
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;
select_type 查询的
primary:复杂查询最外面的select 从衍生表查询的结果,衍生表是id=3的sql生成的
derived:衍生查询 from之后的查询会生成一张衍生表
subquery:子查询
id
id:执行的先后顺序 数字越大执行的优先级越高(可能出现相同的执行顺序)
type
4. 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
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
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)。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,表里只有一条元组匹配时为system
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。
关联查询两张表,条件是主键的话查出来的是一条数据这样的话效率也是很高的
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。
- 简单 select 查询,name是普通索引(非唯一索引)
2.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。
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。
范围查询只能优化到range
index:扫描全索引就能拿到结果,一般是扫描某个二级索引,这种扫描不会从索引树根节点开始快速查找,而是直接
对二级索引的叶子节点遍历和扫描,速度还是比较慢的,这种查询一般为使用覆盖索引,二级索引一般比较小,所以这
种通常比ALL快一些。 主键索引是聚簇索引,所以大
可见➕where可以显著提升效率,同一个索引执行的方式不同效率也不同
ALL:即全表扫描,扫描你的聚簇索引的所有叶子节点。通常情况下这需要增加索引来进行优化了。
同样是select*无where,但是这次没有执行索引,执行的方式是扫描idb文件,实际上是一个聚簇索引,而且是遍历根节点获得的结果,根节点实际上保存的是整张表的数据,也就是说扫描了整张表
增加了where之,执行的过程仍是由主键形成的聚簇索引,这样通过id= x 就可以快速定位到数据的位置
为什么说二级索引比主键索引的优先级高
首先主键索引是一个聚簇索引,也就是说他存储了整张表的数据,比较大,而二级索引存储的知识主键id,通过二级索引查处结果之后,获得id后回表,利用主键索引查处全部的结果,速度要快的多
Key_len
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。
举例来说,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
符合最左原则,只能是film_id、film_id和actor_id 不能直接走actor_id
key_len计算规则如下:
字符串,char(n)和varchar(n),5.0.3以后版本中,**n均代表字符数,而不是字节数,**如果是utf-8,一个数字 或字母占1个字节,一个汉字占3个字节
char(n):如果存汉字长度就是 3n 字节
varchar(n):如果存汉字则长度是 3n + 2 字节,加的2字节用来存储字符串长度,因为
varchar是变长字符串
数值类型
int: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
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
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
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。
explain select film_id from film_actor where film_id = 1;
Extra列
这一列展示的是额外信息。常见的重要值如下:
1)Using index:使用覆盖索引 (不同的版本、不同的复杂sql的记过都可能不一样所以参考就行)
覆盖索引定义:mysql执行计划explain结果里的key有使用索引,如果select后面查询的字段都可以从这个索引的树中 获取,这种情况一般可以说是用到了覆盖索引,extra里一般都有using index;覆盖索引一般针对的是辅助索引,整个查询结果只通过辅助索引就能拿到结果,不需要通过辅助索引树找到主键,再通过主键去主键索引树里获取其它字段值
覆盖索引不是索引是一个查询方式,要查询的结果集在索引树上全部包含,也就是说不用回表
这里要注意的是
从type列来讲ref要快于index,但是要注意的是回表对于查询速度的影响
或者说下面这样回更直观
同样是ref级别using index的查询速度要远快于只走索引
2) Using where:使用 where 语句来处理结果,并且查询的列未被索引覆盖
仅仅是走了where,没有走索引
3) Using index condition:查询的列不完全被索引覆盖,where条件中是一个前导列的范围;
2) 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。
\1. actor.name没有索引,此时创建了张临时表来distinct
\2. film.name建立了idx_name索引,此时查询时extra是using index,没有用临时表
3) 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。
\1. 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
\2. film.name建立了idx_name索引,此时查询时extra是using index
4) 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是
1. 全值匹配
第三条sql的执行速度更高,原因是区别度更高扫描的行数越少!
2. 最左前缀法则
如果索引了多列,要遵守最左前缀法则。指的是查询从索引的最左前列开始并且不跳过索引中的列。
1.不在索引列上做任何操作(计算、函数、(自动or手动)类型转换),会导致索引失效而转向全表扫描
给hire_time增加一个普通索引:
转化为日期范围查询,有可能会走索引:
这样优化了之后就可以走索引了,但是还是全表扫描,至于为什么后续会讲,和mysql的设计有关,走索引比全表还慢,因为二级索引会回表
1. 存储引擎不能使用索引中范围条件右边的列
第一条会走全部的索引,而第二条只会走前两个索引,索引首先通过name排序之后通过age排序,如果age是范围查询,生涯的position未必有序,所以不走索引
1. 最左前缀法则
如果索引了多列,要遵守最左前缀法则。指的是查询从索引的最左前列开始并且不跳过索引中的列。
2. 不在索引列上做任何操作(计算、函数、(自动or手动)类型转换),会导致索引失效而转向全表扫描
给hire_time增加一个普通索引:
转化为日期范围查询,有可能会走索引:
还原最初索引状态
3. 存储引擎不能使用索引中范围条件右边的列
4. **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
5. **mysql在使用不等于(!=或者<>),**not in **,**not exists 的时候无法使用索引会导致全表扫描
< 小于、 > 大于、 <=、>= 这些,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
6. is null,is not null 一般情况下也无法使用索引
7. like以通配符开头(‘$abc…’)mysql索引失效会变成全表扫描操作
问题:解决like’%字符串%'索引不被使用的方法?】
使用覆盖索引
a) 使用覆盖索引,查询字段必须是建立覆盖索引字段
b) 如果不能使用覆盖索引则可能需要借助搜索引擎
8. 字符串不加单引号索引失效
9. 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
10. 范围查询优化
给年龄添加单值索引
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。比如这个例子,可能是 由于单次数据量查询过大导致优化器最终选择不走索引
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
索引使用总结:、
like KK%相当于=常量,%KK和%KK% 相当于范围
;