MySQL索引性能分析

为什么要做性能分析

你有没有这样的情况。

面对一个你没怎么写过的、复杂的业务，你构思了很久，终于开始敲下了第一段代码。

写的过程迷迷糊糊，有的时候还能把自己搞晕了。

但你还是终于把它写完了。

但是点击一运行，完了，有bug。

怎么办？

debug的方式有很多，控制台打印是一种。

通过控制台打印的信息，我们能根据反馈去修改代码，直到代码能正常运行为止。

其实建索引也是一样的。

上篇帖子《浅谈sql索引》，说过索引的难点在于针对一个具体的表去做出最合适的索引。

因为这不只要看你表里有什么内容，更多要看你的业务，你的业务会经常根据哪些关键词查找。

代码我们可以天天写，索引不能天天建吧。

所以多数情况下，因为不熟悉，我们一开始建立的索引往往都不是最好的，唯有根据反馈去调整索引，才能做出一个最合适这个表的索引。

今天要分享的就是怎么去看懂这个反馈，即怎么去做性能分析。

怎么做性能分析

使用EXPLAIN关键字！

使用EXPLAIN关键字可以知道MySQL是如何处理你的SQL语句的，分析你的查询语句或是表结构的性能瓶颈。

但EXPLAIN并不能直接反馈我们建的索引的好坏。

用法是这样的，我们建好了索引，拿着业务中最常用的几句SQL语句来EXPLAIN一下，如果反馈的效果好，那么建立的索引就是最适合这个表的，反之则需要改进。

要不改索引，要不改SQL。

EXPLAIN玩法

语句

explain 要查看的sql语句（横表）或explain 要查看的sql语句\G（竖表）

一个具体的例子

各个字段解释

从上图中我们可以看到，explain出来的信息有以下字段：

id	select_type	table	type	possible_keys	key	key_len	ref	rows	Extra

你仔细看看，这么长是不是有点像工资条?

其中各个字段代表的意思是这样的：

• id: 查看表的读取顺序。

  咱们上图中的例子只查询了一个表，但若是多表联合查询，则有：
  
        id相同的话，执行顺序由上至下；
  
        id不同的话，id值越大优先级越高；
  

• select_type: 显示区别联合查询、子查询、普通查询等。

  以下为其可能的值，以及对应所代表的信息：
  
        SIMPLE -- 简单的select查询，不包含子查询或union；
  
        PRIMARY -- 查询中若包含任何复杂的子部分，最外层查询则被标记为PRIMARY；
  
        SUBQUERY -- 在select或where包含的子查询；
  
        DERIVED -- 在from列表包含的子查询被标记为DERIVED（衍生），MySQL会递归执行这些子查询，把结果放在临时表里；
  
        UNION -- 若第二个select出现在union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；
  

• table: 显示表名。

• type: 显示查询用了何种类型。

  以下为其可能的值，以及对应所代表的信息：
  
        system -- 表只有一行记录（等于系统表），这是const类型的特例，平时不会出现，可以忽略不记。
  
        const -- 表示通过索引一次就找到了，const用于比较primary key(主键)或者unique(唯一)索引。因为只匹配一行数据，所以很快，如果将主键置于where列表中，mysql就能将该查询转换到一个常量。
  
        eq_ref -- 唯一性扫描索引，对于每个索引键，表中**刚好只**有一条记录与之匹配。常用于主键或唯一索引扫描。
  
        ref -- 非唯一性扫描索引，返回匹配某个单独值的所有行。上面`eq_ref`的多值情况。如where age=1，age=1的数据刚好只有一行，便显示eq_ref，age=1的数据有多行，便显示ref。
  
        range -- 只检索给定范围的行，使用一个索引来选择行。如果type列的值为`range`，key列便会显示使用了哪个索引。一般就是在where语句中出现了between、<、>、in等的查询。这种范围扫描查询比全表扫描要好。
  
        index -- Full Index Scan（扫描全部索引），index与ALL区别为index类型只遍历索引树。都是读全表，但是index是从索引中读取，all是从硬盘中读，而且索引文件通常比数据文件小。
  
        all -- Full Table Scan（扫描全表），遍历全表来找到匹配的行，即索引完全没用上。
  
  从最好到最差依次是：system>const>eq_ref>ref>range>index>ALL
  
  细节：
  
        1. type 是 ALL，当数据到达百万以上一定要优化。
  
        2. 一般来说，如果要优化得保证查询至少达到range级别，最好达到ref。
  

• possible_keys和key

  possible_key: 显示可能应用在这张表中的索引，一个或多个。理论上可能被使用的索引，但不一定被查询实际使用。
  
  key: 实际使用的索引，如果为null，则没有使用索引。
  
  这两列有四种情况：
        1. possible_key有值，key有值：正常，有的时候前者有多个值但后者只有一个也正常。
        2. possible_key有值，key无值：**索引失效了，出现问题了**。
        3. possible_key无值，key有值：条件查询(如where)没有用到索引或没有条件查询，但查询的列(select后面的字段)刚好顺序、数量和索引一致。
        4. possible_key无值，key无值：正常，就是你没建索引。
  

• key_len: 表示索引中使用的字节数。

  可通过该列计算【查询中使用的索引的长度】，在查询结果一样的情况下，该值越小越好。
  
  key_len显示的值为索引字段的最大可能长度，而非实际使用长度，即通过表定义计算而得，不是通过表内检索而得。
  
  假设你建立复合索引(col1,col2)，如果【通过col1条件查询】和【通过col1和col2条件查询】的结果一样，那么前者比较好，因为只需要用一个字段，key_len的值会比较小，上面也说过是通过表定义的长度来决定key_len的值。
  

• ref: 显示key列中索引参照的值。

  有两种可能的值，以及对应所代表的信息：
  
        库名.表名.字段名 -- 表示索引参照的值是哪个库的哪个表的哪个字段；
  
        const -- 表示索引参照的值是常量，一般是where id=1这样才会出现；
  

• rows: 根据表统计信息以及索引选用情况，大致估算出找到要查找的记录需要读取的行数。

• Extra: 十分重要的额外信息。

  以下为其可能的值，以及对应所代表的信息：
  
        Using filesort -- 说明mysql完全或部分没有按照你所建的索引排序，比较需要优化了。MySQL无法利用索引完成的排序操作称为“文件排序”；
  
        Using temporary-- 使用了临时表保存中间结果，mysql对查询结果排序时使用临时表。这也比较需要优化，因为临时表的创建和删除都是比较费性能的，常见于order by和group by；
  
        Using index -- 表示相应的select操作中使用了覆盖索引，避免了访问表的数据行，效率不错。如果同时出现Using where，表明索引被用来执行索引键值的查询，如果没有出现，表明索引被用来读取数据而非执行查找动作；
  
        Using where -- 使用了where过滤；
  
        Using join buffer -- 使用了连接缓存，如果总是出现这个字段，可以去配置文件中适当调大这个值；
  
        Impossible where -- where子句的值总是false，不能用来获取任何元组；
  
        Select tables optimized away  -- 在没有group by子句的情况下，基于索引优化MIN/MAX操作或者对于MyISAM存储引擎优化count(*)操作，不必等到执行阶段再进行计算，查询执行计划生成的阶段即完成优化；
  
        distinct -- 优化distinct操作，在找到第一组匹配的元组后马上停止找相同值的动作。
  
  注意：
  
        1. 使用group by等排序时，如果有用到索引，最好严格按照索引的顺序来，比如，存在复合索引(col1,col2)，排序时如果跳过col1，直接使用col2排序，会导致出现Using filesort、Using temporary等比较严重的问题。
  
        2. 尽量使用覆盖索引，select后面的列名完全与建立的索引顺序、数量一致。这样可以直接使用索引读取数据，避免读取表的数据行。
  

案例

最后来看一个简单的案例，我会先放题目，再放思路，最后放答案。

题目

要求是写出SQL的执行顺序。

思路

1. 首先看id列，id越大优先级越高，索引从id为4的那一行开始看，这一行的table为t2，即查询的是t2，所以最先查找的反而是最后的部分select name,id from t2。

2. id为3的这一行，table是t1，所以查的是select id,name from t1 where other_column=''；这一行后面的Extra列的Using where同样佐证了这点。

3. id为2的这一行，table是t3，所以查的是select id from t3；另外，key列是primary说明用到了主键作为索引，Extra列的Using Index表示用到了覆盖索引（即索引用在了select后面）。

4. id为1的这一行，table是，意思是根据【id为3的那一行的查询结果】来查询（对应的你也可以看到id为3的那一行的select_type列为Derived），所以查的是select d1.name,(select id from t3)d2 from (select id,name from t1 where other_column = '') d1

5. id为NULL这一行，table是<union1,4>，意思是根据【id为1和4的那两行的查询结果】来实现union查询。

答案

1.select name,id from t2
2.select id,name from t1 where other_column=''
3.select id from t3
4.select d1.name,(3.result)d2 from (2.result) d1
5.(4.result) union (1.result)

最后还是建议结合前面每个字段的解释，有自己的一个思考过程是最好的。

最后

今天说的是如何看explain的结果。

就好像咱们控制台打印信息是为了看代码运行的情况一样，看完了，如果有bug，还要动手改的。

而我们今天只是说如何看而已，下一步，就是如何改了。