11.MySQL 性能優化神器 Explain 使用分析 · java核心知識整理

MySQL 提供了一個 EXPLAIN 命令, 它可以對`SELECT`語句進行分析, 并輸出`SELECT`執行的詳細信息, 以供開發人員針對性優化. EXPLAIN 命令用法十分簡單, 在 SELECT 語句前加上 Explain 就可以了, 例如: ~~~n1ql EXPLAIN SELECT * from user_info WHERE id < 300; ~~~ ## 準備為了接下來方便演示 EXPLAIN 的使用, 首先我們需要建立兩個測試用的表, 并添加相應的數據: ~~~sql CREATE TABLE `user_info` ( `id` BIGINT(20) NOT NULL AUTO_INCREMENT, `name` VARCHAR(50) NOT NULL DEFAULT '', `age` INT(11) DEFAULT NULL, PRIMARY KEY (`id`), KEY `name_index` (`name`) ) ENGINE = InnoDB DEFAULT CHARSET = utf8 INSERT INTO user_info (name, age) VALUES ('xys', 20); INSERT INTO user_info (name, age) VALUES ('a', 21); INSERT INTO user_info (name, age) VALUES ('b', 23); INSERT INTO user_info (name, age) VALUES ('c', 50); INSERT INTO user_info (name, age) VALUES ('d', 15); INSERT INTO user_info (name, age) VALUES ('e', 20); INSERT INTO user_info (name, age) VALUES ('f', 21); INSERT INTO user_info (name, age) VALUES ('g', 23); INSERT INTO user_info (name, age) VALUES ('h', 50); INSERT INTO user_info (name, age) VALUES ('i', 15); ~~~ ~~~sql CREATE TABLE `order_info` ( `id` BIGINT(20) NOT NULL AUTO_INCREMENT, `user_id` BIGINT(20) DEFAULT NULL, `product_name` VARCHAR(50) NOT NULL DEFAULT '', `productor` VARCHAR(30) DEFAULT NULL, PRIMARY KEY (`id`), KEY `user_product_detail_index` (`user_id`, `product_name`, `productor`) ) ENGINE = InnoDB DEFAULT CHARSET = utf8 INSERT INTO order_info (user_id, product_name, productor) VALUES (1, 'p1', 'WHH'); INSERT INTO order_info (user_id, product_name, productor) VALUES (1, 'p2', 'WL'); INSERT INTO order_info (user_id, product_name, productor) VALUES (1, 'p1', 'DX'); INSERT INTO order_info (user_id, product_name, productor) VALUES (2, 'p1', 'WHH'); INSERT INTO order_info (user_id, product_name, productor) VALUES (2, 'p5', 'WL'); INSERT INTO order_info (user_id, product_name, productor) VALUES (3, 'p3', 'MA'); INSERT INTO order_info (user_id, product_name, productor) VALUES (4, 'p1', 'WHH'); INSERT INTO order_info (user_id, product_name, productor) VALUES (6, 'p1', 'WHH'); INSERT INTO order_info (user_id, product_name, productor) VALUES (9, 'p8', 'TE'); ~~~ ## EXPLAIN 輸出格式 EXPLAIN 命令的輸出內容大致如下: ~~~sql mysql> explain select * from user_info where id = 2\G *************************** 1. row *************************** id: 1 select_type: SIMPLE table: user_info partitions: NULL type: const possible_keys: PRIMARY key: PRIMARY key_len: 8 ref: const rows: 1 filtered: 100.00 Extra: NULL 1 row in set, 1 warning (0.00 sec) ~~~ 各列的含義如下: * id: SELECT 查詢的標識符. 每個 SELECT 都會自動分配一個唯一的標識符. * select\_type: SELECT 查詢的類型. * table: 查詢的是哪個表 * partitions: 匹配的分區 * type: join 類型 * possible\_keys: 此次查詢中可能選用的索引 * key: 此次查詢中確切使用到的索引. * ref: 哪個字段或常數與 key 一起被使用 * rows: 顯示此查詢一共掃描了多少行. 這個是一個估計值. * filtered: 表示此查詢條件所過濾的數據的百分比 * extra: 額外的信息接下來我們來重點看一下比較重要的幾個字段. ### select\_type `select_type`表示了查詢的類型, 它的常用取值有: * SIMPLE, 表示此查詢不包含 UNION 查詢或子查詢 * PRIMARY, 表示此查詢是最外層的查詢 * UNION, 表示此查詢是 UNION 的第二或隨后的查詢 * DEPENDENT UNION, UNION 中的第二個或后面的查詢語句, 取決于外面的查詢 * UNION RESULT, UNION 的結果 * SUBQUERY, 子查詢中的第一個 SELECT * DEPENDENT SUBQUERY: 子查詢中的第一個 SELECT, 取決于外面的查詢. 即子查詢依賴于外層查詢的結果. 最常見的查詢類別應該是`SIMPLE`了, 比如當我們的查詢沒有子查詢, 也沒有 UNION 查詢時, 那么通常就是`SIMPLE`類型, 例如: ~~~sql mysql> explain select * from user_info where id = 2\G *************************** 1. row *************************** id: 1 select_type: SIMPLE table: user_info partitions: NULL type: const possible_keys: PRIMARY key: PRIMARY key_len: 8 ref: const rows: 1 filtered: 100.00 Extra: NULL 1 row in set, 1 warning (0.00 sec) ~~~ 如果我們使用了 UNION 查詢, 那么 EXPLAIN 輸出的結果類似如下: ~~~sql mysql> EXPLAIN (SELECT * FROM user_info WHERE id IN (1, 2, 3)) -> UNION -> (SELECT * FROM user_info WHERE id IN (3, 4, 5)); +----+--------------+------------+------------+-------+---------------+---------+---------+------+------+----------+-----------------+ | id | select_type | table | partitions | type | possible_keys | key | key_len | ref | rows | filtered | Extra | +----+--------------+------------+------------+-------+---------------+---------+---------+------+------+----------+-----------------+ | 1 | PRIMARY | user_info | NULL | range | PRIMARY | PRIMARY | 8 | NULL | 3 | 100.00 | Using where | | 2 | UNION | user_info | NULL | range | PRIMARY | PRIMARY | 8 | NULL | 3 | 100.00 | Using where | | NULL | UNION RESULT | <union1,2> | NULL | ALL | NULL | NULL | NULL | NULL | NULL | NULL | Using temporary | +----+--------------+------------+------------+-------+---------------+---------+---------+------+------+----------+-----------------+ 3 rows in set, 1 warning (0.00 sec) ~~~ ### table 表示查詢涉及的表或衍生表 ### type `type`字段比較重要, 它提供了判斷查詢是否高效的重要依據依據. 通過`type`字段, 我們判斷此次查詢是`全表掃描`還是`索引掃描`等. #### type 常用類型 type 常用的取值有: * `system`: 表中只有一條數據. 這個類型是特殊的`const`類型. * `const`: 針對主鍵或唯一索引的等值查詢掃描, 最多只返回一行數據. const 查詢速度非常快, 因為它僅僅讀取一次即可. 例如下面的這個查詢, 它使用了主鍵索引, 因此`type`就是`const`類型的. ~~~sql mysql> explain select * from user_info where id = 2\G *************************** 1. row *************************** id: 1 select_type: SIMPLE table: user_info partitions: NULL type: const possible_keys: PRIMARY key: PRIMARY key_len: 8 ref: const rows: 1 filtered: 100.00 Extra: NULL 1 row in set, 1 warning (0.00 sec) ~~~ * `eq_ref`: 此類型通常出現在多表的 join 查詢, 表示對于前表的每一個結果, 都只能匹配到后表的一行結果. 并且查詢的比較操作通常是`=`, 查詢效率較高. 例如: ~~~sql mysql> EXPLAIN SELECT * FROM user_info, order_info WHERE user_info.id = order_info.user_id\G *************************** 1. row *************************** id: 1 select_type: SIMPLE table: order_info partitions: NULL type: index possible_keys: user_product_detail_index key: user_product_detail_index key_len: 314 ref: NULL rows: 9 filtered: 100.00 Extra: Using where; Using index *************************** 2. row *************************** id: 1 select_type: SIMPLE table: user_info partitions: NULL type: eq_ref possible_keys: PRIMARY key: PRIMARY key_len: 8 ref: test.order_info.user_id rows: 1 filtered: 100.00 Extra: NULL 2 rows in set, 1 warning (0.00 sec) ~~~ * `ref`: 此類型通常出現在多表的 join 查詢, 針對于非唯一或非主鍵索引, 或者是使用了`最左前綴`規則索引的查詢. 例如下面這個例子中, 就使用到了`ref`類型的查詢: ~~~sql mysql> EXPLAIN SELECT * FROM user_info, order_info WHERE user_info.id = order_info.user_id AND order_info.user_id = 5\G *************************** 1. row *************************** id: 1 select_type: SIMPLE table: user_info partitions: NULL type: const possible_keys: PRIMARY key: PRIMARY key_len: 8 ref: const rows: 1 filtered: 100.00 Extra: NULL *************************** 2. row *************************** id: 1 select_type: SIMPLE table: order_info partitions: NULL type: ref possible_keys: user_product_detail_index key: user_product_detail_index key_len: 9 ref: const rows: 1 filtered: 100.00 Extra: Using index 2 rows in set, 1 warning (0.01 sec) ~~~ * `range`: 表示使用索引范圍查詢, 通過索引字段范圍獲取表中部分數據記錄. 這個類型通常出現在 =, , >=, , BETWEEN, IN() 操作中. 當`type`是`range`時, 那么 EXPLAIN 輸出的`ref`字段為 NULL, 并且`key_len`字段是此次查詢中使用到的索引的最長的那個. 例如下面的例子就是一個范圍查詢: ~~~sql mysql> EXPLAIN SELECT * -> FROM user_info -> WHERE id BETWEEN 2 AND 8 \G *************************** 1. row *************************** id: 1 select_type: SIMPLE table: user_info partitions: NULL type: range possible_keys: PRIMARY key: PRIMARY key_len: 8 ref: NULL rows: 7 filtered: 100.00 Extra: Using where 1 row in set, 1 warning (0.00 sec) ~~~ * `index`: 表示全索引掃描(full index scan), 和 ALL 類型類似, 只不過 ALL 類型是全表掃描, 而 index 類型則僅僅掃描所有的索引, 而不掃描數據. `index`類型通常出現在: 所要查詢的數據直接在索引樹中就可以獲取到, 而不需要掃描數據. 當是這種情況時, Extra 字段會顯示`Using index`. 例如: ~~~sql mysql> EXPLAIN SELECT name FROM user_info \G *************************** 1. row *************************** id: 1 select_type: SIMPLE table: user_info partitions: NULL type: index possible_keys: NULL key: name_index key_len: 152 ref: NULL rows: 10 filtered: 100.00 Extra: Using index 1 row in set, 1 warning (0.00 sec) ~~~ 上面的例子中, 我們查詢的 name 字段恰好是一個索引, 因此我們直接從索引中獲取數據就可以滿足查詢的需求了, 而不需要查詢表中的數據. 因此這樣的情況下, type 的值是`index`, 并且 Extra 的值是`Using index`. * ALL: 表示全表掃描, 這個類型的查詢是性能最差的查詢之一. 通常來說, 我們的查詢不應該出現 ALL 類型的查詢, 因為這樣的查詢在數據量大的情況下, 對數據庫的性能是巨大的災難. 如一個查詢是 ALL 類型查詢, 那么一般來說可以對相應的字段添加索引來避免. 下面是一個全表掃描的例子, 可以看到, 在全表掃描時, possible\_keys 和 key 字段都是 NULL, 表示沒有使用到索引, 并且 rows 十分巨大, 因此整個查詢效率是十分低下的. ~~~sql mysql> EXPLAIN SELECT age FROM user_info WHERE age = 20 \G *************************** 1. row *************************** id: 1 select_type: SIMPLE table: user_info partitions: NULL type: ALL possible_keys: NULL key: NULL key_len: NULL ref: NULL rows: 10 filtered: 10.00 Extra: Using where 1 row in set, 1 warning (0.00 sec) ~~~ #### type 類型的性能比較通常來說, 不同的 type 類型的性能關系如下: `ALL < index < range ~ index_merge < ref < eq_ref < const < system` `ALL`類型因為是全表掃描, 因此在相同的查詢條件下, 它是速度最慢的. 而`index`類型的查詢雖然不是全表掃描, 但是它掃描了所有的索引, 因此比 ALL 類型的稍快. 后面的幾種類型都是利用了索引來查詢數據, 因此可以過濾部分或大部分數據, 因此查詢效率就比較高了. ### possible\_keys `possible_keys`表示 MySQL 在查詢時, 能夠使用到的索引. 注意, 即使有些索引在`possible_keys`中出現, 但是并不表示此索引會真正地被 MySQL 使用到. MySQL 在查詢時具體使用了哪些索引, 由`key`字段決定. ### key 此字段是 MySQL 在當前查詢時所真正使用到的索引. ### key\_len 表示查詢優化器使用了索引的字節數. 這個字段可以評估組合索引是否完全被使用, 或只有最左部分字段被使用到. key\_len 的計算規則如下: * 字符串 * char(n): n 字節長度 * varchar(n): 如果是 utf8 編碼, 則是 3*n + 2字節; 如果是 utf8mb4 編碼, 則是 4*n + 2 字節. * 數值類型: * TINYINT: 1字節 * SMALLINT: 2字節 * MEDIUMINT: 3字節 * INT: 4字節 * BIGINT: 8字節 * 時間類型 * DATE: 3字節 * TIMESTAMP: 4字節 * DATETIME: 8字節 * 字段屬性: NULL 屬性占用一個字節. 如果一個字段是 NOT NULL 的, 則沒有此屬性. 我們來舉兩個簡單的栗子: ~~~pgsql mysql> EXPLAIN SELECT * FROM order_info WHERE user_id < 3 AND product_name = 'p1' AND productor = 'WHH' \G *************************** 1. row *************************** id: 1 select_type: SIMPLE table: order_info partitions: NULL type: range possible_keys: user_product_detail_index key: user_product_detail_index key_len: 9 ref: NULL rows: 5 filtered: 11.11 Extra: Using where; Using index 1 row in set, 1 warning (0.00 sec) ~~~ 上面的例子是從表 order\_info 中查詢指定的內容, 而我們從此表的建表語句中可以知道, 表`order_info`有一個聯合索引: ~~~autohotkey KEY `user_product_detail_index` (`user_id`, `product_name`, `productor`) ~~~ 不過此查詢語句`WHERE user_id < 3 AND product_name = 'p1' AND productor = 'WHH'`中, 因為先進行 user\_id 的范圍查詢, 而根據`最左前綴匹配`原則, 當遇到范圍查詢時, 就停止索引的匹配, 因此實際上我們使用到的索引的字段只有`user_id`, 因此在`EXPLAIN`中, 顯示的 key\_len 為 9. 因為 user\_id 字段是 BIGINT, 占用 8 字節, 而 NULL 屬性占用一個字節, 因此總共是 9 個字節. 若我們將user\_id 字段改為`BIGINT(20) NOT NULL DEFAULT '0'`, 則 key\_length 應該是8. 上面因為`最左前綴匹配`原則, 我們的查詢僅僅使用到了聯合索引的`user_id`字段, 因此效率不算高. 接下來我們來看一下下一個例子: ~~~sql mysql> EXPLAIN SELECT * FROM order_info WHERE user_id = 1 AND product_name = 'p1' \G; *************************** 1. row *************************** id: 1 select_type: SIMPLE table: order_info partitions: NULL type: ref possible_keys: user_product_detail_index key: user_product_detail_index key_len: 161 ref: const,const rows: 2 filtered: 100.00 Extra: Using index 1 row in set, 1 warning (0.00 sec) ~~~ 這次的查詢中, 我們沒有使用到范圍查詢, key\_len 的值為 161. 為什么呢? 因為我們的查詢條件`WHERE user_id = 1 AND product_name = 'p1'`中, 僅僅使用到了聯合索引中的前兩個字段, 因此`keyLen(user_id) + keyLen(product_name) = 9 + 50 * 3 + 2 = 161` ### rows rows 也是一個重要的字段. MySQL 查詢優化器根據統計信息, 估算 SQL 要查找到結果集需要掃描讀取的數據行數. 這個值非常直觀顯示 SQL 的效率好壞, 原則上 rows 越少越好. ### Extra EXplain 中的很多額外的信息會在 Extra 字段顯示, 常見的有以下幾種內容: * Using filesort 當 Extra 中有`Using filesort`時, 表示 MySQL 需額外的排序操作, 不能通過索引順序達到排序效果. 一般有`Using filesort`, 都建議優化去掉, 因為這樣的查詢 CPU 資源消耗大. 例如下面的例子: ~~~sql mysql> EXPLAIN SELECT * FROM order_info ORDER BY product_name \G *************************** 1. row *************************** id: 1 select_type: SIMPLE table: order_info partitions: NULL type: index possible_keys: NULL key: user_product_detail_index key_len: 253 ref: NULL rows: 9 filtered: 100.00 Extra: Using index; Using filesort 1 row in set, 1 warning (0.00 sec) ~~~ 我們的索引是 ~~~autohotkey KEY `user_product_detail_index` (`user_id`, `product_name`, `productor`) ~~~ 但是上面的查詢中根據`product_name`來排序, 因此不能使用索引進行優化, 進而會產生`Using filesort`. 如果我們將排序依據改為`ORDER BY user_id, product_name`, 那么就不會出現`Using filesort`了. 例如: ~~~sql mysql> EXPLAIN SELECT * FROM order_info ORDER BY user_id, product_name \G *************************** 1. row *************************** id: 1 select_type: SIMPLE table: order_info partitions: NULL type: index possible_keys: NULL key: user_product_detail_index key_len: 253 ref: NULL rows: 9 filtered: 100.00 Extra: Using index 1 row in set, 1 warning (0.00 sec) ~~~ * Using index "覆蓋索引掃描", 表示查詢在索引樹中就可查找所需數據, 不用掃描表數據文件, 往往說明性能不錯 * Using temporary 查詢有使用臨時表, 一般出現于排序, 分組和多表 join 的情況, 查詢效率不高, 建議優化.