mysql查询优化02-查看执行计划

查询优化处理

查询优化的3个阶段

解析器:将sql变成解析树

预处理器:检查解析树的语法是否正确如表或字段是否存在

查询优化器:找出最优的执行计划

查询优化器如何找出最有的执行计划

基于成本计算原则,尝试各种执行计划,然后通过数据抽样来试验

1 使用等价变化

    1 a < b and a = 5变成 b > 5 and a = 5

    2基于联合索引调整条件位置

2 优化max,min等查询函数

    1查询min,只需要查询索引的最左边

    2查询max,只需要查询索引的最右边

3 覆盖索引扫描:

4 子查询的优化:

        select * from users where id  = (select userID  from user_address WHERE id= 1);

优化成select * from users where id = 1;

5 提前终止扫描:使用不存在的条件或者用limit

6 IN的优化:先进行排序,再用二分法查找,OR则采用一个一个比较(那扫描的记录和OR里面的值一个一个比较)

执行计划

1 执行计划id

Id相同,从上到下(id相同可以认为是一组);id不同,id越大则优先执行

如EXPLAIN select * from users where id  in  (select userID  from user_address WHERE addr= "湖南长沙麓谷");

2 执行计划select_type

用于区分简单查询,子查询和联合查询

Simple:简单查询

EXPLAIN SELECT userID  FROM user_address WHERE addr= "湖南长沙麓谷";

子查询:

子查询外部:PRIMARY

不带in的子查询:SUBQUERY

EXPLAIN select * from users where id  =  (select userID  from user_address WHERE addr= "湖南长沙麓谷");

带in的子查询:MATERIALIZED

EXPLAIN select * from users where id  in  (select userID  from user_address WHERE addr= "湖南长沙麓谷");

UNION

UNION:第二个select

UNION RESULT:使用union后的结果

EXPLAIN

select * from users where id  = (select userID  from user_address WHERE id= 2)

UNION

select * from users where id  = (select userID  from user_address WHERE addr= "湖南长沙麓谷");

3 执行计划--表 查询所涉及的表

具体的表如user_address

子查询:<subquery2>

联合查询:<union1,3>

4 执行计划--Type访问类型

执行效率从高到低是system --> const --> eq_ref --> ref --> range-->index -->all

system:const的特例,基本不会出现

主键(primary key和unique索引)

Const:单表查询

explain select * from users where id=1;

eq_ref:多表查询

EXPLAIN select * from users where id  in  (select userID  from user_address WHERE addr= "湖南长沙麓谷");

非唯一性索引:ref

explain select * from users where uname = '李二狗';

Range:索引列的范围扫描如大于,小于,%,IN,Between等

explain select * from users where uname like '李二%';

全表扫描

Index:索引全表扫描:

explain select uname from users;

ALL:全表扫描

explain select * from users;

两者的区别:Index:只遍历索引树

总结

索引:

主键或者唯一性索引:单表:Const 多表:eq_ref

非唯一性索引:精确查询:ref 范围查询:range 所有:index

其他: all

5 执行计划:possible_keys,key,rows,Filtered

索引:

possible_keys:可能用到的索引

Key:实际用到的索引

Rows:找到需要的记录所读的行数

Filtered:返回的结果集/所读的行数

6 执行计划:Extra

Using filesort:使用外部文件排序,而不是使用索引排序

Using temporary:使用临时表,常用于order by和group by,对查询结果进行排序

explain select max(lastUpdate) from users group by lastUpdate;

Using index:使用覆盖索引

Using where:使用where过滤

select tables optimized away:查询表优化掉如执行max,min,count等操作不需要查询表

explain select max(id) from users;

查询执行引擎

执行查询计划

返回结果

缓存:若有,则先缓存

增量返回结果:生成一条结果则返回一条结果

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 206,378评论 6 481
  • 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 88,356评论 2 382
  • 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 152,702评论 0 342
  • 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 55,259评论 1 279
  • 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 64,263评论 5 371
  • 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 49,036评论 1 285
  • 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 38,349评论 3 400
  • 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 36,979评论 0 259
  • 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 43,469评论 1 300
  • 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 35,938评论 2 323
  • 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 38,059评论 1 333
  • 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 33,703评论 4 323
  • 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 39,257评论 3 307
  • 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 30,262评论 0 19
  • 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 31,485评论 1 262
  • 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 45,501评论 2 354
  • 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 42,792评论 2 345

推荐阅读更多精彩内容