文章详情

短信预约-IT技能 免费直播动态提醒

请输入下面的图形验证码

提交验证

短信预约提醒成功

MySQL中一条查询语句的执行全过程是怎样的?

2024-11-30 05:52

关注

DML:数据操作语言,增加删除修改数据表中的记录;

DCL:数据控制语言,定义访问权限和安全级别;

DQL:数据查询语言,用它来查询想要的记录。

SQL执行顺序:

  1. from;
  2. join
  3. on
  4. where;
  5. group by;
  6. avg,sum.... 使用聚集函数进行计算;
  7. having;
  8. select;
  9. distinct;
  10. order by;
  11. limit;

今天我们一起讨论下如何查看mysql的执行计划。

Explain是mysql中sql调优的重要工具,它可以模拟mysql优化器执行sql语句,并通过可视化说明分析出查询语句的执行信息,有助于我们分析出sql语句的性能瓶颈。

使用示例:

explain select * from t where name='123'

在查询sql语句前面加explain关键字,mysql就会在查询的时候设置一个标记,mysql在处理的时候就不会去真正执行这条sql语句,而是返回这条语句的执行计划。但是如果from中有子查询,子查询会真正的执行,并且会将结果先放入临时表中。

1准备

我们准备几个表先,如果下面有需要案例来说明的内容,我们就用这几个表为例。

DROP TABLE IF EXISTS `actor`;
 CREATE TABLE `actor` (
 `id` INT ( 11 ) NOT NULL,
 `name` VARCHAR ( 45 ) DEFAULT NULL,
 `update_time` datetime DEFAULT NULL,
  PRIMARY KEY ( `id` )
) ENGINE = InnoDB DEFAULT CHARSET = utf8;

INSERT INTO `actor` ( `id`, `name`, `update_time` )
VALUES
 ( 1, 'a', NOW() ),
 ( 2, 'b', NOW() ),
 ( 3, 'c', NOW() );
 
DROP TABLE IF EXISTS `film`;
CREATE TABLE `film` (
 `id` INT ( 11 ) NOT NULL AUTO_INCREMENT,
 `name` VARCHAR ( 10 ) DEFAULT NULL,
  PRIMARY KEY ( `id` ),
 KEY `idx_name` ( `name` )
) ENGINE = InnoDB DEFAULT CHARSET = utf8;

INSERT INTO `film` ( `id`, `name` )
VALUES
 ( 3, 'film0' ),
 ( 1, 'film1' ),
 ( 2, 'film2' );
 
DROP TABLE IF EXISTS `film_actor`;
 CREATE TABLE `film_actor` (
 `id` INT ( 11 ) NOT NULL,
 `film_id` INT ( 11 ) NOT NULL,
 `actor_id` INT ( 11 ) NOT NULL,
 `remark` VARCHAR ( 255 ) DEFAULT NULL,
 PRIMARY KEY ( `id` ),
 KEY `idx_film_actor_id` ( `film_id`, `actor_id` ) 
) ENGINE = InnoDB DEFAULT CHARSET = utf8;

INSERTINTO `film_actor` ( `id`, `film_id`, `actor_id` )
VALUES
 ( 1, 1, 1 ),
 ( 2, 1, 2 ),
 ( 3, 2, 1 );

2Explain字段说明

执行 explain select * from actor; 可以看到结果如下

图片

通过上图中我们看下每个字段代表的含义

id列

id列的编号是select的序列号,有几个select就有几个id,并且id的顺序是按select出现的顺序增长的。id列越大执行优先级越高,id相同则从上往下执行,id为NULL最后执行。

select_type

select_type表示对应行是简单查询还是复杂的查询。这个字段有五个值,分别代表不同的含义

通过一个查询例证来说明:

首先执行下面的语句用来关闭mysql5.7新特性对衍生表的合并优化:

set session optimizer_switch='derived_merge=off'

然后执行下面语句看执行过程的select_type列:

explain select (select 1 from actor where id=1) from (select * from film where id=1) t

图片

explain select 1 union all select 1

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< derivenN > 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。

type

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

列为空是因为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,不需要再进行回表访问。

const:这个类型最快,当查询通过优化器优化后可以走主键索引或者唯一索引(primarykey或uniquekey)的时候,这种情况只需要扫描1条数据,mysql能够迅速定位到数据。

system:system是特殊的const类型,即当const类型查询的表里面恰好只有一条数据的时候,这种概率很小,可以忽略,而且有时候即便是表里面只有一条数据执行计划中看到的也是const类型,这个不用太纠结。

举个例子看下:

explain select * from (select * from actor where id = 1) t;

图片

eq_ref:上面的两种类型是主键索引或者唯一索引(primarykey或uniquekey)查询,并且最多只有一条记录匹配,而eq_ref类型说的是同样是主键索引或者唯一索引(primarykey或uniquekey)查询,但是返回的是多条数据,比如下面例子:联表查询的时候

explain select * from film_actor left join film on film_actor.film_id=film.id

图片

这是一种主键索引或者唯一索引来进行联表的方式。也在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。

简单select查询,name是普通索引(非唯一索引)

explain select * from film where name='film1';

图片

关联表查询,idx_film_actor_id是film_id和actor_id的联合索引,这里使用到了film_actor的左边前缀film_id部分

explain select film_id from film left join film_actor on film.id=film_actor.film_id

图片

range:索引范围扫描,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

explain select * from actor where id>1

index:全索引扫描就能拿到结果,一般是扫描某个二级索引,这种扫描不会从索引树根节点开始快速查找,而是直接对二级索引的叶子节点遍历和扫描,速度还是比较慢的,这种查询一般为使用覆盖索引,二级索引一般比较小,所以这种通常比ALL快一些。

ALL:即全表扫描,扫描你的聚簇索引的所有叶子节点。这是最慢的一种查询类型,通常情况下这需要增加索引来进行优化了。

possible_keys列

这一列显示查询可能使用哪些索引来查找。explain时可能出现possible_keys有列,而key显示NULL的情况,这种情况是因为表中数据不多,mysql认为索引对此查询帮助不大,选择了全表查询。如果该列是NULL,则没有相关的索引。

key列

这一列显示mysql实际采用哪个索引来优化对该表的访问。如果没有使用索引,则该列是NULL。如果想强制mysql使用或忽视possible_keys列中的索引,在查询中使用forceindex、ignoreindex

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。

举例来说,film_actor的联合索引idx_film_actor_id由film_id和actor_id两个int列组成,并且每个int是4字节。通过结果中的key_len=4可推断出查询使用了第一个列:film_id列来执行索引查找。

explain select * from film_actor  where film_id=2;

图片

key_len计算规则如下:

char(n):如果存汉字长度就是3n字节

varchar(n):如果存汉字则长度是3n+2字节,加的2字节用来存储字符串长度,因为varchar是变长字符串

tinyint:1字节

smallint:2字节

int:4字节

bigint:8字节

date:3字节

timestamp:4字节

datetime:8字节

ref列

这一列显示了在key列记录的索引中,表查找值所用到的列或常量,常见的有:const(常量),字段名(例:film.id)

rows列

这一列是mysql估计要读取并检测的行数,不一定是最终查询所要扫描的行数,更不是结果集里的行数。

这里顺便说一下rows数值是怎么得到的

MySQL在真正开始执行语句之前,并不能精确地知道满足这个条件的记录有多少条,而只能根据统计信息来估算记录数。这个统计信息就是索引的“区分度”。显然,一个索引上不同的值越多,这个索引的区分度就越好。而一个索引上不同的值的个数,我们称之为“基数”。也就是说,这个基数越大,索引的区分度越好。那么这个基数是怎么来的呢?这个基数是通过采样统计来的,为什么要采样统计呢?因为把整张表取出来一行行统计,虽然可以得到精确的结果,但是代价太高了,所以只能选择采样,采样统计的时候,InnoDB默认会选择N个数据页,统计这些页面上的不同值,得到一个平均值,然后乘以这个索引的页面数,就得到了这个索引的基数。然后再根据这个基数得到预估行数。

但是数据表是会持续更新的,索引统计信息也不会固定不变。所以,当变更的数据行数超过1/M的时候,会自动触发重新做一次索引统计。在MySQL中,有两种存储索引统计的方式,可以通过设置参数innodb_stats_persistent的值来选择:

设置为on的时候,表示统计信息会持久化存储。这时,默认的N是20,M是10。

设置为off的时候,表示统计信息只存储在内存中。这时,默认的N是8,M是16。

由于是采样统计,所以不管N是20还是8,这个基数都是很容易不准的。

总之,基数小,区分度小,扫描行数就相对多,基数大,区分度大,扫描行数就相对少。

Extra列

这一列展示的是额外信息。常见的重要值如下:

Using index:使用覆盖索引

mysql执行计划explain结果里的key有使用索引,如果select后面查询的字段都可以从这个索引的树中获取,这种情况一般可以说是用到了覆盖索引,extra里一般就会有using index。

覆盖索引一般针对的是辅助索引,整个查询结果只通过辅助索引就能拿到结果,不需要通过辅助索引树找到主键,再通过主键去主键索引树里获取其它字段值。

explain select film_id from film_actor where film_id=1;

图片

Using where:使用where语句来处理结果,并且查询的列未被索引覆盖

explain select * from actor where name='a'

图片

Using index condition:查询的列不完全被索引覆盖,where条件中是一个前导列的范围

就是应用了索引的最左前缀原则

explain select * from film_actor where film_id>1

Using temporary:mysql需要创建一张临时表来处理查询。

出现这种情况一般是要进行优化的,首先是想到用索引来优化。

actor.name没有索引,此时创建了张临时表来distinct

explain select distinct name from actor;

Using filesort:将用外部排序而不是索引排序

数据较小时从内存排序,否则需要在磁盘完成排序。这种情况下一般也是要考虑使用索引来优化的。

actor.name未创建索引,会浏览actor整个表,保存排序关键字name和对应的id,然后排序name并检索

explain select * from actor order by name;

Using join buffer(Block Nested Loop):join语句相关

当join语句中的被驱动表没有索引时候会走Block Nested Loop算法,这种情况就会把驱动表的数据全部放入join buffer内存中,然后进行匹配,后面我们会详细介绍join原理

Using MRR:这是一种回表优化

mysql在做查询的时候,我们知道当应用到二级索引的时候会存在回表现象,你想一下,索引是有序的,当我们通过二级索引查到主键,再根据主键去主键索引树查找数据的时候,用主键索引在主键树查找的这个动作是随机读,我们知道随机读肯定没有顺序读快,因此MRR算法就是解决这个问题的。这个我们后续会详细讲解。

3总结

执行计划是我们进行sql优化的依赖。通过里面各个字段的信息我们能得到优化结论,其中有些字段的含义需要我们有一些底层基础比如Extra列,这一列会告诉我们当前查询是否走了索引,是否用了临时表,如何进行排序,有什么算法进行join,这些可能需要我们去了解排序原理,联表原理等等。这样才能对sql的调优做到游刃有余。

来源:码农本农内容投诉

免责声明:

① 本站未注明“稿件来源”的信息均来自网络整理。其文字、图片和音视频稿件的所属权归原作者所有。本站收集整理出于非商业性的教育和科研之目的,并不意味着本站赞同其观点或证实其内容的真实性。仅作为临时的测试数据,供内部测试之用。本站并未授权任何人以任何方式主动获取本站任何信息。

② 本站未注明“稿件来源”的临时测试数据将在测试完成后最终做删除处理。有问题或投稿请发送至: 邮箱/279061341@qq.com QQ/279061341

软考中级精品资料免费领

  • 历年真题答案解析
  • 备考技巧名师总结
  • 高频考点精准押题
  • 2024年上半年信息系统项目管理师第二批次真题及答案解析(完整版)

    难度     813人已做
    查看
  • 【考后总结】2024年5月26日信息系统项目管理师第2批次考情分析

    难度     354人已做
    查看
  • 【考后总结】2024年5月25日信息系统项目管理师第1批次考情分析

    难度     318人已做
    查看
  • 2024年上半年软考高项第一、二批次真题考点汇总(完整版)

    难度     435人已做
    查看
  • 2024年上半年系统架构设计师考试综合知识真题

    难度     224人已做
    查看

相关文章

发现更多好内容

猜你喜欢

AI推送时光机
位置:首页-资讯-后端开发
咦!没有更多了?去看看其它编程学习网 内容吧
首页课程
资料下载
问答资讯