MySQL中的EXPLAIN的详解

一、介绍

官网介绍：

https://dev.mysql.com/doc/refman/5.7/en/explain-output.html

https://dev.mysql.com/doc/refman/8.0/en/explain-output.html

explain（执行计划），使用explain关键字可以模拟优化器执行sql查询语句，从而知道MySQL是如何处理sql语句。

explain主要用于分析查询语句或表结构的性能瓶颈。

通过explain命令可以得到:

  • – 表的读取顺序
  • – 数据读取操作的操作类型
  • – 哪些索引可以使用
  • – 哪些索引被实际使用
  • – 表之间的引用
  • – 每张表有多少行被优化器查询

EXPLAIN 或者 DESC命令获取 MySQL 如何执行 SELECT 语句的信息，包括在 SELECT 语句执行过程中表如何连接和连接的顺序。

版本情况

  • MySQL 5.6.3以前只能EXPLAIN SELECT ；MYSQL 5.6.3以后就可以EXPLAIN SELECT，UPDATE，DELETE
  • 在5.7以前的版本中，想要显示partitions 需要使用explain partitions 命令；想要显示filtered 需要使用explain extended 命令。在5.7版本后，默认explain直接显示partitions和filtered中的信息。

image-20240816220734072

基本语法

EXPLAIN 或 DESCRIBE语句的语法形式如下：

EXPLAIN SELECT select_options

或者

DESCRIBE SELECT select_options

环境准备：

CREATE DATABASE testexplain  CHARACTER SET utf8mb4   COLLATE utf8mb4_general_ci;

use testexplain;

CREATE TABLE L1(id INT PRIMARY KEY AUTO_INCREMENT,title VARCHAR(100) );
CREATE TABLE L2(id INT PRIMARY KEY AUTO_INCREMENT,title VARCHAR(100) );
CREATE TABLE L3(id INT PRIMARY KEY AUTO_INCREMENT,title VARCHAR(100) );
CREATE TABLE L4(id INT PRIMARY KEY AUTO_INCREMENT,title VARCHAR(100) );

INSERT INTO L1(title) VALUES('test001'),('test002'),('test003');
INSERT INTO L2(title) VALUES('test004'),('test005'),('test006');
INSERT INTO L3(title) VALUES('test007'),('test008'),('test009');
INSERT INTO L4(title) VALUES('test010'),('test011'),('test012');

image-20240817084735762

二、基本的使用

explain使用：explain/desc+sql语句，通过执行explain可以获得sql语句执行的相关信息。

EXPLAIN SELECT * FROM L1,L2,L3 WHERE L1.id=L2.id AND L2.id = L3.id;

DESC SELECT * FROM L1,L2,L3 WHERE L1.id=L2.id AND L2.id = L3.id;

image-20240817084858568

序号字段含义
1id查询的序列号，是一组数字，表示查询中执行 SELECT 子句或操作表的顺序。
2select_type表示 SELECT 的类型。常见取值有 SIMPLE（简单查询，不包含子查询或联合查询）、PRIMARY（主查询，即最外层的查询）、UNION（联合查询中的第二个或后续查询）、SUBQUERY（子查询）等。
3table表示正在访问的表。
4partitions显示匹配的分区信息，如果是非分区表则为 NULL。
5type表示表的访问类型，性能由好到差的顺序为 system → const → eq_ref → ref → ref_or_null → index_merge → unique_subquery → index_subquery → range → index → ALL。访问类型越靠前，性能越好。
6possible_keys表示查询时可能使用的索引。
7key实际使用的索引。如果没有使用索引，则显示为 NULL。
8key_len表示使用的索引的字节数。这个值越大，表示查询中使用的索引字段越多。
9ref显示索引的哪一列被用到，并且如果可能的话，是哪些列或常量被用于查找索引列中的值。
10rows估计要读取的行数，这个数字是一个估计值，不一定是精确的。
11filtered表示服务器根据查询条件过滤的行百分比。
12Extra包含执行查询的额外信息，比如是否使用临时表、是否进行文件排序等。常见值有 Using index（使用了覆盖索引）、Using where（使用了 WHERE 过滤条件）、Using temporary（使用了临时表）和 Using filesort（使用了文件排序）等。

三、字段详解

3.1、id字段

select查询的序列号，包含一组数字，表示查询中执行select子句或操作表的顺序

  • id相同，执行顺序由上至下
EXPLAIN SELECT * FROM L1,L2,L3 WHERE L1.id=L2.id AND L2.id = L3.id;

image-20240817085211653

  • id不同，如果是子查询，id的序号会递增，id值越大优先级越高，越先被执行
EXPLAIN
SELECT *
FROM L2
WHERE id = (SELECT idFROM L1WHERE id = (SELECT L3.idFROM L3WHERE L3.title ='test009'));

image-20240817085352563

3.2、select_type 与 table字段

查询类型，主要用于区别普通查询，联合查询，子查询等的复杂查询

  • simple : 简单的select查询，查询中不包含子查询或者UNION
EXPLAIN SELECT * FROM L1;

image-20240817085911835

  • primary : 查询中若包含任何复杂的子部分，最外层查询被标记
EXPLAIN
SELECT *
FROM L2
WHERE id = (SELECT idFROM L1WHERE id = (SELECT L3.idFROM L3WHERE L3.title ='test003'));

image-20240817090120901

  • subquery : 在select或where列表中包含了子查询
EXPLAIN
SELECT *
FROM L2
WHERE L2.id = (SELECT idFROM L3WHERE L3.title ='test03');

image-20240817090310861

  • derived : 在from列表中包含的子查询被标记为derived（衍生），MySQL会递归执行这些子查询，把结果放到临时表中
  • union : 如果第二个select出现在UNION之后，则被标记为UNION，如果union包含在from子句的子查询中，外层select被标记为derived
  • union result : UNION 的结果
EXPLAIN
SELECT *
FROM L2
UNION
SELECT *
FROM L3;

image-20240817090413483

3.3、partitions

分区表是将一个表的数据根据某个字段的值分成多个分区来存储的，这样查询时可以提高效率。

查询时匹配到的分区信息，对于非分区表值为NULL ，当查询的是分区表时， partitions 显示分区表命中的分区情况。

对于非分区表（例如原始的 L1 表），partitions 字段会显示 NULL：

EXPLAIN SELECT * FROM L1 WHERE id = 1;

image-20240817090919620

我们以 L1 表为例，将它根据 id 字段进行分区：

CREATE TABLE L1_partitioned (id INT PRIMARY KEY AUTO_INCREMENT,title VARCHAR(100)
) 
PARTITION BY RANGE (id) (PARTITION p0 VALUES LESS THAN (2),PARTITION p1 VALUES LESS THAN (4),PARTITION p2 VALUES LESS THAN (6)
);

INSERT INTO L1_partitioned(title) VALUES('test001'),('test002'),('test003'),('test004'),('test005');

这个表会根据 id 的值分成 3 个分区：

  • p0 分区存储 id 小于 2 的数据
  • p1 分区存储 id 小于 4 的数据
  • p2 分区存储 id 小于 6 的数据

image-20240817091047683

使用 EXPLAIN 查看查询的分区命中情况：

EXPLAIN SELECT * FROM L1_partitioned WHERE id = 1;

image-20240817091142620

此查询会显示 partitions 字段的值为 p0，因为 id=1 的记录被存储在 p0 分区中。

EXPLAIN SELECT * FROM L1_partitioned WHERE id = 3;

image-20240817091233302

此查询会显示 partitions 字段的值为 p1，因为 id=3 的记录被存储在 p1 分区中。

当查询条件跨越多个分区时，EXPLAIN 会显示命中的多个分区：

EXPLAIN SELECT * FROM L1_partitioned WHERE id BETWEEN 1 AND 5;

image-20240817091350492

3.4、type字段

type显示的是连接类型，是较为重要的一个指标。下面给出各种连接类型,按照从最佳类型到最坏类型进行排序:

system > const > eq_ref > ref > fulltext > ref_or_null > index_merge >unique_subquery > index_subquery > range > index > ALL

-- 简化
system > const > eq_ref > ref > range > index > ALL
  • system : 表仅有一行 (等于系统表)。这是const连接类型的一个特例,很少出现。
  • const : 表示通过索引 一次就找到了, const用于比较 primary key 或者 unique 索引. 因为只匹配一行数据,所以如果将主键 放在 where条件中, MySQL就能将该查询转换为一个常量
EXPLAIN SELECT * FROM L1 WHERE L1.id = 1;

image-20240817091731680

  • eq_ref : 唯一性索引扫描,对于每个索引键,表中只有一条记录与之匹配. 常见与主键或唯一索引扫描
EXPLAIN SELECT * FROM L1 ,L2 WHERE L1.id = L2.id ;

image-20240817092051794

  • ref : 非唯一性索引扫描, 返回匹配某个单独值的所有行, 本质上也是一种索引访问, 它返回所有匹配某个单独值的行, 这是比较常见连接类型.

    • 未加索引之前

      EXPLAIN SELECT * FROM L1 ,L2 WHERE L1.title = L2.title ;

      image-20240817092203285

    • 加索引之后

      CREATE INDEX idx_title ON L2(title);

      EXPLAIN SELECT * FROM L1 ,L2 WHERE L1.title = L2.title ;

      image-20240817092326116

  • range : 只检索给定范围的行,使用一个索引来选择行。

    EXPLAIN SELECT * FROM L1 WHERE L1.id > 10;

    EXPLAIN SELECT * FROM L1 WHERE L1.id IN (1,2);

    image-20240817092525645

    key显示使用了哪个索引. where 子句后面 使用 between 、< 、> 、in 等查询, 这种范围查询要比全表扫描好

  • index : 出现index 是 SQL 使用了索引, 但是没有通过索引进行过滤,一般是使用了索引进行排序分组

EXPLAIN SELECT * FROM L1 ORDER BY id;

image-20240817092721394

  • ALL : 对于每个来自于先前的表的行组合,进行完整的表扫描。
EXPLAIN SELECT * FROM L1;

image-20240817092820538

一般来说,需要保证查询至少达到 range级别,最好能到ref

3.5、possible_keys 与 key字段

  • possible_keys
    • 显示可能应用到这张表上的索引, 一个或者多个. 查询涉及到的字段上若存在索引, 则该索引将被列出, 但不一定被查询实际使用.
    • 实际使用的索引，若为null，则没有使用到索引。（两种可能，1.没建立索引, 2.建立索引，但索引失效）。查询中若使用了覆盖索引，则该索引仅出现在key列表中。
  • key
    • 实际使用的索引，若为null，则没有使用到索引。（两种可能，1.没建立索引, 2.建立索引，但索引失效）。查询中若使用了覆盖索引，则该索引仅出现在key列表中。
    • 覆盖索引：一个索引包含(或覆盖)所有需要查询的字段的值,通过查询索引就可以获取到字段值
  1. 理论上没有使用索引,但实际上使用了
EXPLAIN SELECT L1.id FROM L1;

image-20240817094243911

  1. 理论和实际上都没有使用索引
EXPLAIN SELECT * FROM L1 WHERE title = 'test01';

image-20240817095248987

  1. 理论和实际上都使用了索引
EXPLAIN SELECT * FROM L2 WHERE title = 'test02';

image-20240817095340019

3.6、key_len字段

表示索引中使用的字节数, 可以通过该列计算查询中使用索引的长度.

key_len 字段能够帮你检查是否充分利用了索引 ken_len 越长, 说明索引使用的越充分

key_len表示使用的索引长度，key_len可以衡量索引的好坏，key_len越小 索引效果越好

上述的这两句话是否存在矛盾呢，我们该怎么理解呢？

第一句：key_len 越长，说明索引使用得越充分

解释：

  • key_len 表示在查询中使用的索引字节数。它反映了查询条件中实际使用了索引的多少。

  • 例如，假设有一个复合索引（例如 index_a_b_c），它包含三个字段 a, b, c。如果你执行的查询只使用了 a 字段进行筛选，那么 key_len 可能只包含字段 a 的长度。如果查询使用了 a 和 b 两个字段进行筛选，key_len 会增加，以反映更多的索引字段被使用。

  • 因此，当 key_len 较长时，意味着查询充分利用了索引的多个部分，这通常可以提高查询效率。

第二句：key_len 越小，索引效果越好

解释：

  • 这句话强调了索引的选择性和效率。key_len 越小，表示查询使用的索引部分越少，也可能意味着查询的目标更加精准，过滤的行数越少。

  • 如果一个查询只需使用索引的前几列（即 key_len 较小），并且可以快速过滤掉大部分不相关的行，那么该查询的效率通常会更高。

  • 在某些情况下，使用较小的 key_len 可能会比使用较大的 key_len 更有效，因为这减少了不必要的索引扫描（特别是当大部分行都匹配前面的字段时）。

如何综合理解这两句话

这两句话并不矛盾，而是从不同的角度解释了 key_len 的作用：

  1. 充分利用索引：当你希望尽可能利用复合索引的多个字段时，较大的 key_len 是有利的，因为它表明查询条件使用了索引的多个部分，从而可能减少全表扫描的需求。

  2. 索引的效率：另一方面，较小的 key_len 可能意味着查询条件已经足够过滤掉大多数不匹配的行，从而更快地找到所需的记录。

实际应用中的考量

  • 复合索引：如果你的查询经常使用复合索引的前几个字段，而不使用全部字段，那么你可能希望 key_len 较小，这样查询效率可能更高，因为数据库引擎不需要扫描索引的所有部分。
  • 单字段索引：如果你有一个单字段索引，那么 key_len 的大小主要取决于这个字段的类型。对于简单的查询，key_len 较小可能是好事。

总结来说，key_len 并不是越大或越小越好，而是要根据查询的具体情况来衡量。当 key_len 充分利用了索引的关键字段，并且有效过滤数据时，这通常是一个高效的查询设计。

SET NAMES utf8mb4;
SET FOREIGN_KEY_CHECKS = 0;DROP TABLE IF EXISTS `user`;
CREATE TABLE `user`  (`id` bigint NOT NULL AUTO_INCREMENT,`name` varchar(10) CHARACTER SET utf8 COLLATE utf8_general_ci NULL DEFAULT NULL,`age` int NULL DEFAULT NULL,`sex` char(1) CHARACTER SET utf8 COLLATE utf8_general_ci NULL DEFAULT NULL,`create_time` datetime NULL DEFAULT NULL,PRIMARY KEY (`id`) USING BTREE,INDEX `idx_name`(`name` ASC) USING BTREE,INDEX `idx_age`(`age` ASC) USING BTREE,INDEX `idx_sex`(`sex` ASC) USING BTREE
) ENGINE = InnoDB AUTO_INCREMENT = 3 CHARACTER SET = utf8 COLLATE = utf8_general_ci ROW_FORMAT = Dynamic;INSERT INTO `user` VALUES (1, 'tom', 18, '男', '2024-08-17 10:09:00');
INSERT INTO `user` VALUES (2, 'zimu', 18, '男', '2024-08-07 10:09:30');
  • 使用explain 进行测试
列类型是否为空长度key_len备注
tinyint允许Null1key_len = 1 + 1允许NULL，key_len长度加1
tinyint not null不允许Null1key_len = 1不允许NULL
int允许Null4key_len = 4 + 1允许NULL，key_len长度加1
int not null不允许Null4key_len = 4不允许NULL
bigint允许Null8key_len = 8 + 1允许NULL，key_len长度加1
bigint not null不允许Null8key_len = 8不允许NULL
char(1)允许Nullutf8mb4=4, utf8=3, gbk=2key_len = 1*3 + 1允许NULL，字符集utf8，key_len长度加1
char(1) not null不允许Nullutf8mb4=4, utf8=3, gbk=2key_len = 1*3不允许NULL，字符集utf8
varchar(10)允许Nullutf8mb4=4, utf8=3, gbk=2key_len = 10*3 + 2 + 1动态列类型，key_len长度加2，允许NULL，key_len长度加1
varchar(10) not null不允许Nullutf8mb4=4, utf8=3, gbk=2key_len = 10*3 + 2动态列类型，key_len长度加2

  • id字段类型为bigint，长度为8，id为主键，不允许Null ，key_len = 8 。

    EXPLAIN select * FROM user WHERE id = 1;

image-20240817101527149

  • name的字段类型是varchar(10)，允许Null，字符编码是utf8，一个字符占用3个字节，varchar为动态类型，key长度加2，key_len = 10 * 3 + 2 + 1 = 33 。
EXPLAIN select * FROM user WHERE name = 'tom';

image-20240817101648034

联合索引key_len计算

我们删除user表其他辅助索引，建立一个联合索引

ALTER TABLE user DROP INDEX `idx_name`, DROP INDEX `idx_age`, DROP INDEX `idx_sex`;

ALTER TABLE user ADD INDEX `idx_name_age`(`name`, `age`);

image-20240817101849893

1、部分索引生效的情况

我们使用name进行查询

EXPLAIN select * FROM user WHERE name = 'tom';

image-20240817101935511

由于联合索引，根据最左匹配原则，使用到索引只有name这一列，name的字段类型是varchar(10)，允许Null，字符编码是utf8，一个字符占用3个字节，varchar为动态类型，key长度加2，key_len = 10 * 3+2 + 1 = 33 。

2、联合索引完全使用索引的情况

EXPLAIN select * FROM user WHERE name = '张三' AND age = 19;

image-20240817102038720

由于联合索引，使用到（name，age）联合索引，name的字段类型是varchar(10)，允许Null，字符编码是utf8，一个字符占用3个字节，varchar为动态类型，key长度加2，key_len = 10 * 3 + 2 + 1 = 33 ，age的字段类型是int，长度为4，允许Null ，key_len = 4 + 1 = 5 。联合索引的key_len 为 key_len = 33+5 = 38。

3.7、ref 字段

显示索引的哪一列被使用了，如果可能的话，是一个常数。哪些列或常量被用于查找索引列上的值

  • L1.id=‘1’; 1是常量 , ref = const
EXPLAIN SELECT * FROM L1 WHERE L1.id='1';

image-20240817102310156

  • L2表被关联查询的时候,使用了主键索引, 而值使用的是驱动表(执行计划中靠前的表是驱动表)L1表的ID, 所以 ref = test_explain.L1.id
EXPLAIN SELECT * FROM L1 LEFT JOIN L2 ON L1.id = L2.id WHERE L1.title ='test01';

image-20240817102402990

什么是驱动表 ?

  • 多表关联查询时,第一个被处理的表就是驱动表,使用驱动表去关联其他表.
  • 驱动表的确定非常的关键,会直接影响多表关联的顺序,也决定后续关联查询的性能

驱动表的选择要遵循一个规则:

在对最终的结果集没有影响的前提下,优先选择结果集最小的那张表作为驱动表

3.8、rows 字段

表示MySQL根据表统计信息及索引选用情况，估算的找到所需的记录所需要读取的行数；越少越好

  1. 使用like 查询,会产生全表扫描, L2中有3条记录,就需要读取3条记录进行查找
EXPLAIN SELECT * FROM L1,L2 WHERE L1.id = L2.id AND L2.title LIKE '%tes%';

image-20240817102659704

  1. 如果使用等值查询, 则可以直接找到要查询的记录,返回即可,所以只需要读取一条
EXPLAIN SELECT * FROM L1,L2 WHERE L1.id = L2.id AND L2.title = 'test03';

image-20240817102753104

总结: 当我们需要优化一个SQL语句的时候，我们需要知道该SQL的执行计划，比如是全表扫描，还是索引扫描； 使用explain 关键字可以模拟优化器执行sql 语句，从而知道mysql 是如何处理sql 语句的,方便我们开发人员有针对性的对SQL进行优化.

  • 表的读取顺序。（对应id）

  • 数据读取操作的操作类型。（对应select_type）

  • 哪些索引可以使用。（对应possible_keys）

  • 哪些索引被实际使用。（对应key）

  • 每张表有多少行被优化器查询。（对应rows）

  • 评估sql的质量与效率 (对应type)

3.9、filtered 字段

它指返回结果的行占需要读到的行(rows列的值)的百分比

3.9、extra 字段

Extra 是 EXPLAIN 输出中另外一个很重要的列，该列显示MySQL在查询过程中的一些详细信息

CREATE TABLE users (
uid INT PRIMARY KEY AUTO_INCREMENT,
uname VARCHAR(20),
age INT(11)
);
INSERT INTO users VALUES(NULL, 'lisa',10);
INSERT INTO users VALUES(NULL, 'lisa',10);
INSERT INTO users VALUES(NULL, 'rose',11);
INSERT INTO users VALUES(NULL, 'jack', 12);
INSERT INTO users VALUES(NULL, 'sam', 13);
  • Using filesort
EXPLAIN SELECT * FROM users ORDER BY age;

执行结果Extra为Using filesort ，这说明，得到所需结果集，需要对所有记录进行文件排序。这类SQL语句性能极差，需要进行优化。

典型的，在一个没有建立索引的列上进行了order by，就会触发filesort，常见的优化方案是，在order by的列上添加索引，避免每次查询都全量排序。

filtered 它指返回结果的行占需要读到的行(rows列的值)的百分比

image-20240817103436525

  • Using temporary
EXPLAIN SELECT COUNT(*),uname FROM users WHERE uid > 2 GROUP BY uname;

image-20240817103538258

执行结果Extra为Using temporary ，这说明需要建立临时表 (temporary table) 来暂存中间结果。性能消耗大, 需要创建一张临时表, 常见于group by语句中. 需配合SQL执行过程来解释, 如果group by和where索引条件不同, 那么group by中的字段需要创建临时表分组后再回到原查询表中.如果查询条件where和group by是相同索引字段, 那么就不需要临时表.

  • Using where
EXPLAIN SELECT * FROM users WHERE age=10;

image-20240817103640773

此语句的执行结果Extra为Using where，表示使用了where条件过滤数据。需要注意的是：

  1. 返回所有记录的SQL，不使用where条件过滤数据，大概率不符合预期，对于这类SQL往往需要进行优化；
  2. 使用了where条件的SQL，并不代表不需要优化，往往需要配合explain结果中的type（连接类型）来综合判断。例如本例查询的 age 未设置索引，所以返回的type为ALL，仍有优化空间，可以建立索引优化查询。
  • Using index

表示直接访问索引就能够获取到所需要的数据(覆盖索引) , 不需要通过索引回表.

-- 为uname创建索引
alter table users add index idx_uname(uname);

EXPLAIN SELECT uid,uname FROM users WHERE uname='lisa';

image-20240817103834388

此句执行结果为Extra为Using index，说明sql所需要返回的所有列数据均在一棵索引树上，而无需访问实际的行记录。

  • Using join buffer (Block Nested Loop):
    • 这个 Extra 字段的值表明 MySQL 在执行嵌套循环连接时使用了连接缓冲区。这通常发生在没有可用的合适索引时，MySQL 会将一个表的数据加载到内存中的缓冲区，然后逐一扫描另一个表，以找到满足连接条件的行。
    • Block Nested Loop 是指 MySQL 会将外部表（在本例中是 u1）的部分数据块加载到缓冲区，然后与内部表（在本例中是子查询派生表 u2）进行匹配。这样可以减少对磁盘的访问次数，提高查询效率。

需要进行嵌套循环计算.

ALTER TABLE users ADD COLUMN sex CHAR(1);

UPDATE users SET sex = '0' WHERE uname IN ('lisa', 'rose');
UPDATE users SET sex = '1' WHERE uname IN ('jack', 'sam');

EXPLAIN SELECT * 
FROM users u1 
LEFT JOIN (SELECT * FROM users WHERE sex = '0') u2 
ON u1.uname = u2.uname;

image-20240817105001232

没有显示 Using join buffer，可能是因为查询优化器在这个具体的场景下能够有效地使用索引，因此不需要使用连接缓冲区。在这种情况下，MySQL 直接使用了 ref 类型的连接（通过索引进行连接），而不是需要缓冲区的嵌套循环连接。

可以删除或修改表上的索引，以便让 MySQL 在执行查询时无法使用现有的索引，从而被迫使用连接缓冲区。

ALTER TABLE users DROP INDEX idx_uname;

EXPLAIN SELECT * 
FROM users u1 
LEFT JOIN (SELECT * FROM users WHERE sex = '0') u2 
ON u1.uname = u2.uname;

image-20240817105131768

执行结果Extra为Using join buffer (Block Nested Loop) 说明，需要进行嵌套循环计算, 这里每个表都有五条记录，内外表查询的type都为ALL。

问题在于 两个关联表join 使用 uname，关联字段均未建立索引，就会出现这种情况。

常见的优化方案是，在关联字段上添加索引，避免每次嵌套循环计算。

  • Using index condition

搜索条件中虽然出现了索引列，但是有部分条件无法使用索引，会根据能用索引的条件先搜索一遍再匹配无法使用索引的条件。

Using index condition 叫作 Index Condition Pushdown Optimization (索引下推优化)。Index Condition Pushdown (ICP)是MySQL使用索引从表中检索行的一种优化。如果没有ICP，存储引擎将遍历索引以定位表中的行，并将它们返回给MySQL服务器，服务器将判断行的WHERE条件。在启用ICP的情况下，如果可以只使用索引中的列来计算WHERE条件的一部分，MySQL服务器就会将WHERE条件的这一部分推到存储引擎中。然后，存储引擎通过使用索引条目来评估推入的索引条件，只有当满足该条件时，才从表中读取行。ICP可以减少存储引擎必须访问基表的次数和MySQL服务器必须访问存储引擎的次数。

CREATE TABLE employees (id INT PRIMARY KEY AUTO_INCREMENT,first_name VARCHAR(50),last_name VARCHAR(50),age INT,department_id INT,salary DECIMAL(10, 2),hire_date DATE
);INSERT INTO employees (first_name, last_name, age, department_id, salary, hire_date) VALUES
('John', 'Doe', 30, 1, 60000.00, '2015-03-01'),
('Jane', 'Doe', 28, 2, 65000.00, '2016-07-15'),
('Mike', 'Smith', 45, 3, 75000.00, '2010-10-22'),
('Sara', 'Jones', 32, 1, 55000.00, '2018-01-12'),
('Tom', 'Brown', 29, 2, 58000.00, '2017-05-18');

接着，我们在 last_name 和 age 字段上创建复合索引：

CREATE INDEX idx_lastname_age ON employees(last_name, age);

编写一个查询，包含部分能利用索引的条件和部分不能利用索引的条件：

EXPLAIN SELECT * FROM employees WHERE last_name = 'Doe' AND age > 25 AND salary > 60000;

image-20240817110406345

这一行表明 MySQL 在查询中使用了 Index Condition Pushdown 优化。

在这个例子中，last_name = 'Doe' 和 age > 25 可以利用复合索引 idx_lastname_age，因此 MySQL 使用索引条件下推技术，在存储引擎层面尽量减少访问行数据的次数。

salary > 60000 是不能利用索引的条件，但由于使用了 ICP，存储引擎会先根据 last_name 和 age 进行初步过滤，然后再把符合条件的行返回给 MySQL 服务器，服务器进一步应用 salary > 60000 的过滤。

总结：

Index Condition Pushdown (ICP) 是一种优化技术，允许 MySQL 在存储引擎层面应用部分 WHERE 条件，从而减少需要从表中读取的行数。这可以提高查询性能，尤其是在涉及复合索引时。

Using index condition 提示表示 MySQL 已经应用了 ICP 优化。通过使用复合索引和带有多条件的查询，可以显式地观察到这个优化技术的作用。

https://mp.weixin.qq.com/s?__biz=MzkwOTczNzUxMQ==&mid=2247484180&idx=1&sn=2cfeba47a57b0d27d297de2037928080&chksm=c137685cf640e14abf7215d3a063e199b1d9aabf5e659b5113230bfea3a5a79ec84479545682#rd

请添加图片描述

本文来自互联网用户投稿，该文观点仅代表作者本人，不代表本站立场。本站仅提供信息存储空间服务，不拥有所有权，不承担相关法律责任。如若转载，请注明出处：http://www.rhkb.cn/news/405838.html

如若内容造成侵权/违法违规/事实不符，请联系长河编程网进行投诉反馈email:809451989@qq.com，一经查实，立即删除！

相关文章

QT 与 C++实现基于[ TCP ]的聊天室界面

QT 与 C++实现基于[ TCP ]的聊天室界面

TCP客户端 Widget.h #ifndef WIDGET_H #define WIDGET_H#include <QWidget> #include <QTcpSocket> //客户端类 #include <QMessageBox> #include <QListWidgetItem> #include <QDebug>QT_BEGIN_NAMESPACE namespace Ui { class Widget; } …
阅读更多...
SpingBoot集成kafka发送读取消息

SpingBoot集成kafka发送读取消息

SpingBoot集成kafka开发 kafka的几个常见概念 1、springboot和kafka对应版本&#xff08;重要&#xff09;2、创建springboot项目&#xff0c;引入kafka依赖2.1、生产者EventProducer2.2、消费者EventConsumer2.3、启动生产者的方法SpringBoot01KafkaBaseApplication2.4、appli…
阅读更多...
map与set容器初识：初步运用map与set

map与set容器初识：初步运用map与set

前言&#xff1a; 本文主要讲解的时对于map与set容器的初步使用&#xff0c;希望大家对map与set容器不熟悉的看了之后可以快速运用set与map到日常中来。&#xff08;本文适合对vector等基础容器有一定基础的同学&#xff09; 一、set与map容器常见接口 迭代器接口与以往的所…
阅读更多...
12 程序控制语句：循环控制（while、do-while、for、多重嵌套循环、死循环）

12 程序控制语句：循环控制（while、do-while、for、多重嵌套循环、死循环）

目录 1 while 循环 1.1 基本语法 1.2 流程图 1.3 计数循环 1.3.1 实现原则 1.3.2 案例&#xff1a;循环输出语句 1.3.3 案例&#xff1a;循环输出数字 7~15 1.3.4 案例&#xff1a;倒序输出数字 56 ~ 43 1.3.5 案例&#xff1a;输出 10&#xff08;包括 10&…
阅读更多...
使用 Go 语言将 Base64 编码转换为 PDF 文件

使用 Go 语言将 Base64 编码转换为 PDF 文件

使用Go语言将PDF文件转换为Base64编码-CSDN博客文章浏览阅读104次&#xff0c;点赞2次&#xff0c;收藏5次。本文介绍了如何使用 Go 语言将 PDF 文件转换为 Base64 编码&#xff0c;并保存到文件中。https://blog.csdn.net/qq_45519030/article/details/141224319 在现代编程中…
阅读更多...
【WebSocket】websocket学习【二】

【WebSocket】websocket学习【二】

1.需求&#xff1a;通过websocket实现在线聊天室 2.流程分析 3.消息格式 客户端 --> 服务端 {"toName":"张三","message":"你好"}服务端 --> 客户端 系统消息格式&#xff1a;{"system":true,"fromName"…
阅读更多...
SQL注入（head、报错、盲注）

SQL注入（head、报错、盲注）

目录 【学习目标、重难点知识】 【学习目标】 【重难点知识】 1. 报错注入 1.1 那么什么是报错注入呢&#xff1f; 1.2 报错注入原理 extractvalue函数 updatexml函数 1.3 靶场解析 靶场练习 2. HEAD注入 2.1 相关全局变量 2.2 靶场解析 burp暴力破解 靶场练习 3…
阅读更多...
Spring核心思想讲解之控制反转（IOC）

Spring核心思想讲解之控制反转（IOC）

控制反转概述 控制反转实现方式 XML方式 方式一 方式二 方式三 注解方式 第一步 第二步 第三步 依赖注入&#xff08;DI&#xff09;实现方式 XML方式 手动注入 set注入 构造器注入 自动注入 set注入 构造方法注入 注解方式 方式一&#xff1a; 方式二&…
阅读更多...
Transformer模型中的Position Embedding实现

Transformer模型中的Position Embedding实现

引言 在自然语言处理&#xff08;NLP&#xff09;中&#xff0c;Transformer模型自2017年提出以来&#xff0c;已成为许多任务的基础架构&#xff0c;包括机器翻译、文本摘要和问答系统等。Transformer模型的核心之一是其处理序列数据的能力&#xff0c;而Position Embedding在…
阅读更多...
python之matplotlib （1 介绍及基本用法）

python之matplotlib （1 介绍及基本用法）

介绍 matplotlib是Python中的一个绘图库&#xff0c;它提供了一个类似于 MATLAB 的绘图系统。使用matplotlib你可以生成图表、直方图、功率谱、条形图、错误图、散点图等。matplotlib广泛用于数据可视化领域&#xff0c;是 Python 中最著名的绘图库之一。 同样matplotlib的安…
阅读更多...
Java数组怎么转List，Stream的基本方法使用教程

Java数组怎么转List，Stream的基本方法使用教程

Stream流 Java 的 Stream 流操作是一种简洁而强大的处理集合数据的方式，允许对数据进行高效的操作，如过滤、映射、排序和聚合。Stream API 于 Java 8 引入，极大地简化了对集合（如 List、Set）等数据的处理。 一、创建 Stream 从集合创建： List<String> list = Ar…
阅读更多...
NGINX 之 location 匹配优先级

NGINX 之 location 匹配优先级

章节 1 NGINX 的源码安装 2 NGINX 核心配置详解 3 NGINX 之 location 匹配优先级 4 NGINX 基础参数与功能 目录 1 location 基础语法 1.1 location 语法说明表 1.2 URI部分简单介绍 2 location 匹配优先级 2.1 URI匹配的规则与顺序 2.2 精确匹配(location /1.txt) 2.3 区…
阅读更多...
Python个人收入影响因素模型构建：回归、决策树、梯度提升、岭回归

Python个人收入影响因素模型构建：回归、决策树、梯度提升、岭回归

全文链接&#xff1a;https://tecdat.cn/?p37423 原文出处&#xff1a;拓端数据部落公众号 “你的命运早在出生那一刻起便被决定了。”这样无力的话语&#xff0c;无数次在年轻人的脑海中回响&#xff0c;尤其是在那些因地域差异而面临教育资源匮乏的年轻人中更为普遍。在中国…
阅读更多...
企业级WEB应用服务器——TOMCAT

企业级WEB应用服务器——TOMCAT

一、WEB技术 1.1、HTTP协议和B/S 结构 最早出现了CGI&#xff08;Common Gateway Interface&#xff09;通用网关接口&#xff0c;通过浏览器中输入URL直接映射到一个 服务器端的脚本程序执行&#xff0c;这个脚本可以查询数据库并返回结果给浏览器端。这种将用户请求使用程…
阅读更多...
AWS不同类型的EC2实例分别适合哪些场景？

AWS不同类型的EC2实例分别适合哪些场景？

Amazon Web Services&#xff08;AWS&#xff09;的弹性计算云&#xff08;EC2&#xff09;提供了多种实例类型&#xff0c;以满足不同的应用需求和工作负载。了解不同类型的 EC2 实例及其适用场景&#xff0c;可以帮助用户更好地优化性能和控制成本。九河云和大家一起了解一下…
阅读更多...
安恒信息总裁宋端智，辞职了！活捉一枚新鲜出炉的餐饮人！

安恒信息总裁宋端智，辞职了！活捉一枚新鲜出炉的餐饮人！

吉祥知识星球http://mp.weixin.qq.com/s?__bizMzkwNjY1Mzc0Nw&mid2247485367&idx1&sn837891059c360ad60db7e9ac980a3321&chksmc0e47eebf793f7fdb8fcd7eed8ce29160cf79ba303b59858ba3a6660c6dac536774afb2a6330#rd 《网安面试指南》http://mp.weixin.qq.com/s?…
阅读更多...
I/O模型

I/O模型

文章目录 I/O模型相关概念网络I/O模型阻塞型I/O模型非阻塞型I/O模型多路复用I/O型信号驱动式I/O型异步I/O模型 apache和nginx的区别&#xff0c;什么时候选择apache&#xff0c;什么时候选择nginx 文章相关连接如下&#xff1a; 如果想更多了解nginx&#xff0c;请点击&#x…
阅读更多...
为什么要使用TikTok云手机

为什么要使用TikTok云手机

随着TikTok平台的日益繁荣&#xff0c;TikTok云手机作为一种新兴的运营工具&#xff0c;正以其独特的云端技术和用户体验&#xff0c;赢得广大用户的青睐。相较于传统手机&#xff0c;TikTok云手机通过云端技术为用户带来了一系列新的优势&#xff0c;让TikTok运营变得更加灵活…
阅读更多...
涂料耐久性氙灯老化试验箱

涂料耐久性氙灯老化试验箱

涂料氙灯老化试验箱是现代检测手段中常用的一种设备&#xff0c;它能够模拟自然光照、光照老化等环境条件&#xff0c;对涂料、染料、塑料、橡胶、纺织品、涂层等材料进行老化试验&#xff0c;以评估其耐久性和使用寿命。本文将详细介绍涂料氙灯老化试验箱的工作原理、使用注意…
阅读更多...
正则表达式——详解

正则表达式——详解

正则表达式是什么&#xff1f; 正则表达式&#xff08;Regular Expression&#xff0c;通常简写为 regex、regexp 或 RE&#xff09;是一种强大的文本处理工具&#xff0c;用于描述一组字符串的模式。它可以用来匹配、查找、替换等操作&#xff0c;几乎所有现代编程语言都支持…
阅读更多...
最新文章
推荐文章

Copyright @ 2022~2023