MySQL : explain 快速查询手册
一. 前言
这一篇来详细看看 EXPLAIN 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'; 复制代码
- 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 复制代码 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 复制代码
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地选择了通过 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 复制代码
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 复制代码
这里看起来就很不错了 , 查询行数和索引都使用得很理想. 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 复制代码
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
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 复制代码
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 复制代码
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 复制代码
- 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
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.
作者：AntBlack 链接：https://juejin.cn/post/7154744473048580110 来源：稀土掘金 著作权归作者所有。商业转载请联系作者获得授权，非商业转载请注明出处。
