假设我们有两个数据表t1和t2,每个有1000行,包含的值从1到1000。下面的查询查找出两个表中值相同的数据行:
- mysql> SELECT t1.i1, t2.i2 FROM t1, t2 WHERE t1.i1 = t2.i2;
- +------+------+
- | i1 | i2 |
- +------+------+
- | 1 | 1 |
- | 2 | 2 |
- | 3 | 3 |
- | 4 | 4 |
- | 5 | 5 |
两个表都没有索引的时候,EXPLAIN产生下面的结果:
- mysql> EXPLAIN SELECT t1.i1, t2.i2 FROM t1, t2 WHERE t1.i1 = t2.i2G
- *************************** 1. row ***************************
- id: 1
- select_type: SIMPLE
- table: t1
- type: ALL
- possible_keys: NULL
- key: NULL
- key_len: NULL
- ref: NULL
- rows: 1000
- Extra:
- *************************** 2. row ***************************
- id: 1
- select_type: SIMPLE
- table: t2
- type: ALL
- possible_keys: NULL
- key: NULL
- key_len: NULL
- ref: NULL
- rows: 1000
- Extra: Using whe
类型列中的ALL表明要进行检查所有数据行的全表扫描。可能键列中的NULL表明没有找到用于提高查询速度的备选索引(键、键长度和参考列都是NULL也是因为缺少合适的索引)。Using where表明使用WHERE子句中的信息来识别合格的数据行。 这段信息告诉我们,优化器没有为提高执行查询的效率找到任何有用的信息:
它将对t1表进行全表扫描。
对于t1中的每一行,它将执行t2的全表扫描,使用WHERE子句中的信息识别出合格的行。
行数值显示了优化器估计的每个阶段查询需要检查的行数。T1的估计值是1000,因为1000可以完成全表扫描。相似地,t2的估计值也是1000,但是这个值是对于t1的每一行的。换句话说,优化器所估计的处理该查询所需要检查的数据行组合的数量是1000×1000,也就是一百万。这会造成很大的浪费 ,因为实际上只有1000个组合符合WHERE子句的条件。
为了使这个查询的效率更高,给其中一个联结列添加索引 并重新执行EXPLAIN语句:
- mysql> ALTER TABLE t2 ADD INDEX (i2);
- mysql> EXPLAIN SELECT t1.i1, t2.i2 FROM t1, t2 WHERE t1.i1 = t2.i2G
- *************************** 1. row ***************************
- id: 1
- select_type: SIMPLE
- table: t1
- type: ALL
- possible_keys: NULL
- key: NULL
- key_len: NULL
- ref: NULL
- rows: 1000
- Extra:
- *************************** 2. row ***************************
- id: 1
- select_type: SIMPLE
- table: t2
- type: ref
- possible_keys: i2
- key: i2
- key_len: 5
- ref: sampdb.t1.i1
- rows: 10
- Extra: Using where; Using index
我们可以看到性能提高了。T1的输出没有改变(表明还是需要进行全表扫描),但是优化器处理t2的方式就有所不同了:
类型从ALL改变为ref,意味着可以使用参考值(来自t1的值)来执行索引查找,定位t2中合格的数据行。
参考值在参考(ref)字段中给出了:sampdb.t1.i1。
数值从1000降低到了10,显示出优化器相信对于t1中的每一行,它只需要检查t2中的10行(这是一个悲观的估计值。实际上,在t2中只有一行与 t1中数据行匹配。我们在后面会看到如何帮助优化器改善这个估计值)。数据行组合的全部估计值使1000×10=10000。它比前面的没有索引的时候估 计出来的一百万好多了。
对t1进行索引有价值吗?实际上,对于这个特定的联结操作,扫描一张表是必要的,因此没有必要对t1建立索引。如果你想看到效果,可以索引t1.i1并再次运行EXPLAIN:
- mysql> ALTER TABLE t1 ADD INDEX (i1);
- mysql> EXPLAIN SELECT t1.i1, t2.i2 FROM t1, t2 WHERE t1.i1 = t2.i2G
- *************************** 1. row ***************************
- id: 1
- select_type: SIMPLE
- table: t1
- type: index
- possible_keys: i1
- key: i1
- key_len: 5
- ref: NULL
- rows: 1000
- Extra: Using index
- *************************** 2. row ***************************
- id: 1
- select_type: SIMPLE
- table: t2
- type: ref
- possible_keys: i2
- key: i2
- key_len: 5
- ref: sampdb.t1.i1
- rows: 10
- Extra: Using where; Using index
上面的输出与前面的EXPLAIN的输出相似,但是添加索引对t1的输出有一些改变。类型从NULL改成了index,附加(Extra)从空的改成了 Using index。这些改变表明,尽管对索引的值仍然需要执行全表扫描,但是优化器还是可以直接从索引文件中读取值,根据不需要使用数据文件。你可以从 MyISAM表中看到这类结果,在这种情况下,优化器知道自己只询问索引文件就能够得到所有需要的信息。对于InnoDB 和BDB表也有这样的结果,在这种情况下优化器可以单独使用索引中的信息而不用搜索数据行。
我们可以运行ANALYZE TABLE使优化器进一步优化估计值。这会引起服务器生成键值的静态分布。分析上面的表并再次运行EXPLAIN得到了更好的估计值:
- mysql> ANALYZE TABLE t1, t2;
- mysql> EXPLAIN SELECT t1.i1, t2.i2 FROM t1, t2 WHERE t1.i1 = t2.i2G
- *************************** 1. row ***************************
- id: 1
- select_type: SIMPLE
- table: t1
- type: index
- possible_keys: i1
- key: i1
- key_len: 5
- ref: NULL
- rows: 1000
- Extra: Using index
- *************************** 2. row ***************************
- id: 1
- select_type: SIMPLE
- table: t2
- type: ref
- possible_keys: i2
- key: i2
- key_len: 5
- ref: sampdb.t1.i1
- rows: 1
- Extra: Using where; Using inde
在这种情况下,优化器估计在t2中与t1的每个值匹配的数据行只有一个。
- mysql > explain select A . id , A . title , B . title from jos_content A , jos_categories B where A . catid = B . id ;
- +----+-------------+-------+--------+---------------+---------+---------+---------------------+-------+-------------+
- | id | select_type | table | type | possible_keys | key | key_len | ref | rows | Extra |
- +----+-------------+-------+--------+---------------+---------+---------+---------------------+-------+-------------+
- | 1 | SIMPLE | A | ALL | NULL | NULL | NULL | NULL | 46585 | |
- | 1 | SIMPLE | B | eq_ref | PRIMARY | PRIMARY | 4 | joomla_test . A . catid | 1 | Using where |
- +----+-------------+-------+--------+---------------+---------+---------+---------------------+-------+-------------+
- 2 rows in set ( 0.00 sec )
这个是我们经常使用的一种查询方式,对B表的联接类型使用了eq_ref,索引使用了PRIMARY,但是对于A表,却没有使用任何索引,这可能不是我们想要的。
查看以上SQL语句,我们可能会想到,有必要给A.catid加个索引了。
- mysql > alter table jos_content add index idx_catid ( ` catid ` ) ;
- Query OK , 46585 rows affected ( 0.75 sec )
- Records : 46585 Duplicates : 0 Warnings : 0
- mysql > explain select A . id , A . title , B . title from jos_content A , jos_categories B where A . catid = B . id ;
- +----+-------------+-------+--------+---------------+---------+---------+---------------------+-------+-------------+
- | id | select_type | table | type | possible_keys | key | key_len | ref | rows | Extra |
- +----+-------------+-------+--------+---------------+---------+---------+---------------------+-------+-------------+
- | 1 | SIMPLE | A | ALL | idx_catid | NULL | NULL | NULL | 46585 | |
- | 1 | SIMPLE | B | eq_ref | PRIMARY | PRIMARY | 4 | joomla_test . A . catid | 1 | Using where |
- +----+-------------+-------+--------+---------------+---------+---------+---------------------+-------+-------------+
- 2 rows in set ( 0.00 sec )
- mysql > explain select A . id , A . title , B . title from jos_content A , jos_categories B , jos_sections C where A . catid = B . id and A . sectionid = C . id ;
- +----+-------------+-------+--------+---------------+---------+---------+---------------------+-------+--------------------------------+
- | id | select_type | table | type | possible_keys | key | key_len | ref | rows | Extra |
- +----+-------------+-------+--------+---------------+---------+---------+---------------------+-------+--------------------------------+
- | 1 | SIMPLE | C | index | PRIMARY | PRIMARY | 4 | NULL | 2 | Using index |
- | 1 | SIMPLE | A | ALL | idx_catid | NULL | NULL | NULL | 46585 | Using where ; Using join buffer |
- | 1 | SIMPLE | B | eq_ref | PRIMARY | PRIMARY | 4 | joomla_test . A . catid | 1 | Using where |
- +----+-------------+-------+--------+---------------+---------+---------+---------------------+-------+--------------------------------+
- 3 rows in set ( 0.00 sec )
原因非常明显,因为使用的连接条件是A.sectionid=C.id,所以我们给A.sectionid加个索引先。
- mysql > alter table jos_content add index idx_section ( ` sectionid ` ) ;
- Query OK , 46585 rows affected ( 0.89 sec )
- Records : 46585 Duplicates : 0 Warnings : 0
- mysql > explain select A . id , A . title , B . title from jos_content A , jos_categories B , jos_sections C where A . catid = B . id and A . sectionid = C . id ;
- +----+-------------+-------+--------+-----------------------+-------------+---------+---------------------+-------+-------------+
- | id | select_type | table | type | possible_keys | key | key_len | ref | rows | Extra |
- +----+-------------+-------+--------+-----------------------+-------------+---------+---------------------+-------+-------------+
- | 1 | SIMPLE | C | index | PRIMARY | PRIMARY | 4 | NULL | 2 | Using index |
- | 1 | SIMPLE | A | ref | idx_catid , idx_section | idx_section | 4 | joomla_test . C . id | 23293 | Using where |
- | 1 | SIMPLE | B | eq_ref | PRIMARY | PRIMARY | 4 | joomla_test . A . catid | 1 | Using where |
- +----+-------------+-------+--------+-----------------------+-------------+---------+---------------------+-------+-------------+
- 3 rows in set ( 0.00 sec )
这时候显示结果告诉我们,效果很明显,在连接A表时type变成了ref,索引使用了idx_section,如果我们注意看后两列,对A表的查询结果后一次明显少了一半左右,而且没有用到join buffer。
这个表读入的顺序是Mysql优化器帮我们做的,可以得知,用记录数少的表做为基础表进行联合,将会得到更高的效率。
- mysql > explain select A . id , A . title , B . title from jos_content A left join jos_categories B on A . catid = B . id left join jos_sections C on A . sectionid = C . id ;
- +----+-------------+-------+--------+---------------+---------+---------+-------------------------+-------+-------------+
- | id | select_type | table | type | possible_keys | key | key_len | ref | rows | Extra |
- +----+-------------+-------+--------+---------------+---------+---------+-------------------------+-------+-------------+
- | 1 | SIMPLE | A | ALL | NULL | NULL | NULL | NULL | 46585 | |
- | 1 | SIMPLE | B | eq_ref | PRIMARY | PRIMARY | 4 | joomla_test . A . catid | 1 | |
- | 1 | SIMPLE | C | eq_ref | PRIMARY | PRIMARY | 4 | joomla_test . A . sectionid | 1 | Using index |
- +----+-------------+-------+--------+---------------+---------+---------+-------------------------+-------+-------------+
- 3 rows in set ( 0.00 sec )