Explain执行计划与索引优化实践

一、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）

二、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）。

三、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

四、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。