当前位置:   article > 正文

MySQL执行计划解析及优化攻略

table:explain 的一行正在访问哪个表。

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,1和2表示参与 union 的

select 行id。

4. 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

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

关联类型:

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

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

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

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

index:扫描全表索引,这通常比ALL快一些

ALL:即全表扫描,意味着mysql需要从头到尾去查找所需要的行。通常情况下这需要增加索 引来进行优化了

5. 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

key_len计算规则如下:

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 3n+2 数值类型

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

6. Extra列

这一列展示的是额外信息,Mysql没有明确限定,出现的情况比较多,可结合具体SQL场景,百度具体解析进行分析

7.索引总结

34f26141719880b09f6c09118944bffe.png

trace工具的关键参数

对于一条sql的执行过程,mysql最终是否选择走索引或者一张表涉及多个索引,mysql最终如何选择索引,我们可以用trace工具来一查究竟,开启trace工具会影响mysql性能,所以只能临时分析sql使用,用完之后立即关闭

用法:

‐‐开启trace

1、mysql> set session optimizer_trace="enabled=on",end_markers_in_json=on;

2、需要分析的sql

3、mysql> SELECT * FROM information_schema.OPTIMIZER_TRACE;

关键参数:

rows_estimation--预估表的访问成本

"table": "表名",

"range_analysis": {

"table_scan": {‐‐全表扫描情况

"rows":10123,‐‐扫描行数

"cost":2054.7‐‐ 查询

}

}

--查询可能使用的索引

potential_range_indexes

{--主键索引

"index": "PRIMARY",

"usable": false,

"cause": "not_applicable"

}

{--辅助索引

"index": "idx_name_age_position",

"usable": true,

"key_parts":["name",

"age",

"position",

"id"]}

‐‐分析各个索引使用成本

analyzing_range_alternatives

{

"index": "idx_name_age_position",

"ranges":[--‐索引使用范围

"a < name"],

"index_dives_for_eq_ranges": true,

"rowid_ordered": false,--使用该索引获取的记录是否按照主键排序

"using_mrr": false,

"index_only": false,‐‐是否使用覆盖索引

"rows":5061,‐‐索引扫描行数

"cost":6074.2,‐‐索引使用成本

"chosen": false,‐‐是否选择该索引

"cause": "cost"

}

声明:本文内容由网友自发贡献,不代表【wpsshop博客】立场,版权归原作者所有,本站不承担相应法律责任。如您发现有侵权的内容,请联系我们。转载请注明出处:https://www.wpsshop.cn/w/黑客灵魂/article/detail/755415
推荐阅读
相关标签
  

闽ICP备14008679号