?

同一个SQL语句,为啥性能差异咋就这么大呢?(1分钟系列)

《数据库允许空值,往往是悲剧的开始》一文通过explain来分析SQL的执行计划,来分析null对索引命中情况的影响,有不少朋友留言,问explain结果中的type字段,ref,ALL等不一样的值究竟是什么含义。

今天花1分钟简单说下,常见的type结果及代表的含义,并且通过同一个SQL语句的性能差异,说明建对索引多么重要。

explain结果中的type字段代表什么意思?

同一个SQL语句,为啥性能差异咋就这么大呢?(1分钟系列)

MySQL的官网解释非常简洁,只用了3个单词:连接类型(the join type)。它描述了找到所需数据使用的扫描方式。

最为常见的扫描方式有:

system:系统表,少量数据,往往不需要进行磁盘IO;

const:常量连接;

eq_ref:主键索引(primary key)或者非空唯一索引(unique not null)等值扫描;

ref:非主键非唯一索引等值扫描;

range:范围扫描;

index:索引树扫描;

ALL:全表扫描(full table scan);

画外音:这些是最常见的,大家去explain自己工作中的SQL语句,95%都是上面这些类型。

上面各类扫描方式由快到慢:

system > const > eq_ref > ref > range > index > ALL 

下面一一举例说明。

一、system

同一个SQL语句,为啥性能差异咋就这么大呢?(1分钟系列)

explain select * from mysql.time_zone; 

上例中,从系统库mysql的系统表time_zone里查询数据,扫码类型为system,这些数据已经加载到内存里,不需要进行磁盘IO。

这类扫描是速度最快的。

同一个SQL语句,为啥性能差异咋就这么大呢?(1分钟系列)

explain select * from (select * from user where id=1) tmp; 

再举一个例子,内层嵌套(const)返回了一个临时表,外层嵌套从临时表查询,其扫描类型也是system,也不需要走磁盘IO,速度超快。

二、const

数据准备:

create table user ( 

id int primary key, 

name varchar(20) 

)engine=innodb

  

insert into user values(1,'shenjian'); 

insert into user values(2,'zhangsan'); 

insert into user values(3,'lisi'); 

同一个SQL语句,为啥性能差异咋就这么大呢?(1分钟系列)

const扫描的条件为:

命中主键(primary key)或者唯一(unique)索引;

被连接的部分是一个常量(const)值;

explain select * from user where id=1

如上例,id是PK,连接部分是常量1。

画外音:别搞什么类型转换的幺蛾子。

这类扫描效率极高,返回数据量少,速度非常快。

三、eq_ref

数据准备:

create table user ( 

id int primary key, 

name varchar(20) 

)engine=innodb

  

insert into user values(1,'shenjian'); 

insert into user values(2,'zhangsan'); 

insert into user values(3,'lisi'); 

  

create table user_ex ( 

id int primary key, 

age int 

)engine=innodb

  

insert into user_ex values(1,18); 

insert into user_ex values(2,20); 

insert into user_ex values(3,30); 

insert into user_ex values(4,40); 

insert into user_ex values(5,50); 

同一个SQL语句,为啥性能差异咋就这么大呢?(1分钟系列)

eq_ref扫描的条件为,对于前表的每一行(row),后表只有一行被扫描。

再细化一点:

join查询;

命中主键(primary key)或者非空唯一(unique not null)索引;

等值连接;

explain select * from user,user_ex where user.id=user_ex.id; 

如上例,id是主键,该join查询为eq_ref扫描。

这类扫描的速度也异常之快。

四、ref

数据准备:

create table user ( 

id int, 

name varchar(20) , 

index(id) 

)engine=innodb

  

insert into user values(1,'shenjian'); 

insert into user values(2,'zhangsan'); 

insert into user values(3,'lisi'); 

  

create table user_ex ( 

id int, 

age int, 

index(id) 

)engine=innodb

  

insert into user_ex values(1,18); 

insert into user_ex values(2,20); 

insert into user_ex values(3,30); 

insert into user_ex values(4,40); 

insert into user_ex values(5,50); 

同一个SQL语句,为啥性能差异咋就这么大呢?(1分钟系列)

如果把上例eq_ref案例中的主键索引,改为普通非唯一(non unique)索引。

explain select * from user,user_ex where user.id=user_ex.id; 

就由eq_ref降级为了ref,此时对于前表的每一行(row),后表可能有多于一行的数据被扫描。

同一个SQL语句,为啥性能差异咋就这么大呢?(1分钟系列)

explain select * from user where id=1

当id改为普通非唯一索引后,常量的连接查询,也由const降级为了ref,因为也可能有多于一行的数据被扫描。

ref扫描,可能出现在join里,也可能出现在单表普通索引里,每一次匹配可能有多行数据返回,虽然它比eq_ref要慢,但它仍然是一个很快的join类型。

五、range

数据准备:

create table user ( 

id int primary key, 

name varchar(20) 

)engine=innodb

  

insert into user values(1,'shenjian'); 

insert into user values(2,'zhangsan'); 

insert into user values(3,'lisi'); 

insert into user values(4,'wangwu'); 

insert into user values(5,'zhaoliu'); 

同一个SQL语句,为啥性能差异咋就这么大呢?(1分钟系列)

range扫描就比较好理解了,它是索引上的范围查询,它会在索引上扫码特定范围内的值。

explain select * from user where id between 1 and 4; 

explain select * from user where idin(1,2,3); 

explain select * from user where id>3; 

像上例中的between,in,>都是典型的范围(range)查询。

画外音:必须是索引,否则不能批量"跳过"。

六、index

同一个SQL语句,为啥性能差异咋就这么大呢?(1分钟系列)

index类型,需要扫描索引上的全部数据。  

explain count (*) from user; 

如上例,id是主键,该count查询需要通过扫描索引上的全部数据来计数。

画外音:此表为InnoDB引擎。

它仅比全表扫描快一点。

七、ALL

数据准备:

create table user ( 

id int, 

name varchar(20) 

)engine=innodb

  

insert into user values(1,'shenjian'); 

insert into user values(2,'zhangsan'); 

insert into user values(3,'lisi'); 

  

create table user_ex ( 

id int, 

age int 

)engine=innodb

  

insert into user_ex values(1,18); 

insert into user_ex values(2,20); 

insert into user_ex values(3,30); 

insert into user_ex values(4,40); 

insert into user_ex values(5,50); 

同一个SQL语句,为啥性能差异咋就这么大呢?(1分钟系列)

explain select * from user,user_ex where user.id=user_ex.id; 

如果id上不建索引,对于前表的每一行(row),后表都要被全表扫描。

今天这篇文章中,这个相同的join语句出现了三次:

扫描类型为eq_ref,此时id为主键;

扫描类型为ref,此时id为非唯一普通索引;

扫描类型为ALL,全表扫描,此时id上无索引;

有此可见,建立正确的索引,对数据库性能的提升是多么重要。

全表扫描代价极大,性能很低,是应当极力避免的,通过explain分析SQL语句,非常有必要。

总结

(1)explain结果中的type字段,表示(广义)连接类型,它描述了找到所需数据使用的扫描方式;

(2)常见的扫描类型有:

相关推荐
新闻聚焦
猜你喜欢
热门推荐
  • 微软AI面试题有多难?这里有一份样卷

      究竟什么样的AI人才能被微软这样的巨头聘用呢?今天,文摘君就淘来了几道微软AI 面试题,同时给出了最基本的解答......

    06-25????来源:澎湃新闻网

    分享
  • 全球最聪明的大脑怎么看AI?他们预测了

      2017年AI领域取得了诸多成果。2018年AI又将何去何从?以下是来自世界顶级研究人员和行业领军人物对2018年AI领域发展作......

    02-20????来源:虎嗅网

    分享
  • 2017JavaScript框架战报 - React分战场

      我们来看看与React有关的软件包的生态系统。当Facebook构建React时,就有许多来自开源社区的第三方软件包。为提供完......

    02-27????来源:湖北新闻网

    分享
  • 小白学数据:教你用Python实现简单监督学

      监督学习作为运用最广泛的机器学习方法,一直以来都是从数据挖掘信息的重要手段。即便是在无监督学习兴起的近......

    03-05????来源:今日头条

    分享
  • 现代编程语言Swift、Kotlin等十大有趣功能

      最近学习了一些现代编程语言,比如Reason,Swift,Kotlin和Dart。这些编程语言提供了许多新功能,本文主要分享了我认......

    04-29????来源:祁东新闻网

    分享
  • 领域场景分析的6W模型

      组成场景的要素常常被称之为6W模型,即描写场景的过程必须包含Who,What,Why,Where,When与hoW这六个要素。......

    04-30????来源:砍柴网

    分享
  • 开源应用服务器WildFly 12发新季度交付模式

      WildFly 12 Final版本现在已经可以下载了,WildFly是一款灵活的开源应用服务器,支持开发人员构建轻量级应用程序。支持......

    05-10????来源:青岛新闻网

    分享
  • 基于Spring Cloud的微服务落地

      微服务架构模式的核心在于如何识别服务的边界,设计出合理的微服务。但如果要将微服务架构运用到生产项目上,......

    06-04????来源:广西新闻网

    分享
  • 为什么阿里工程师纷纷在内网晒代码?

      前阵子,在阿里一个小黑屋里,5名对代码有着极致追求的工程师参与阿里代码领域最高荣誉“多隆奖”的最终角逐。......

    06-08????来源:四川新闻网

    分享
  • 超级大汇总!200多个最好的机器学习、

      我把这篇文章分为了四个部分:机器学习,自然语言处理,python和数学。在每个部分中我都列举了一些主题,但是因......

    09-25????来源:洛阳新闻网

    分享
返回列表
Ctrl+D?将本页面保存为书签,全面了解最新资讯,方便快捷。