MySQL中一条查询语句的执行全过程是怎样的？

mysql作为最常用的关系型数据库，无论是在应用还是在面试中都是必须掌握的技能。

要印在脑子里面的东西

DDL:数据定义，它用来定义数据库对象，包括库，表，列，通过ddl我们可以创建，删除，修改数据库和表结构；

DML:数据操作语言，增加删除修改数据表中的记录；

DCL:数据控制语言，定义访问权限和安全级别；

DQL:数据查询语言，用它来查询想要的记录。

SQL执行顺序:

今天我们一起讨论下如何查看mysql的执行计划。

Explain是mysql中sql调优的重要工具，它可以模拟mysql优化器执行sql语句，并通过可视化说明分析出查询语句的执行信息，有助于我们分析出sql语句的性能瓶颈。

使用示例：

explain select * from t where name='123'

在查询sql语句前面加explain关键字，mysql就会在查询的时候设置一个标记，mysql在处理的时候就不会去真正执行这条sql语句，而是返回这条语句的执行计划。但是如果from中有子查询，子查询会真正的执行，并且会将结果先放入临时表中。

1准备

我们准备几个表先，如果下面有需要案例来说明的内容，我们就用这几个表为例。

DROP TABLE IF EXISTS `actor`;
 CREATE TABLE `actor` (
 `id` INT ( 11 ) NOT NULL,
 `name` VARCHAR ( 45 ) DEFAULT NULL,
 `update_time` datetime DEFAULT NULL,
  PRIMARY KEY ( `id` )
) ENGINE = InnoDB DEFAULT CHARSET = utf8;

INSERT INTO `actor` ( `id`, `name`, `update_time` )
VALUES
 ( 1, 'a', NOW() ),
 ( 2, 'b', NOW() ),
 ( 3, 'c', NOW() );
 
DROP TABLE IF EXISTS `film`;
CREATE TABLE `film` (
 `id` INT ( 11 ) NOT NULL AUTO_INCREMENT,
 `name` VARCHAR ( 10 ) DEFAULT NULL,
  PRIMARY KEY ( `id` ),
 KEY `idx_name` ( `name` )
) ENGINE = InnoDB DEFAULT CHARSET = utf8;

INSERT INTO `film` ( `id`, `name` )
VALUES
 ( 3, 'film0' ),
 ( 1, 'film1' ),
 ( 2, 'film2' );
 
DROP TABLE IF EXISTS `film_actor`;
 CREATE TABLE `film_actor` (
 `id` INT ( 11 ) NOT NULL,
 `film_id` INT ( 11 ) NOT NULL,
 `actor_id` INT ( 11 ) NOT NULL,
 `remark` VARCHAR ( 255 ) DEFAULT NULL,
 PRIMARY KEY ( `id` ),
 KEY `idx_film_actor_id` ( `film_id`, `actor_id` ) 
) ENGINE = InnoDB DEFAULT CHARSET = utf8;

INSERTINTO `film_actor` ( `id`, `film_id`, `actor_id` )
VALUES
 ( 1, 1, 1 ),
 ( 2, 1, 2 ),
 ( 3, 2, 1 );

2Explain字段说明

执行 explain select * from actor; 可以看到结果如下

图片

通过上图中我们看下每个字段代表的含义

id列

id列的编号是select的序列号，有几个select就有几个id，并且id的顺序是按select出现的顺序增长的。id列越大执行优先级越高，id相同则从上往下执行，id为NULL最后执行。

select_type

select_type表示对应行是简单查询还是复杂的查询。这个字段有五个值，分别代表不同的含义

通过一个查询例证来说明:

首先执行下面的语句用来关闭mysql5.7新特性对衍生表的合并优化：

set session optimizer_switch='derived_merge=off'

然后执行下面语句看执行过程的select_type列：

explain select (select 1 from actor where id=1) from (select * from film where id=1) t

图片

• simple表示简单查询，查询不包含子查询和union
• primary：复杂查询中最外层的select
• subquery：包含在select中的子查询（不在from子句中）
• derived：包含在from子句中的子查询。MySQL会将结果存放在一个临时表中，也称为派生表
• union：在union中的第二个和随后的select关于union，我们通过下面语句来理解

explain select 1 union all select 1

table列

这一列表示explain的一行正在访问哪个表。

当from子句中有子查询时，table列是 格式，表示当前查询依赖id=N的查询，于是先执行id=N的查询。

当有union时，UNION RESULT的table列的值为，1和2表示参与union的select行id。

type

这一列表示关联类型或访问类型，即MySQL决定如何查找表中的行，查找数据行记录的大概范围依次从最优到最差分别为：system>const>eq_ref>ref>range>index>ALL一般来说，得保证查询达到range级别，最好达到ref

列为空是因为mysql能够在优化阶段分解查询语句，在执行阶段用不着再访问表或索引。例如：在索引列中选取最小值，可以单独查找索引来完成，不需要再进行回表访问。

const：这个类型最快，当查询通过优化器优化后可以走主键索引或者唯一索引（primarykey或uniquekey）的时候，这种情况只需要扫描1条数据，mysql能够迅速定位到数据。

system：system是特殊的const类型，即当const类型查询的表里面恰好只有一条数据的时候，这种概率很小，可以忽略，而且有时候即便是表里面只有一条数据执行计划中看到的也是const类型，这个不用太纠结。

举个例子看下:

explain select * from (select * from actor where id = 1) t;

图片

eq_ref：上面的两种类型是主键索引或者唯一索引（primarykey或uniquekey）查询，并且最多只有一条记录匹配，而eq_ref类型说的是同样是主键索引或者唯一索引（primarykey或uniquekey）查询，但是返回的是多条数据，比如下面例子：联表查询的时候

explain select * from film_actor left join film on film_actor.film_id=film.id

图片

这是一种主键索引或者唯一索引来进行联表的方式。也在const之外最好的联接类型了，简单的select查询不会出现这种type

ref：相比eq_ref，不使用唯一索引，而是使用普通索引或者唯一性索引的部分前缀，索引要和某个值相比较，可能会找到多个符合条件的行。

1.简单select查询，name是普通索引（非唯一索引）

explain select * from film where name='film1';

图片

2.关联表查询，idx_film_actor_id是film_id和actor_id的联合索引，这里使用到了film_actor的左边前缀film_id部分

explain select film_id from film left join film_actor on film.id=film_actor.film_id

图片

range：索引范围扫描，通常出现在in(),between,>,=等操作中。使用一个索引来检索给定范围的行

explain select * from actor where id>1

index：全索引扫描就能拿到结果，一般是扫描某个二级索引，这种扫描不会从索引树根节点开始快速查找，而是直接对二级索引的叶子节点遍历和扫描，速度还是比较慢的，这种查询一般为使用覆盖索引，二级索引一般比较小，所以这种通常比ALL快一些。

ALL：即全表扫描，扫描你的聚簇索引的所有叶子节点。这是最慢的一种查询类型，通常情况下这需要增加索引来进行优化了。

possible_keys列

这一列显示查询可能使用哪些索引来查找。explain时可能出现possible_keys有列，而key显示NULL的情况，这种情况是因为表中数据不多，mysql认为索引对此查询帮助不大，选择了全表查询。如果该列是NULL，则没有相关的索引。

key列

这一列显示mysql实际采用哪个索引来优化对该表的访问。如果没有使用索引，则该列是NULL。如果想强制mysql使用或忽视possible_keys列中的索引，在查询中使用forceindex、ignoreindex

key_len列

这一列显示了mysql在索引里使用的字节数，通过这个值可以算出具体使用了索引中的哪些列。

举例来说，film_actor的联合索引idx_film_actor_id由film_id和actor_id两个int列组成，并且每个int是4字节。通过结果中的key_len=4可推断出查询使用了第一个列：film_id列来执行索引查找。

explain select * from film_actor  where film_id=2;

图片

key_len计算规则如下：

• 字符串，char(n)和varchar(n)，5.0.3以后版本中，n均代表字符数，而不是字节数，如果是utf-8，一个数字或字母占1个字节，一个汉字占3个字节。

char(n)：如果存汉字长度就是3n字节

varchar(n)：如果存汉字则长度是3n+2字节，加的2字节用来存储字符串长度，因为varchar是变长字符串

• 数值类型

tinyint：1字节

smallint：2字节

int：4字节

bigint：8字节

• 时间类型

date：3字节

timestamp：4字节

datetime：8字节

• 如果字段允许为NULL，需要1字节记录是否为NULL,索引最大长度是768字节，当字符串过长时，mysql会做一个类似左前缀索引的处理，将前半部分的字符提取出来做索引。

ref列

这一列显示了在key列记录的索引中，表查找值所用到的列或常量，常见的有：const（常量），字段名（例：film.id）

rows列

这一列是mysql估计要读取并检测的行数，不一定是最终查询所要扫描的行数，更不是结果集里的行数。

这里顺便说一下rows数值是怎么得到的

MySQL在真正开始执行语句之前，并不能精确地知道满足这个条件的记录有多少条，而只能根据统计信息来估算记录数。这个统计信息就是索引的“区分度”。显然，一个索引上不同的值越多，这个索引的区分度就越好。而一个索引上不同的值的个数，我们称之为“基数”。也就是说，这个基数越大，索引的区分度越好。那么这个基数是怎么来的呢？这个基数是通过采样统计来的，为什么要采样统计呢？因为把整张表取出来一行行统计，虽然可以得到精确的结果，但是代价太高了，所以只能选择采样，采样统计的时候，InnoDB默认会选择N个数据页，统计这些页面上的不同值，得到一个平均值，然后乘以这个索引的页面数，就得到了这个索引的基数。然后再根据这个基数得到预估行数。

但是数据表是会持续更新的，索引统计信息也不会固定不变。所以，当变更的数据行数超过1/M的时候，会自动触发重新做一次索引统计。在MySQL中，有两种存储索引统计的方式，可以通过设置参数innodb_stats_persistent的值来选择：

设置为on的时候，表示统计信息会持久化存储。这时，默认的N是20，M是10。

设置为off的时候，表示统计信息只存储在内存中。这时，默认的N是8，M是16。

由于是采样统计，所以不管N是20还是8，这个基数都是很容易不准的。

总之，基数小，区分度小，扫描行数就相对多，基数大，区分度大，扫描行数就相对少。

Extra列

这一列展示的是额外信息。常见的重要值如下：

1.Using index：使用覆盖索引

mysql执行计划explain结果里的key有使用索引，如果select后面查询的字段都可以从这个索引的树中获取，这种情况一般可以说是用到了覆盖索引，extra里一般就会有using index。

覆盖索引一般针对的是辅助索引，整个查询结果只通过辅助索引就能拿到结果，不需要通过辅助索引树找到主键，再通过主键去主键索引树里获取其它字段值。

explain select film_id from film_actor where film_id=1;

图片

2.Using where：使用where语句来处理结果，并且查询的列未被索引覆盖

explain select * from actor where name='a'

图片

3.Using index condition：查询的列不完全被索引覆盖，where条件中是一个前导列的范围

就是应用了索引的最左前缀原则

explain select * from film_actor where film_id>1

4.Using temporary：mysql需要创建一张临时表来处理查询。

出现这种情况一般是要进行优化的，首先是想到用索引来优化。

actor.name没有索引，此时创建了张临时表来distinct

explain select distinct name from actor;

5.Using filesort：将用外部排序而不是索引排序

数据较小时从内存排序，否则需要在磁盘完成排序。这种情况下一般也是要考虑使用索引来优化的。

1.actor.name未创建索引，会浏览actor整个表，保存排序关键字name和对应的id，然后排序name并检索

explain select * from actor order by name;

6.Using join buffer(Block Nested Loop)：join语句相关

当join语句中的被驱动表没有索引时候会走Block Nested Loop算法，这种情况就会把驱动表的数据全部放入join buffer内存中，然后进行匹配，后面我们会详细介绍join原理

7.Using MRR：这是一种回表优化

mysql在做查询的时候，我们知道当应用到二级索引的时候会存在回表现象，你想一下，索引是有序的，当我们通过二级索引查到主键，再根据主键去主键索引树查找数据的时候，用主键索引在主键树查找的这个动作是随机读，我们知道随机读肯定没有顺序读快，因此MRR算法就是解决这个问题的。这个我们后续会详细讲解。

3总结

执行计划是我们进行sql优化的依赖。通过里面各个字段的信息我们能得到优化结论，其中有些字段的含义需要我们有一些底层基础比如Extra列，这一列会告诉我们当前查询是否走了索引，是否用了临时表，如何进行排序，有什么算法进行join，这些可能需要我们去了解排序原理，联表原理等等。这样才能对sql的调优做到游刃有余。