mysql索引explain的type

一、如何评估sql的质量与效率?

当一个sql查询语句被写出来之后,其实你的工作只完成了一小半,接下来更重要的工作是评估你自己写的sql的质量与效率。mysql为我们提供了很有用的辅助武器explain,它向我们展示了mysql接收到一条sql语句的执行计划。根据explain返回的结果我们便可以知道我们的sql写的怎么样,是否会造成查询瓶颈,同时根据结果不断的修改调整查询语句,从而完成sql优化的过程。
虽然 explain返回的结果项很多,这里我们只重点关注三个,分别是type,key,rows。其中key表明的是这次查找中所用到的索引,rows是指这次查找数据所扫描的行数(这里可以先这样理解,但实际上是内循环的次数)。而type则是本文要详细记录的连接类型,前两项重要而且简单,无需多说。type 表示 MySQL 在表中找到所需行的方式, 又称"访问类型"。

二、都有哪些type?

mysql5.7中type的类型达到了14种之多,这里只记录和理解最重要且经常遇见的六种类型,它们分别是All,index,range,ref,eq_ref,const。从左到右,它们的效率依次是增强的。撇开sql的具体应用环境以及其他因素,你应当尽量优化你的sql语句,使它的type尽量靠右,但实际运用中还是要综合考虑各个方面的。

const:查找主键索引或unique唯一索引,返回的数据至多一条(0或者1条)。 属于精确查找
eq_ref:查找唯一性索引,返回的数据至多一条。属于精确查找
ref:查找非唯一性索引,返回匹配某一条件的多条数据。属于精确查找、数据返回可能是多条
range:查找某个索引的部分索引,一般在where子句中使用 < 、>、in、between等关键词。只检索给定范围的行,属于范围查找
index:查找所有的索引树,比ALL要快的多,因为索引文件要比数据文件小的多。
ALL:不使用任何索引,进行全表扫描,性能最差。

从下到上逐渐变好,使用的索引至少要达到range 级别。

1、All

全表扫描(Full Table Scan), MySQL将遍历全表以找到匹配的行。status没有索引。

explain select * from sms where STATUS=2;
All.png

为status字段添加索引:

2、index

全索引扫描(Full Index Scan), index 与 ALL 区别为 index 类型只遍历索引树.。MYSQL 遍历整个索引来查找匹配的行。

explain select STATUS from sms;
index.png

虽然 where 条件中没有用到索引, 但是要取出的列 status 是索引包含的列, 所以只要全扫描 status 索引即可, 直接使用索引树查找数据.

3、range

range指的是有范围的索引扫描,相对于index的全索引扫描,它有范围限制,因此要优于index。关于range比较容易理解,需要记住的是出现了range,则一定是基于索引的。索引范围扫描, 常见于 '<', '<=', '>', '>=', 'between','and','in',or 等操作符。

explain select * from sms where status > 1;
range.png

4、ref

出现该连接类型的条件是: 查找条件列使用了索引而且不为主键和unique。其实,意思就是虽然使用了索引,但该索引列的值并不唯一,有重复。这样即使使用索引快速查找到了第一条数据,仍然不能停止,要进行目标值附近的小范围扫描。但它的好处是它并不需要扫全表,因为索引是有序的,即便有重复值,也是在一个非常小的范围内扫描。

explain select * from sms WHERE STATUS=1;
ref.png

5、eq_ref

类似ref, 区别就在使用的索引是唯一索引。 在联表查询中使用 primary key 或者 unique key 作为关联条件。ref_eq 与 ref相比牛的地方是,它知道这种类型的查找结果集只有一个?什么情况下结果集只有一个呢!那便是使用了主键或者唯一性索引进行查找的情况,比如根据学号查找某一学校的一名同学,在没有查找前我们就知道结果一定只有一个,所以当我们首次查找到这个学号,便立即停止了查询。这种连接类型每次都进行着精确查询,无需过多的扫描,因此查找效率更高,当然列的唯一性是需要根据实际情况决定的。

explain select * from sms a left join whitelist b on b.id = a.id
all&eq_ref.png
//相当于执行以下循环
List<Map<String,Object>> resultA=select * from sms a
for(Map<String,Object> map: resultA){
       List<Map<String,Object>> resultB=select * from whiteList b where b.id=map.get("id")
}

所以联表查询时,应该避免使用select *,select精确查找的字段并为此字段添加索引,如:

explain select a.status from sms a left join whitelist b on b.id = a.id
index&eq_ref.png
//相当于执行以下循环
List<Map<String,Object>> resultA=select a.status from sms a
for(Map<String,Object> map: resultA){
       List<Map<String,Object>> resultB=select * from whiteList b where b.id=map.get("id")
}

或加where条件并给此条件字段加索引:

explain select * from sms a left join whitelist b on a.id = b.id where a.status=1
ref&eq_ref.png
//相当于执行以下循环
List<Map<String,Object>> resultA=select * from sms a where a.status=1
for(Map<String,Object> map: resultA){
       List<Map<String,Object>> resultB=select * from whiteList b where b.id=map.get("id")
}

所以:where条件决定是a表的查询效率,b表中联合查找的字段即id决定的是b表的查询效率

6、const

如将主键或unique字段置于 where 列表中, MySQL 就能将该查询转换为一个常量。

explain select STATUS from sms WHERE id=1;
const.png

参考:
https://www.jianshu.com/p/bb7722043aec
https://blog.csdn.net/dennis211/article/details/78170079
https://www.cnblogs.com/xxoome/p/14434061.html

最后编辑于
©著作权归作者所有,转载或内容合作请联系作者
  • 序言:七十年代末,一起剥皮案震惊了整个滨河市,随后出现的几起案子,更是在滨河造成了极大的恐慌,老刑警刘岩,带你破解...
    沈念sama阅读 159,835评论 4 364
  • 序言:滨河连续发生了三起死亡事件,死亡现场离奇诡异,居然都是意外死亡,警方通过查阅死者的电脑和手机,发现死者居然都...
    沈念sama阅读 67,598评论 1 295
  • 文/潘晓璐 我一进店门,熙熙楼的掌柜王于贵愁眉苦脸地迎上来,“玉大人,你说我怎么就摊上这事。” “怎么了?”我有些...
    开封第一讲书人阅读 109,569评论 0 244
  • 文/不坏的土叔 我叫张陵,是天一观的道长。 经常有香客问我,道长,这世上最难降的妖魔是什么? 我笑而不...
    开封第一讲书人阅读 44,159评论 0 213
  • 正文 为了忘掉前任,我火速办了婚礼,结果婚礼上,老公的妹妹穿的比我还像新娘。我一直安慰自己,他们只是感情好,可当我...
    茶点故事阅读 52,533评论 3 287
  • 文/花漫 我一把揭开白布。 她就那样静静地躺着,像睡着了一般。 火红的嫁衣衬着肌肤如雪。 梳的纹丝不乱的头发上,一...
    开封第一讲书人阅读 40,710评论 1 222
  • 那天,我揣着相机与录音,去河边找鬼。 笑死,一个胖子当着我的面吹牛,可吹牛的内容都是我干的。 我是一名探鬼主播,决...
    沈念sama阅读 31,923评论 2 313
  • 文/苍兰香墨 我猛地睁开眼,长吁一口气:“原来是场噩梦啊……” “哼!你这毒妇竟也来了?” 一声冷哼从身侧响起,我...
    开封第一讲书人阅读 30,674评论 0 203
  • 序言:老挝万荣一对情侣失踪,失踪者是张志新(化名)和其女友刘颖,没想到半个月后,有当地人在树林里发现了一具尸体,经...
    沈念sama阅读 34,421评论 1 246
  • 正文 独居荒郊野岭守林人离奇死亡,尸身上长有42处带血的脓包…… 初始之章·张勋 以下内容为张勋视角 年9月15日...
    茶点故事阅读 30,622评论 2 245
  • 正文 我和宋清朗相恋三年,在试婚纱的时候发现自己被绿了。 大学时的朋友给我发了我未婚夫和他白月光在一起吃饭的照片。...
    茶点故事阅读 32,115评论 1 260
  • 序言:一个原本活蹦乱跳的男人离奇死亡,死状恐怖,灵堂内的尸体忽然破棺而出,到底是诈尸还是另有隐情,我是刑警宁泽,带...
    沈念sama阅读 28,428评论 2 254
  • 正文 年R本政府宣布,位于F岛的核电站,受9级特大地震影响,放射性物质发生泄漏。R本人自食恶果不足惜,却给世界环境...
    茶点故事阅读 33,114评论 3 238
  • 文/蒙蒙 一、第九天 我趴在偏房一处隐蔽的房顶上张望。 院中可真热闹,春花似锦、人声如沸。这庄子的主人今日做“春日...
    开封第一讲书人阅读 26,097评论 0 8
  • 文/苍兰香墨 我抬头看了看天上的太阳。三九已至,却和暖如春,着一层夹袄步出监牢的瞬间,已是汗流浃背。 一阵脚步声响...
    开封第一讲书人阅读 26,875评论 0 197
  • 我被黑心中介骗来泰国打工, 没想到刚下飞机就差点儿被人妖公主榨干…… 1. 我叫王不留,地道东北人。 一个月前我还...
    沈念sama阅读 35,753评论 2 276
  • 正文 我出身青楼,却偏偏与公主长得像,于是被迫代替她去往敌国和亲。 传闻我的和亲对象是个残疾皇子,可洞房花烛夜当晚...
    茶点故事阅读 35,649评论 2 271

推荐阅读更多精彩内容