Explain详解与索引优化实践

共计 9642 个字符，预计需要花费 25 分钟才能阅读完成。

1、何为 explain 执行计 划？

使用 explain 关键字可以模拟优化器执行 SQL 语句，从而知道 MySQL 是如何使用索引来处理你的 SQL 查询语句以及连接表，可以分析查询语句或是结构的性能瓶颈，帮助我们选择更好的索引和写出更优化的查询语句。（说白了，就是 优化 SQL 的工具）

2、如何使用 explain？

在你的 SQL 查询语句前加上 explain 即可，如 explain select * from table，MySQL 会在查询上设置一个标记，执行查询时，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）。

3、使用 explain 的例子

需要使用三张表，分别为 actor 演员表，film 电影表，film_actor 电影 - 演员关联表。

CREATE TABLE `actor` (
  `id` int(11) NOT NULL COMMENT ‘ 主键 id’,
  `name` varchar(45) DEFAULT NULL COMMENT ‘ 演员名称 ’,
  `update_time` datetime DEFAULT NULL COMMENT ‘ 修改时间 ’,
  PRIMARY KEY (`id`)
) ENGINE=InnoDB DEFAULT CHARSET=utf8;

insert into `actor` (`id`, `name`, `update_time`) values(‘1′,’a’,’2020-02-11 22:56:00′);
insert into `actor` (`id`, `name`, `update_time`) values(‘2′,’b’,’2020-02-11 22:56:00′);
insert into `actor` (`id`, `name`, `update_time`) values(‘3′,’c’,’2020-02-11 22:56:00′);

CREATE TABLE `film` (
  `id` int(11) NOT NULL AUTO_INCREMENT COMMENT ‘ 主键 id’,
  `name` varchar(10) DEFAULT NULL COMMENT ‘ 电影名称 ’,
  PRIMARY KEY (`id`),
  KEY `idx_name` (`name`)
) ENGINE=InnoDB AUTO_INCREMENT=4 DEFAULT CHARSET=utf8;

insert into `film` (`id`, `name`) values(‘3′,’film0’);
insert into `film` (`id`, `name`) values(‘1′,’film1’);
insert into `film` (`id`, `name`) values(‘2′,’film2’);

CREATE TABLE `film_actor` (
  `id` int(11) NOT NULL COMMENT ‘ 主键 id’,
  `film_id` int(11) NOT NULL COMMENT ‘ 电影 id’,
  `actor_id` int(11) NOT NULL COMMENT ‘ 演员 id’,
  `remark` varchar(255) DEFAULT NULL COMMENT ‘ 备注 ’,
  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`, `remark`) values(‘1′,’1′,’1’,NULL);
insert into `film_actor` (`id`, `film_id`, `actor_id`, `remark`) values(‘2′,’1′,’2’,NULL);
insert into `film_actor` (`id`, `film_id`, `actor_id`, `remark`) values(‘3′,’2′,’1’,NULL);

执行完以上 SQL 后，三张表数据对应如下：

下面展示 explain 中每个列的信息：

（1）id 列

id 列的编号是 select 语句的序列号，有几个 select 就有几个 id，并且 id 的序号是按 select 出现的顺序而增长的（id 越大，对应的 select 语句越先执行，如果 id 相等，则从上往下执行，id 为 NULL 最后执行）。

MySQL 将 select 查询分为简单查询 (SIMPLE) 和复杂查询(PRIMARY)。

复杂查询分为三类：简单子查询、派生表（from 语句中的子查询）、union 查询。

1）简单子查询

执行 SQL 语句：EXPLAIN SELECT (SELECT 1 FROM actor LIMIT 1) FROM film

2）from 子句中的子查询

执行 SQL 语句：EXPLAIN SELECT id FROM (SELECT id FROM film) AS der

分析：这个查询执行时有个临时表别名为 der，外部 select 查询引用了这个临时表。

3）union 查询

执行 SQL 语句：EXPLAIN SELECT 1 UNION ALL SELECT 1

分析：union 结果总是放在一个匿名临时表中，临时表不在 SQL 中出现，因此它的 id 为 NULL。（不推荐使用 union，性能不高）

（2）select_type 列

这一列表示对应行是简单还是复杂查询，如果是复杂查询，又是上述三种复杂查询中的哪一种。

1）SIMPLE：简单查询。查询不包含子查询和 union。

执行 SQL 语句：EXPLAIN SELECT * FROM film WHERE id=2

2）PRIMARY：复杂查询中最外层的 select。

3）SUBQUERY：包含在 select 中的子查询（不在 from 子句中）。

4）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）。

执行 SQL 语句：EXPLAIN SELECT (SELECT 1 FROM actor WHERE id=1) FROM (SELECT * FROM film WHERE id=1) der

5）UNION：在 union 中的第二个和随后的 select。

6）UNION RESULT：从 union 临时表检索结果的 select。

执行 SQL 语句：EXPLAIN SELECT 1 UNION ALL SELECT 1

（3）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 <DERIVED N> 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 <union 1,2>，1 和 2 表示参与 union 的 select 行 id。

（4）type 列

（温馨提示：以下部分理论有可能解释完还是懵逼，没关系，继续往下看，有实践例子）

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，查找数据记录的大概范围。

SQL 语句查询效率从最优到最差依次为：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 SQL 语句执行之前（即优化阶段）分析分解查询语句，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，出现的频率不高。

const，system：MySQL 能够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）。用于主键索引或唯一索引的所有列与常数比较时，表最多有一个匹配行，读取 1 次，速度比较快。system 是 const 的特例，表里只有一条记录匹配时为 system。

执行 SQL 语句：EXPLAIN EXTENDED SELECT * FROM (SELECT * FROM film WHERE id=1) tmp

分析：上面的子查询 SELECT * FROM film WHERE id = 1 语句 where 后面 id 使用的是主键索引查询，主键是唯一的，所以查询结果一定是只有一条记录，对于明确知道结果集只有一条记录的查询，它的 type 为 const 类型，性能已经非常高了；而第一个 select 复杂查询的表只有一条记录，所以结果也肯定只有一条记录（第二个 select 子查询之前表中可能是多条记录），这种特例它的 type 为 system 类型，性能最高。

执行 SQL 语句：EXPLAIN EXTENDED SELECT * FROM (SELECT * FROM film WHERE id=1) tmp;  SHOW WARNINGS;

分析：用 explain extended 查看执行计划会比 explain 多一列 filtered，该列给出一个百分比的值，这个值和 rows 列一起使用，可以估计出那些将要和 explain 中的前一个表进行连接的行的数目，前一个表就是指 explain 的 id 列的值比当前表的 id 小的表。explain extended 还可以搭配 show warnings 一起使用，它可以给出一个优化建议，真正执行时是执行优化建议的那条 SQL，但是如果是很复杂的 SQL，它优化出来的结果可能都没你原先的 SQL 性能高。

eq_ref：主键索引或唯一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 之外最好的连接类型了，简单的 select 查询不会出现这种 type。

执行 SQL 语句：EXPLAIN SELECT * FROM film_actor LEFT JOIN film ON film_actor.film_id=film.id

分析：有两条记录，说明有 2 次查询，id 相等，则从上往下执行，说明第 1 条先执行查询 film_actor 表，第 2 条左连接查询 film 表。左连接 film 表并关联 film.id，由于 film.id 是唯一索引，film 表只能关联一行记录，所以第 2 条 select 的 type 为 eq_ref。

ref：相比 eq_ref，不使用唯一索引，而是使用普通索引或者唯一索引的前缀部分，索引要和某个值相比较，可能会找到多条符合条件的记录。

① 简单 select 查询，name 是普通索引（非唯一索引）

执行 SQL 语句：EXPLAIN SELECT * FROM film WHERE NAME=”film1″

② 关联表查询，idx_film_actor_id 是 film_id 和 actor_id 的联合索引，这里使用了 film_actor 的索引左边前缀部分 film_id。

执行 SQL 语句：EXPLAIN SELECT * 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。

执行 SQL 语句：EXPLAIN SELECT * FROM actor WHERE id>1

index：扫描全表索引，这通常会比 ALL 快一些。（index 是从索引中读取的，而 ALL 是从硬盘中读取）

执行 SQL 语句：EXPLAIN SELECT * FROM film;（film 表所有字段都加了索引）

ALL：即全表扫描，意味着 MySQL 需要从头到尾去查找所需要的行（不走索引）。通常情况下这需要增加索引来优化了。

执行 SQL 语句：EXPLAIN SELECT * FROM actor;（actor 表有一个字段没加索引）

（5）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_key 有列，而 key 显示 NULL 的情况，这种情况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。

（6）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。

（7）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。

举例来说，film_actor 表的联合索引 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。通过下面结果中的 key_len= 4 可推断出只使用了第一个列 flim_id 来执行索引查找。

执行 SQL 语句：EXPLAIN SELECT * FROM film_actor WHERE film_id=2

key_len 计算规则如下：

① 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，则长度为 3n+2

② 数值类型

• tinyint：1 字节
• smallint：2 字节
• int：4 字节
• bigint：8 字节

③ 时间类型

• date：3 字节
• timestamp：4 字节
• datetime：8 字节

④ 如果字段允许为 NULL，需要 1 字节记录是否为 NULL

（8）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）。

（9）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。

（10）Extra 列 

这一列展示的是额外信息。常见的重要值如下：

Using index：查询的列被索引覆盖，并且 where 筛选条件是 索引的前导列 （类似联合索引的最左前缀原则），是 性能高 的表现。一般是使用了 覆盖索引（即索引包含了所有查询的字段）。对于 InnoDB 来说，如果是普通索引性能会有不少提高。

执行 SQL 语句：EXPLAIN SELECT film_id FROM film_actor WHERE film_id=1

Using where：查询的列不完全被索引覆盖，where 筛选条件非索引的前导列。（不走索引，性能较低）

执行 SQL 语句：EXPLAIN SELECT * FROM actor WHERE name=’a’

 Using where; Using index：查询的列被索引覆盖，并且 where 筛选条件是索引列之一但不是索引的前导列，意味着无法直接通过索引来查找符合条件的数据。

执行 SQL 语句：EXPLAIN SELECT film_id FROM film_actor WHERE actor_id=1

NULL：查询的列未被索引覆盖，并且 where 筛选条件是索引的前导列，意味着用到了索引，但是部分字段未被索引覆盖，必须通过“回表”来实现，不是纯粹地用到了索引，也不是完全没用到索引。

执行 SQL 语句：EXPLAIN SELECT * FROM film_actor WHERE film_id=1

Using index condition：MySQL 5.6 版本开始加入的新特性，与 Using where 类似，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。

执行 SQL 语句：EXPLAIN SELECT * FROM film_actor WHERE film_id>1

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，首先要想到用索引来优化。

① actor.name 没有索引，此时创建了一张临时表来 distinct。（distinct：去除查询结果中的重复记录）

执行 SQL 语句：EXPLAIN SELECT DISTINCT NAME FROM actor

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。

执行 SQL 语句：EXPLAIN SELECT DISTINCT NAME FROM film

Using filesort：MySQL 会对结果使用一个外部索引排序，而不是按照索引次序从表里读取行。此时 MySQL 会根据连接类型浏览所有符合条件的记录，并保存排序关键字和行指针，然后排序关键字并按顺序检索行信息。这种情况下一般也是要考虑使用索引来优化。

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。

执行 SQL 语句：EXPLAIN SELECT * FROM actor ORDER BY name

② film.name 建立了 idx_name 索引，此时查询时 extra 是 Using index，因为索引底层数据结构已经是排好序的。

执行 SQL 语句：EXPLAIN SELECT * FROM film ORDER BY name

4、索引优化最佳实践

使用了 employees 员工表：

CREATE TABLE `employees` (
  `id` int(11) NOT NULL AUTO_INCREMENT COMMENT ‘ 主键 id’,
  `name` varchar(24) NOT NULL COMMENT ‘ 员工姓名 ’,
  `age` int(11) NOT NULL DEFAULT ‘0’ COMMENT ‘ 员工年龄 ’,
  `position` varchar(20) NOT NULL COMMENT ‘ 员工职位 ’,
  `hire_time` timestamp NOT NULL DEFAULT CURRENT_TIMESTAMP COMMENT ‘ 入职时间 ’,
  PRIMARY KEY (`id`),
  KEY `idx_name_age_position` (`name`,`age`,`position`)
) ENGINE=InnoDB AUTO_INCREMENT=4 DEFAULT CHARSET=utf8;

insert into `employees` (`id`, `name`, `age`, `position`, `hire_time`) values(‘1′,’LiLei’,’22’,’manager’,’2020-02-13 14:22:55′);
insert into `employees` (`id`, `name`, `age`, `position`, `hire_time`) values(‘2′,’HanMeimei’,’23’,’dev’,’2020-02-13 14:22:57′);
insert into `employees` (`id`, `name`, `age`, `position`, `hire_time`) values(‘3′,’Lucy’,’23’,’dev’,’2020-02-13 14:22:59′);

（1）全值匹配

执行 SQL 语句：EXPLAIN SELECT * FROM employees WHERE name=’LiLei’

执行 SQL 语句：EXPLAIN SELECT * FROM employees WHERE name=’LiLei’ AND age=22

执行 SQL 语句：EXPLAIN SELECT * FROM employees WHERE name=’LiLei’ AND age=22 AND position=’manager’

（2）索引 最左前缀原则 

如果索引了多列，要遵循最左前缀原则。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。

提问 ：为什么联合索引要想 命中索引 必须采用最左前缀原则？（命中索引：即是否用到了索引）

以下索引优化规则很多都可以结合下面这张图思考，联合索引底层的索引数据结构图（B+ 树），索引的排序首先按 10002 排序，接着是 Staff，最后才是 1996-08-03，如果不先拿第一个字段 10002 去比较，根本没法比较，导致无法命中索引。

提问：以下 SQL 命中索引？

① EXPLAIN SELECT * FROM employees WHERE age = 22 AND position = ‘manager’;
② EXPLAIN SELECT * FROM employees WHERE position = ‘manager’;
③ EXPLAIN SELECT * FROM employees WHERE name = ‘LiLei’;
④ EXPLAIN SELECT * FROM employees WHERE name = ‘LiLei’ AND position = ‘manager’;

分析：

①中的 where 条件后面 age=22 不是索引的最左前列，后面就不用看了，没有命中索引，②也是如此。

③中的 name 是索引 idx_name_age_position 的最左前列，命中索引。

④中的 name 命中索引，position 没有命中索引，因为跳过索引中的 age 列，中间断了，age 列还是需要全表扫描。

（3）不要在索引列上做任何操作（如计算、函数、自动或手动类型转换），否则会导致索引失效而转向全表扫描

执行 SQL 语句：EXPLAIN SELECT * FROM employees WHERE LEFT(name, 3)=’LiLei’

（4）存储引擎不能使用索引中范围条件右边的列

执行 SQL 语句：EXPLAIN SELECT * FROM employees WHERE name=’LiLei’ AND age>22 AND position=’manager’

分析：长度为 78，name 为 74，age 是 int 类型，所以为 4，即只有 name 和 age 命中索引，position 没有命中索引，因为它属于 age 范围条件右边的索引列。

（5）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

执行 SQL 语句：EXPLAIN SELECT name,age FROM employees WHERE name=’LiLei’

执行 SQL 语句：EXPLAIN SELECT * FROM employees WHERE name=’LiLei’

（6）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

执行 SQL 语句：EXPLAIN SELECT * FROM employees WHERE name != ‘LiLei’

（7）is null，is not null 也无法使用索引

执行 SQL 语句：

EXPLAIN SELECT * FROM employees WHERE name IS NULL

（8）like 以通配符开头（’$abc’），MySQL 索引会失效导致全表扫描

执行 SQL 语句：EXPLAIN SELECT * FROM employees WHERE name LIKE ‘%Lei’

执行 SQL 语句：EXPLAIN SELECT * FROM employees WHERE name LIKE ‘Lei%’

提问：如何解决 like ‘% 字符串 %’ 索引没有命中？

① 使用覆盖索引，查询字段必须是建立覆盖索引字段

执行 SQL 语句：EXPLAIN SELECT name,age,position FROM employees WHERE name LIKE ‘%Lei%’

② 当覆盖索引指向的字段是 varchar(380)及以上的字段时，覆盖索引会失效！

（9）字符串不加单引号，索引失效（内部会做一个字符串转换函数）

执行 SQL 语句：EXPLAIN SELECT * FROM employees WHERE name=1000

（10）少用 or 或 in，用它查询时，非主键字段的索引会失效，主键索引有时生效，有时不生效，跟数据量有关，具体还得看 MySQL 的查询优化结果

 执行 SQL 语句：EXPLAIN SELECT * FROM employees WHERE name=’LiLei’ OR name=’Hanmeimei’

总结：

like KK% 相当于等于常量，%KK 和 %KK% 相当于范围。

：