2. Explain详解与索引最佳实战

本文是按照自己的理解进行笔记总结，如有不正确的地方，还望大佬多多指点纠正，勿喷。

主要内容：
1、Explain使用与详解
2、从B+树底层分析常见索引优化原则
3、Mysql索引最佳实战

1. Explain使用与详解

1.1 Explain工具介绍

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.

注意: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

1.2 Explain分析示例

参考官方文档：https://dev.mysql.com/doc/refman/5.7/en/explain-output.html

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','2017-12-22 15:27:18'), (2,'b','2017-12-22 15:27:18'), (3,'c','2017-12-22 15:27:18');
 
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');
 
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);

explain select * from actor;

1.3 explain两个变种

1.3.1 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)

如果查询出来少了一下两列

可能是版本的问题，5.7之前可能查不到这两列。换成下面这条命令就可以查询到

explain extended select * from film where id = 1;

如果我们使用explain extended 和show warnings一起查询，就会看到结果2中的优化信息。MySQL会对我们的sql进行优化后再执行，show warnings 就可以查看到优化后的sql大概是什么样子，这条优化后的sql不一定可执行。

explain extended select * from film where id = 1;

explain extended select * from film where id = 1;
show Warnings

优化之后的语句是：

select '1' AS `id`,'film1' AS `name` from `ssm`.`film` where 1

这个优化之后的语句有的是可执行的，有的是不可执行的。

1.3.2 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。不过我们都会在数据量大的时候进行分库分表，很少用分区。

1.4 explain中的列

1.4.1 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。

1.4.2 select_type列

select_type 表示对应行是简单还是复杂的查询。该字段有四种情况：simple、primary、subquery、derived。

• simple：简单查询。查询不包含子查询和union

explain select * from film where id = 2;

• primary：复杂查询中最外层的 select
• subquery：包含在 select 中的子查询（不在 from 子句中）
• 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）. 用这个例子来了解 primary、subquery 和 derived 类型
• union：在 union 中的第二个和随后的 select

我们先来看一个复杂的查询

explain select (select 1 from actor where id = 1) from (select * from film where id = 1) der;

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;

我们可以看到id为3的查询，查询类型是DERIVED, 表明该次查询是表的一个临时表，我们也可以看到该查询是from后面的一个查询。

但是，select后也有一个类似的子查询呀，为什么这个不叫临时表呢？

这里我们需要区分一下概念：

Select后面的子查询，我们叫做子查询. From后面的子查询我们叫做derived, 派生表或者临时表

我们再来看一下id列，id越大的优先级越高。这里最大的是3，表明from后面的子查询会最先执行，其次执行select后面的子查询，最后才执行最外成的查询。这也符合逻辑。

union：在 union 中的第二个和随后的 select

explain select 1 union all select 1;

1.4.3 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 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。

1.4.4 partitions列

这一列表示 explain 的分区，现在不怎么使用了。

1.4.5 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

① 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;

② 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.

const是根据唯一索引或者主键进行查询，结果集只有一行记录。相当于查询的是常量，速度非常的快。
system是从一张表进行查询，这个表只有一条记录。

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

explain extended select * from (select * from film where id = 1) tmp;
show warnings;

③ 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.

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

④ 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）

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;

⑤ 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;

这个key里面还是会走索引。这个用了索引，但还是范围查找，效率还是可以的。

⑥ 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。

如果就二个字段，辅助索引就包含了主键id，相当于包含了所有数据，所有使用了二级索引。
如果不止二个字段，二级索引不包含所有字段数据，只包含主键id需要根据主键id回表，mysql成本计算可能就会使用主键索引。全表扫描使用（ALL）

explain select * from film;

在这个表中能看到有一级索引与二级索引

possible_key与key一定是索引。

如果possible_key里面有值，那这个sql分析执行的时候可能用到possible_key里面的索引。

而这里面的key指的是这个sql语句真正执行的时候用到的索引。

有时候可能会出现possible_key有值，key没有值很正常。可能就是他分析的时候可能觉得要用索引，但是真正执行的时候他发现不走索引可能更快一点。我用全表扫描可能效率更高一点。

当我们没有查询条件的时候explain select * from film;为什么就走了一个二级索引。

因为这个表里面只有两个字段，在这个二级索引里面就包含了所有的字段了，所以就使用了二级索引。
其实有这么个优化原则，就是通过查找结果集的一个分析，我查找出来如果这个结果集里面的字段在我们所有的索引里面都有，在主键索引、二级索引里面都有，会优先使用二级索引，因为二级索引小。
因为一级索引是一个聚簇索引，因此扫描结果大。

⑦ 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。

explain select * from actor;

1.4.6 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。

1.4.7 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。

1.4.8 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;

查询到的key_len=4

通过key可以看到使用的是idx_film_actor_id字段

该字段是联合索引，已知film_id是int类型，int类型为4，因此推断出查询使用了第一个列：film_id列来执行索引查找。

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

  • 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

• 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。

1.4.9 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）

1.4.10 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。

1.4.11 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 （通过一颗索引树的索引级能找到 不需要回表）

覆盖索引定义：覆盖索引其实并不是一种索引。他是查询的一种方式，代表所查询的结果字段在索引树里面全部都包括。其实这种index索引就是覆盖索引。
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

explain select film_id from film_actor where film_id = 1;

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(需要优化 添加索引)

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

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；

explain select * from film_actor where film_id > 1;

④ 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

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

explain select distinct name from film;

⑤ 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

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

explain select * from film order by name;

⑥ 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

explain select min(id) from film;

2. 索引最佳实践

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());

2.1 全值匹配

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

74=3n+2=3×24+2

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

78=74+4

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

2.2 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。

EXPLAIN SELECT * FROM employees WHERE name = 'Bill' and age = 31;
EXPLAIN SELECT * FROM employees WHERE age = 30 AND position = 'dev';
EXPLAIN SELECT * FROM employees WHERE position = 'manager';

2.3 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

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

使用了索引

没有使用索引

因为left截取数据的一部分 ，索引树的数据是有序的 ,而且mysql 底层 函数计算没有做优化， 因为有些多函数底层很复杂 ，执行explain 只是返回执行计划的信息，而不是执行这条SQL。 而like 相当于等于(=)

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';

转化为日期范围查询，有可能会走索引：

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`;

2.4 存储引擎不能使用索引中范围条件右边的列

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

第二个语句之所以用的索引少是因为age>20之后，postion就是无序的了，就不会再走索引了。

2.5 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

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';

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

2.6 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

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

2.7 is null,is not null 一般情况下也无法使用索引

EXPLAIN SELECT * FROM employees WHERE name is null

2.8 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'

没走索引

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

走索引了

产生这两种的原因是什么
'%Lei’是无序的，因为前缀到底是什么样子的并不知道。'Lei%'是有序的，因为排序本身就是前缀先排序的。

问题：解决like'%字符串%'索引不被使用的方法？

a）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%';

b）如果不能使用覆盖索引则可能需要借助搜索引擎

2.9 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;

2.10 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';

or或in可能需要使用好几次索引，最后计算下来还是全表扫描快，就会使用全表扫描。

2.11 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 ;
explain select * from employees where age >=1 and age <=2000;

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

ALTER TABLE `employees` DROP INDEX `idx_age`;

3、索引使用总结

like KK%相当于=常量，%KK和%KK% 相当于范围

-- mysql5.7关闭ONLY_FULL_GROUP_BY报错
select version(), @@sql_mode;SET sql_mode=(SELECT REPLACE(@@sql_mode,'ONLY_FULL_GROUP_BY',''));