MySQL explain快速查询手册

时间:2022-10-20 AntBlack 人气:0

一. 前言

上一篇整理完了 MySQL 的性能优化方式 , 其中最常用的就是 explain .

这一篇来详细看看 explain 中各个参数的含义和扩展 , 整理出来便于使用时快速查询

二 . explain 使用

三. 业务实践

在日常实践中 , 我们应该如何使用 explain 提供的查询来判断索引怎么配置呢?

以一个实际业务场景为例 : 首先场景里面的数据分布都很均衡 , 这就导致设置的索引在查询优化器的处理下 , 很难产生最好的效果.

先来看一下表结构 :

CREATE TABLE `user_info` (
  `id` bigint(20) unsigned NOT NULL AUTO_INCREMENT COMMENT '主键id',
  `user_id` bigint(20) NOT NULL DEFAULT '0' COMMENT '会员ID',
  `user_no` bigint(20) NOT NULL DEFAULT '0' COMMENT '会员编号',
  `open_id` varchar(128) NOT NULL DEFAULT '' COMMENT '外部ID',
  `org_id` varchar(128) NOT NULL DEFAULT '0' COMMENT '组织ID',
  `listen_num` int(11) NOT NULL DEFAULT '0' COMMENT '记录次数',
  `create_time` datetime NOT NULL DEFAULT CURRENT_TIMESTAMP COMMENT '创建时间',
  `create_person` varchar(50) NOT NULL DEFAULT '' COMMENT '创建人',
  `update_time` datetime NOT NULL DEFAULT CURRENT_TIMESTAMP ON UPDATE CURRENT_TIMESTAMP COMMENT '更新时间',
  `update_person` varchar(50) NOT NULL DEFAULT '' COMMENT '更新人',
  PRIMARY KEY (`id`),
  KEY `idx_user_id` (`user_id`),
  KEY `idx_org_id_open_id` (`org_id`,`open_id`) USING BTREE,
  KEY `idx_create_time` (`create_time`) USING BTREE,
  KEY `idx_update_time` (`update_time`) USING BTREE
) COMMENT='会员记录表';

需要获取到记录次数 (listen_num) > 0 用户的会员编号 (user_no)
org_id 只有四种数据 (A/B/C/D) , 每种数据预计占25% - 30%
数据是重复修改的关系 , 修改后会更新 update_time

基础信息

// 1. 总记录数 4200000

// 2. 不同 org_id 下的记录数
- 1234567890 : 100万
- 9876543210 : 100万
- 8888888888 : 100万
- 6666666666 : 100万
- 其他 : 20万

// 3. 时间周期 
> 2022-01
> 2022-12

3.1 以 user_id 为条件进行查找的思路

listen_num 本身没有创建索引 , 以该字段查肯定会走全表 , 优先考虑的思路就是 > user_id 为条件进行有序查询 :

explain select * from user_info where user_id > 69999887 and listen_num > 0

这里看起来好像万事大吉 , 你看索引不是生效了吗 , 只扫描了16行 ,nice!

但是 , 回想一下 B+Tree 的原则 , 在节点里面搜索条件是由小到大有序排列的 , 而带了这个 user_id 处 , 实际上已经快结束了 , 查询优化器理所当然的选择了通过 idx_user_id 进行查询

如果以开始ID做查询条件 ,可以发现实际上索引没有生效 , 而类型也是全表

explain select * from user_info where user_id > 10000025 and listen_num > 0

总结 : 当索引字段遍布整个数据范围 , 且查询很分散的时候 , 在前排序区间的数据可能会放弃使用索引

3.2 以更新时间为查询条件

既然二级索引里面是有序 , 那么以时间作为查询条件是不是最好的 ?

EXPLAIN SELECT *  FROM user_info 
WHERE update_time > "2022-08-03 01:04:55" AND update_time < "2022-09-03 01:04:55" AND listen_num > 0 LIMIT 100

这里看起来就很不错了 , 查询行数和索引都使用的很理想. 但是这里面会有一个致命的问题 , 如果是大批量数据查询 , 那么这里一定会出现深度分页的问题

3.3 简单优化通过 orgId 进行切割

首先数据结构的特点是什么? >> 四个组织分布很平均 , 也就是说如果 org_id 生效 ,我们至少可以只保存四分之一的查询量

EXPLAIN SELECT *  FROM user_info WHERE org_id = "123" and update_time > "2022-08-03 01:04:55" AND update_time < "2022-09-03 01:04:55" and listen_num > 0 LIMIT 100

初步总结

通过以上三个案例 , 基本上就可以看出 explain 的基本用法

通过 type 判断比较的类型
通过 key 判断是否使用了自己期望的索引
通过 row 判断这个索引的效果

3.4 多索引条件的抉择

要记住的一点是 , 索引并不是我们以为的样子 ,当多个索引同时存在的时候 , MySQL 会根据情况进行选择. 比如 :

EXPLAIN SELECT *  FROM user_info 
WHERE org_id = "1234567890" and update_time > "2022-08-03 01:04:55" AND update_time < "2022-08-04 01:04:55" 
and listen_num > 0 LIMIT 100

如果这里把时间周期拉长 , 那么结果也会相应的转变 :

EXPLAIN SELECT *  FROM user_info 
WHERE org_id = "1234567890" and update_time > "2022-08-03 01:04:55" AND update_time < "2022-09-04 01:04:55"
and listen_num > 0 LIMIT 100

3.5 连表查询的关注点

连表查询中主要关注的属性是 filtered , 来实际来看看这个属性 :

// org 是个很简单的表 , org_id 即对于其ID
EXPLAIN SELECT *  FROM user_info as u , org as o WHERE org_id = "123" and u.org_id = o.id

在单表时 , filtered 表示索引生效的占比 . 简单来说 ,比例越高,则索引利用率越高
在多表时 , 这个表示次表需要查询的行数占比. 也就是被驱动的表剩余的查询次数

四. 深入问题

4.1 explain 的结果能作为最终决策吗?

explain 的结果并不能作为最终决策行为 , explain 是执行计划 , 计划和实际是会存在偏差的, 毕竟 explain 没有真的执行.

哪怕我们最终只需要100行 , 按照 ID 排序的情况下只查几行 , 实际上执行计划的 row 仍然会很庞大.

总结

explain 主要作为参考 , 在实际使用中 , 需要更多的经验思考. 可能最终的结果和explain的不一致.

例如上面的案例 , 按照 explain 的做法 , 用短时间周期最好 ,其次应该是 org_id .

但是根据业务场景 ,我会选择通过 > id 的方式循环查. 一个是业务原因 ,查询的量大 , 上述两种方式都不能避免深度翻页的问题.

参考 :

<高性能MySQL>

<MySQL 是怎样运行的：从根儿上理解 MySQL>

加载全部内容