標籤:sort ons img http sql 資料 根據 map ext
公司使用的資料庫是 MySQL 資料庫,我對於 MySQL 的瞭解僅僅是上學的時候學過PHP略微瞭解。
我認為,作為一個後端程式員,除了在意功能能不能實現之外,
在實現功能之後,還要去想有沒有更好的辦法,是不是可以更節省效能。
因為剛剛入職,還沒摸過公司的正式環境資料庫。但是是運行了快兩年的項目,資料量應該是不低了。
所以就要在意 sql 語句的效能。於是就做了一點功課。稍微瞭解一下。
效能問題一定是每一個後端程式員的升級路上必不可少的曆練。
越早的接觸這些問題,在意這些問題,對個人和公司代碼品質的好處是不言而喻的。
那麼在MySQL中,有一個 Explain 命令。
Explain 命令在解決資料庫效能上是第一推薦使用命令,大部分的效能問題可以通過此命令來簡單的解決。
Explain 可以用來查看 SQL 陳述式的執行效 果,可以協助選擇更好的索引和最佳化查詢語句,寫出更好的最佳化語句。
在 Navicat for MySQL 中,查詢介面是直接有 [解釋] 按鈕的。
寫下一條最簡單的查詢語句後,我們來看一下分析的結果。
下面對各個屬性進行瞭解:
1、id:這是SELECT的查詢序號
2、select_type:select_type就是select的類型,可以有以下幾種:
SIMPLE:簡單SELECT(不使用UNION或子查詢等)
PRIMARY:最外面的SELECT
UNION:UNION中的第二個或後面的SELECT語句
DEPENDENT UNION:UNION中的第二個或後面的SELECT語句,取決於外面的查詢
UNION RESULT:UNION的結果。
SUBQUERY:子查詢中的第一個SELECT
DEPENDENT SUBQUERY:子查詢中的第一個SELECT,取決於外面的查詢
DERIVED:匯出表的SELECT(FROM子句的子查詢)
3、table:顯示這一行的資料是關於哪張表的
4、type:這列最重要,顯示了串連使用了哪種類別,有無使用索引,是使用Explain命令分析效能瓶頸的關鍵項之一。
結果值從好到壞依次是:
system > const > eq_ref > ref > fulltext > ref_or_null > index_merge > unique_subquery > index_subquery > range > index > ALL
一般來說,得保證查詢至少達到range層級,最好能達到ref,否則就可能會出現效能問題。
5、possible_keys:列指出MySQL能使用哪個索引在該表中找到行
6、key:顯示MySQL實際決定使用的鍵(索引)。如果沒有選擇索引,鍵是NULL
7、key_len:顯示MySQL決定使用的鍵長度。如果鍵是NULL,則長度為NULL。使用的索引的長度。在不損失精確性的情況下,長度越短越好
8、ref:顯示使用哪個列或常數與key一起從表中選擇行。
9、rows:顯示MySQL認為它執行查詢時必須檢查的行數。
10、Extra:包含MySQL解決查詢的詳細資料,也是關鍵參考項之一。
Distinct
一旦MYSQL找到了與行相聯合匹配的行,就不再搜尋了
Not exists
MYSQL 最佳化了LEFT JOIN,一旦它找到了匹配LEFT JOIN標準的行, 就不再搜尋了
Range checked for each
Record(index map:#)
沒有找到理想的索引,因此對於從前面表中來的每一 個行組合,MYSQL檢查使用哪個索引,並用它來從表中返回行。這是使用索引的最慢的串連之一
Using filesort
看 到這個的時候,查詢就需要最佳化了。MYSQL需要進行額外的步驟來發現如何對返回的行排序。它根據連線類型以及儲存排序索引值和匹配條件的全部行的行指標來 排序全部行
Using index
列資料是從僅僅使用了索引中的資訊而沒有讀取實際的行動的表返回的,這發生在對錶 的全部的請求列都是同一個索引的部分的時候
Using temporary
看到這個的時候,查詢需要最佳化了。這 裡,MYSQL需要建立一個暫存資料表來儲存結果,這通常發生在對不同的列集進行ORDER BY上,而不是GROUP BY上
Using where
使用了WHERE從句來限制哪些行將與下一張表匹配或者是返回給使用者。如果不想返回表中的全部行,並且連線類型ALL或index, 這就會發生,或者是查詢有問題
其他一些Tip:
當type 顯示為 “index” 時,並且Extra顯示為“Using Index”, 表明使用了覆蓋索引。
參考:http://www.cnblogs.com/hailexuexi/archive/2011/11/20/2256020.html
MySQL 陳述式分析