知識星球作者：我叫劉半仙
來自：https://my.oschina.net/liughDevelop/blog/1788148
摘要: 索引對大資料的查詢速度的提升是非常大的，Explain可以幫你分析SQL陳述句是否用到相關索引。
索引類似大學圖書館建書目索引，可以提高資料檢索的效率，降低資料庫的IO成本。MySQL在300萬條記錄左右效能開始逐漸下降，雖然官方檔案說500~800w記錄，所以大資料量建立索引是非常有必要的。MySQL提供了Explain，用於顯示SQL執行的詳細資訊，可以進行索引的最佳化。
一、導致SQL執行慢的原因
1.硬體問題。如網路速度慢，記憶體不足，I/O吞吐量小，磁碟空間滿了等。
2.沒有索引或者索引失效。（一般在網際網路公司，DBA會在半夜把表鎖了，重新建立一遍索引，因為當你刪除某個資料的時候，索引的樹結構就不完整了。所以網際網路公司的資料做的是假刪除.一是為了做資料分析,二是為了不破壞索引 ）
3.資料過多（分庫分表）
4.伺服器調優及各個引數設定（調整my.cnf）
二、分析原因時，一定要找切入點
1.先觀察，開啟慢查詢日誌，設定相應的閾值（比如超過3秒就是慢SQL），在生產環境跑上個一天過後，看看哪些SQL比較慢。
2.Explain和慢SQL分析。比如SQL陳述句寫的爛，索引沒有或失效，關聯查詢太多（有時候是設計缺陷或者不得以的需求）等等。
3.Show Profile是比Explain更近一步的執行細節，可以查詢到執行每一個SQL都幹了什麼事，這些事分別花了多少秒。
4.找DBA或者運維對MySQL進行伺服器的引數調優。
三、什麼是索引？
MySQL官方對索引的定義為：索引(Index)是幫助MySQL高效獲取資料的資料結構。我們可以簡單理解為：快速查詢排好序的一種資料結構。Mysql索引主要有兩種結構：B+Tree索引和Hash索引。我們平常所說的索引，如果沒有特別指明，一般都是指B樹結構組織的索引(B+Tree索引)。索引如圖所示：
最外層淺藍色磁碟塊1裡有資料17、35（深藍色）和指標P1、P2、P3（黃色）。P1指標表示小於17的磁碟塊，P2是在17-35之間，P3指向大於35的磁碟塊。真實資料存在於子葉節點也就是最底下的一層3、5、9、10、13……非葉子節點不儲存真實的資料，只儲存指引搜尋方向的資料項，如17、35。
查詢過程：例如搜尋28資料項，首先載入磁碟塊1到記憶體中，發生一次I/O，用二分查詢確定在P2指標。接著發現28在26和30之間，透過P2指標的地址載入磁碟塊3到記憶體，發生第二次I/O。用同樣的方式找到磁碟塊8，發生第三次I/O。
真實的情況是，上面3層的B+Tree可以表示上百萬的資料，上百萬的資料只發生了三次I/O而不是上百萬次I/O，時間提升是巨大的。
四、Explain分析
前文鋪墊完成，進入實操部分，先來插入測試需要的資料：
初體驗，執行Explain的效果：
索引使用情況在possible_keys、key和key_len三列，接下來我們先從左到右依次講解。
1.id
2.select_type
可以看id的執行實體，總共有以下幾種型別：
-
SIMPLE： 表示此查詢不包含 UNION 查詢或子查詢
-
PRIMARY： 表示此查詢是最外層的查詢
-
SUBQUERY： 子查詢中的第一個 SELECT
-
UNION： 表示此查詢是 UNION 的第二或隨後的查詢
-
DEPENDENT UNION： UNION 中的第二個或後面的查詢陳述句, 取決於外面的查詢
-
UNION RESULT, UNION 的結果
-
DEPENDENT SUBQUERY: 子查詢中的第一個 SELECT, 取決於外面的查詢. 即子查詢依賴於外層查詢的結果.
-
DERIVED：衍生，表示匯出表的SELECT（FROM子句的子查詢）
3.table
table表示查詢涉及的表或衍生的表：
id為1的
4.type
type 欄位比較重要，它提供了判斷查詢是否高效的重要依據依據。 透過 type 欄位，我們判斷此次查詢是 全表掃描 還是 索引掃描等。
type 常用的取值有:
-
system: 表中只有一條資料， 這個型別是特殊的 const 型別。
-
const: 針對主鍵或唯一索引的等值查詢掃描，最多隻傳回一行資料。 const 查詢速度非常快， 因為它僅僅讀取一次即可。例如下麵的這個查詢，它使用了主鍵索引，因此 type 就是 const 型別的：explain select * from user_info where id = 2；
-
eq_ref: 此型別通常出現在多表的 join 查詢，表示對於前表的每一個結果，都只能匹配到後表的一行結果。並且查詢的比較操作通常是 =，查詢效率較高。例如：explain select * from user_info, order_info where user_info.id = order_info.user_id;
-
ref: 此型別通常出現在多表的 join 查詢，針對於非唯一或非主鍵索引，或者是使用了 最左字首 規則索引的查詢。例如下麵這個例子中， 就使用到了 ref 型別的查詢：explain select * from user_info, order_info where user_info.id = order_info.user_id AND order_info.user_id = 5
-
range: 表示使用索引範圍查詢，透過索引欄位範圍獲取表中部分資料記錄。這個型別通常出現在 =, <>, >, >=, , BETWEEN, IN() 操作中。例如下麵的例子就是一個範圍查詢：explain select * from user_info where id between 2 and 8；
-
index: 表示全索引掃描(full index scan)，和 ALL 型別類似，只不過 ALL 型別是全表掃描，而 index 型別則僅僅掃描所有的索引， 而不掃描資料。index 型別通常出現在：所要查詢的資料直接在索引樹中就可以獲取到, 而不需要掃描資料。當是這種情況時，Extra 欄位 會顯示 Using index。
-
ALL: 表示全表掃描，這個型別的查詢是效能最差的查詢之一。通常來說， 我們的查詢不應該出現 ALL 型別的查詢，因為這樣的查詢在資料量大的情況下，對資料庫的效能是巨大的災難。 如一個查詢是 ALL 型別查詢， 那麼一般來說可以對相應的欄位新增索引來避免。
通常來說, 不同的 type 型別的效能關係如下:
ALL < index < range ~ index_merge < ref < eq_ref < const < system
ALL 型別因為是全表掃描， 因此在相同的查詢條件下，它是速度最慢的。而 index 型別的查詢雖然不是全表掃描，但是它掃描了所有的索引，因此比 ALL 型別的稍快.後面的幾種型別都是利用了索引來查詢資料，因此可以過濾部分或大部分資料，因此查詢效率就比較高了。
5.possible_keys
它表示 mysql 在查詢時，可能使用到的索引。 註意，即使有些索引在 possible_keys 中出現，但是並不表示此索引會真正地被 mysql 使用到。 mysql 在查詢時具體使用了哪些索引，由 key 欄位決定。
6.key
此欄位是 mysql 在當前查詢時所真正使用到的索引。比如請客吃飯,possible_keys是應到多少人，key是實到多少人。當我們沒有建立索引時：
建立複合索引後再查詢：
7.key_len
表示查詢最佳化器使用了索引的位元組數，這個欄位可以評估組合索引是否完全被使用。
8.ref
這個表示顯示索引的哪一列被使用了，如果可能的話,是一個常量。前文的type屬性裡也有ref，註意區別。
9.rows
rows 也是一個重要的欄位，mysql 查詢最佳化器根據統計資訊，估算 sql 要查詢到結果集需要掃描讀取的資料行數，這個值非常直觀的顯示 sql 效率好壞， 原則上 rows 越少越好。可以對比key中的例子，一個沒建立索引錢，rows是9，建立索引後，rows是4。
10.extra
explain 中的很多額外的資訊會在 extra 欄位顯示, 常見的有以下幾種內容:
-
using filesort ：表示 mysql 需額外的排序操作，不能透過索引順序達到排序效果。一般有 using filesort都建議最佳化去掉，因為這樣的查詢 cpu 資源消耗大。
-
using index：改寫索引掃描，表示查詢在索引樹中就可查詢所需資料，不用掃描表資料檔案，往往說明效能不錯。
-
using temporary：查詢有使用臨時表, 一般出現於排序， 分組和多表 join 的情況， 查詢效率不高，建議最佳化。
-
using where ：表名使用了where過濾。
五、最佳化案例
執行結果，type有ALL，並且沒有索引：
開始最佳化，在關聯列上建立索引，明顯看到type列的ALL變成ref，並且用到了索引，rows也從掃描9行變成了1行：
這裡面一般有個規律是：左連結索引加在右表上面，右連結索引加在左表上面。
六、是否需要建立索引？
索引雖然能非常高效的提高查詢速度，同時卻會降低更新表的速度。實際上索引也是一張表，該表儲存了主鍵與索引欄位，並指向物體表的記錄，所以索引列也是要佔用空間的。
我是個普通的程式猿，水平有限，文章難免有錯誤，歡迎犧牲自己寶貴時間的讀者，就本文內容直抒己見，我的目的僅僅是希望對讀者有所幫助。
●編號311，輸入編號直達本文
●輸入m獲取文章目錄
大資料與人工智慧
更多推薦《18個技術類公眾微信》
涵蓋：程式人生、演演算法與資料結構、駭客技術與網路安全、大資料技術、前端開發、Java、Python、Web開發、安卓開發、iOS開發、C/C++、.NET、Linux、資料庫、運維等。
