MySQL索引优化分析，SQL优化，慢查询分析

索引的分析

数据的准备

数据库的建表SQL

      表的说明：id是自增主键，name是唯一索引，age 是非唯一索引，desc无索引。

1
2
3
4
5
6
7
8
9
10

CREATE TABLE `index_test` (  
  `id` int(11) unsigned NOT NULL AUTO_INCREMENT COMMENT '自增ID',  
  `name` varchar(128) COLLATE utf8_bin NOT NULL DEFAULT '' COMMENT '名字',  
  `age` int(11) NOT NULL COMMENT '年龄',  
  `desc` varchar(128) CHARACTER SET utf8 NOT NULL DEFAULT '' COMMENT '描述',  
  `status` tinyint(4) NOT NULL COMMENT '状态',  
  PRIMARY KEY (`id`),  
  UNIQUE KEY `uniq_name` (`name`),  
  KEY `idx_age` (`age`)  
) ENGINE=InnoDB DEFAULT CHARSET=utf8 ;

表中测试数据

索引的分析

使用explain查看sql的执行计划

      在MySQL中可以在sql前面加上explain语句，来显示该条SQL的执行计划，输出内容如下：

explain详解

select_type

      select_type表示查询语句的类型，取值主要有以下几种:
            simple：表示是简单的单表查询
            primary：表示子查询的外表
            derived：派生表的查询
            subquery: 子查询的内部第一个SQL
            union：表示union操作被连接的表
            union result：表示连接操作之后的结果表
            depend union 表示子查询中union语句
            depend subquery 表示子查询中生成的结果

table

      当前SQL查询涉及到的表的表名，注意:这里有时候是中间结果表的表名，MySQL会按照自己的规则生成

type

      type的取值在很大的程度上反应了SQL的执行性能。
      按照性能由高到底，type的取值依次为：NULL，system，const，eq_reg，ref，range，index，ALL
            NULL 不用查表，速度最快
            system 当表中只有一条数据的时候 type为system
            const 常数查询 一般是根据唯一键或者主键等值查询
            eq_reg 表连接的时候 在b表查询出来的结果在a表这中按照唯一索引值查询一行
            reg 非唯一索引查询
            range 使用唯一索引返回扫描
            index 扫描整个索引文件，例如覆盖索引的查询，效率只是比全表查询略快，因为索引文件一般比数据文件小，所以一次读入内存的索引数据更多，这样磁盘IO就会更少
            All 表示全表扫描，是效率最低的一种查询

possible key

      表示可能使用的索引，显示的顺序与表连接的顺序无关。

key

      表示MySQL执行本条sql选的索引的名字，可以通过force idex 和 ignore index 来强制改变sql执行所需要的索引。

key_len

      表示该条索引的占用的自己树，是根据索引字段的类型计算出来的，
      例如:int(11)索引长度是4
            varchar(128)并且编码是U8，索引长度的计算方法为 ： 128*3+2

ref

      表示使用哪个列从表中选择行，取值有科恩个是const

rows

      表示执行该条SQL必须扫描的行数

extra

      包含了MySQL生成执行计划的详细信息：
            distinct 查找唯一值，一旦找到就不在继续查找了（暂时没有想好例子）
            record 没有找到理想的索引
            use file sort 使用外排来排序 效率比较低
            use index 使用覆盖索引返回数据，没有扫描表
            use tempoary 使用临时表来组合返回数据 效率较低
            use where 使用where条件过滤返回的数据，在MySQL的存储引擎层没有过滤完数据，只能在MySQL服务层去过滤数据

profiling详解

开启profiling

      因为profiling是比较消耗资源的，所以一般的MySQL默认都关闭了profiling功能，并且profiling只是针对当前session有效，目前不支持全局的profiling，可以通过如下的命令查看并开发profiling功能：

1
2

 SELECT @@profiling  -- 返回的结果如果是0 表示当前的session的profiling功能是关闭的  
set profiling=1  -- 打开当前session的profiling功能

profiling的使用

查询当前session的profiling的概要信息

      可以使用 show profiles命令获取当前session所执行的sql的概要信息：

profiling详解

      profiling的语法如下：

1
2
3
4
5
6
7
8
9
10
11
12
13

SHOW PROFILE [type [, type] ... ]  
    [FOR QUERY n]  
    [LIMIT row_count [OFFSET offset]]  
type:  
    ALL  
  | BLOCK IO  
  | CONTEXT SWITCHES  
  | CPU  
  | IPC  
  | MEMORY  
  | PAGE FAULTS  
  | SOURCE  
  | SWAPS

      使用示例：

      结果说明：
            在使用profiling查看sql的详细执行计划的时候，主要关注的是前两列即：status和duration
            status 表示sql的执行状态和 show full process list 查看到的状态一致
            duration 表示每个状态执行的时间 可以看到sql的主要执行时间消耗在哪里
                  其次需要关注的是cup，io,swap的详细信息
                  cup表示 cpu的消耗时间
                  swap表示机器的swap情况
                  io表示io的消耗情况

无效索引

      在很多时候MySQL的表建立了索引，并且在查询条件中也使用了索引进行筛选，但是并不一定会使用到索引，例如下面的几种情况。

筛选条件包含了隐式转换

      下面的例子中，name字段添加了唯一索引，但是name字段的类型是varchar类型的，而筛选添加时int类型，发生了隐式转换，所以走全表扫描。这里比较隐晦。在上周有一个项目分析酒店订单的时候，本来hive中的酒店订单包含了酒店项目的所有订单，订单id是varchar类型的，而我们需要统计QTA中参加某一个活动的订单，需要查询QTA的订单详情库，（QTA订单详情是hive中订单的子集）里面的订单ID是long类型的，最开始查询的时候就直接在一个表查询完后再另外一个表查询，结果看到一条简单的sql执行起来巨慢。最后分析原因就定位到了这个上面。

不支持函数式索引

      age字段上面添加了非唯一索引，但是使用了绝对值函数，所以age字段上面的索引就无法使用了。这个在处理日期的时候经常遇到这样的坑。

索引扫描的代价大于直接全表扫描

      如果只有索引过滤的数据比较少，那么会直接走全表扫描，因为使用索引的时候会先扫描一遍索引，然后根据扫描到的索引回表找到所需要的数据，这样扫描的效率其实更低，所以直接走全表扫描。

使用“%”前缀匹配的时候

      name字段添加了唯一索引 但是使用‘%’作为前缀匹配条件，所以不使用索引，直接走全表扫描。

复合索引非左前缀匹配

      在使用复合索引的时候 如果不是使用的左前缀筛选条件 则不会使用索引，还是会全表扫描。

or筛选添加前后都有索引的时候才会走索引

      在使用or作为筛选条件的时候，or的前后筛选条件都必须添加索引 这样才能使用索引 否则 整条sql都无法使用索引。