1.explain分析sql语句
例如:
EXPLAIN SELECT * FROM blog_info bi INNER JOIN uam_view_unit_account uua
ON bi.account_instance_id = uua.account_instance_id
WHERE bi.is_comment = 0 OR (bi.is_comment = 1 AND bi.is_forward = 1)
ORDER BY bi.`publish_time`
返回结果:
而今天检查的不是这条sql,远比这条复杂,不过也能反映情况了。
(1)使用视图导致sql在执行过程中需要用中间表,就是Using temporary。 因为视图无法使用索引,这也导致性能会比较低效。
(2)当有order by出现时,而且排序字段没有添加索引,那就会导致Using filesort,导致磁盘的文件排序。
(3)而因为uam_view_unit_account 这个视图是union4张表得出的(UNION RESULT),这里面rows和type都无法提高性能。
2.属性解析
只记几个重要的属性:
Select_type:所使用的查询类型,主要有以下这几种查询类型。
DEPENDENT SUBQUERY:子查询内层的第一个SELECT,依赖于外部查询的结果集。
DEPENDENT UNION:子查询中的UNION,且为UNION中从第二个SELECT开始的后面所有SELECT,同样依赖于外部查询的结果集。
PRIMARY:子查询中的最外层查询,注意并不是主键查询。
SIMPLE:除子查询或UNION之外的其他查询。
SUBQUERY:子查询内层查询的第一个SELECT,结果不依赖于外部查询结果集。
UNCACHEABLE SUBQUERY:结果集无法缓存的子查询。
UNION:UNION语句中第二个SELECT开始后面的所有SELECT,第一个SELECT为PRIMARY。
UNION RESULT:UNION 中的合并结果。
Type:告诉我们对表使用的访问方式,主要包含如下集中类型。 all:全表扫描。 const:读常量,最多只会有一条记录匹配,由于是常量,实际上只须要读一次。 eq_ref:最多只会有一条匹配结果,一般是通过主键或唯一键索引来访问。 fulltext:进行全文索引检索。 index:全索引扫描。 index_merge:查询中同时使用两个(或更多)索引,然后对索引结果进行合并(merge),再读取表数据。 index_subquery:子查询中的返回结果字段组合是一个索引(或索引组合),但不是一个主键或唯一索引。 rang:索引范围扫描。 ref:Join语句中被驱动表索引引用的查询。 ref_or_null:与ref的唯一区别就是在使用索引引用的查询之外再增加一个空值的查询。 system:系统表,表中只有一行数据; unique_subquery:子查询中的返回结果字段组合是主键或唯一约束。
(1)type显示的是访问类型,是较为重要的一个指标,结果值从好到坏依次是:
system > const > eq_ref > ref > fulltext > ref_or_null > index_merge > unique_subquery > index_subquery > range > index > ALL
一般来说,得保证查询至少达到range级别,最好能达到ref,否则就可能会出现性能问题。
Extra:查询中每一步实现的额外细节信息,主要会是以下内容。 Distinct:查找distinct 值,当mysql找到了第一条匹配的结果时,将停止该值的查询,转为后面其他值查询。 Full scan on NULL key:子查询中的一种优化方式,主要在遇到无法通过索引访问null值的使用。 Range checked for each record (index map: N):通过 MySQL 官方手册的描述,当 MySQL Query Optimizer 没有发现好的可以使用的索引时,如果发现前面表的列值已知,部分索引可以使用。对前面表的每个行组合,MySQL检查是否可以使用range或 index_merge访问方法来索取行。 SELECT tables optimized away:当我们使用某些聚合函数来访问存在索引的某个字段时,MySQL Query Optimizer 会通过索引直接一次定位到所需的数据行完成整个查询。当然,前提是在 Query 中不能有 GROUP BY 操作。如使用MIN()或MAX()的时候。 Using filesort:当Query 中包含 ORDER BY 操作,而且无法利用索引完成排序操作的时候,MySQL Query Optimizer 不得不选择相应的排序算法来实现。 Using index:所需数据只需在 Index 即可全部获得,不须要再到表中取数据。 Using index for group-by:数据访问和 Using index 一样,所需数据只须要读取索引,当Query 中使用GROUP BY或DISTINCT 子句时,如果分组字段也在索引中,Extra中的信息就会是 Using index for group-by。 Using temporary:当 MySQL 在某些操作中必须使用临时表时,在 Extra 信息中就会出现Using temporary 。主要常见于 GROUP BY 和 ORDER BY 等操作中。 Using where:如果不读取表的所有数据,或不是仅仅通过索引就可以获取所有需要的数据,则会出现 Using where 信息。 Using where with pushed condition:这是一个仅仅在 NDBCluster存储引擎中才会出现的信息,而且还须要通过打开 Condition Pushdown 优化功能才可能被使用。控制参数为
engine_condition_pushdown 。 Impossible WHERE noticed after reading const tables:MySQL Query Optimizer 通过收集到的统计信息判断出不可能存在结果。 No tables:Query 语句中使用 FROM DUAL或不包含任何 FROM子句。 Not exists:在某些左连接中,MySQL Query Optimizer通过改变原有 Query 的组成而使用的优化方法,可以部分减少数据访问次数。
(1)要让查询尽可能的快,就应该注意 extra 字段的值为usingfilesort 和 using temporary 的情况。
3.小总结
(1)如果发现某条sql执行非常慢,那就需要将直接sql在数据库里进行explain分析。
(2)查看explain的表格,重点查看里面的type、rows、extra三个属性。
1.type为ALL或index;
2.extra有Using filesort或Using temporary;
3.rows的数值跟其表的数据条数差不多;
这个时候代表这条sql急需优化了。
(3)根据分析提示建相关的索引,甚至是修改sql写法,以便提高效率。