​
explain执行计划参数详解
​

​

select_type

1） SIMPLE：简单的SELECT，不实用UNION或者子查询。
2） PRIMARY：最外层SELECT。
3） UNION：第二层，在SELECT之后使用了UNION。
4） DEPENDENT UNION：UNION语句中的第二个SELECT，依赖于外部子查询。
5） UNION RESULT：UNION的结果。
6） SUBQUERY：子查询中的第一个SELECT。
7） DEPENDENT SUBQUERY：子查询中的第一个SELECT，取决于外面的查询。
8） DERIVED：导出表的SELECT（FROM子句的子查询）

table

显示这一行的数据是关于哪张表的

type

type字段比较重要，它标识了查询是否高效，是使用了全表扫描还是索引扫描等

这是重要的列，显示连接使用了何种类型。
从最好到最差的连接类型：const、eq_reg、ref、range、index和ALL

Type：告诉我们对表使用的访问方式，主要包含如下集中类型。

1） all：全表扫描。
2） const：读常量，最多只会有一条记录匹配，由于是常量，实际上只须要读一次。
3） eq_ref：最多只会有一条匹配结果，一般是通过主键或唯一键索引来访问。
4） fulltext：进行全文索引检索。
5） index：全索引扫描。
6） index_merge：查询中同时使用两个（或更多）索引，然后对索引结果进行合并（merge），再读取表数据。
7） index_subquery：子查询中的返回结果字段组合是一个索引（或索引组合），但不是一个主键或唯一索引。
8） rang：索引范围扫描。
9） ref：Join语句中被驱动表索引引用的查询。
10） ref_or_null：与ref的唯一区别就是在使用索引引用的查询之外再增加一个空值的查询。
11） system：系统表，表中只有一行数据；
12） unique_subquery：子查询中的返回结果字段组合是主键或唯一约束。

possible_keys

显示可能应用在这张表中的索引。如果为空，没有可能的索引。可以为相关的域从WHERE语句中选择一个合适的语句

key

实际使用的索引。如果为NULL，则没有使用索引。很少的情况下，MYSQL会选择优化不足的索引。这种情况下，可以在SELECT语句中使用USE INDEX（indexname）来强制使用一个索引或者用IGNORE INDEX（indexname）来强制MYSQL忽略索引

key_len

使用的索引的长度。在不损失精确性的情况下，长度越短越好

key_len计算方式 explain之key_len计算 - yayun - 博客园

ref

显示索引的哪一列被使用了，如果可能的话，是一个常数

rows

mysql查询优化器根据统计信息，估算sql要查找结果集需要扫描读取的数据行数，这个值可以直观的反映出sql的效率，原则上rows数值越小越好

Extra

关于MYSQL如何解析查询的额外信息。将在表4.3中讨论，但这里可以看到的坏的例子是Using temporary和Using filesort，意思MYSQL根本不能使用索引，结果是检索会很慢

Extra字段解释

Extra：查询中每一步实现的额外细节信息，主要会是以下内容。

Distinct：查找distinct 值，当mysql找到了第一条匹配的结果时，将停止该值的查询，转为后面其他值查询。

Full scan on NULL key：子查询中的一种优化方式，主要在遇到无法通过索引访问null值的使用。

Range checked for each record (index map: N)：通过 MySQL 官方手册的描述，当 MySQL Query Optimizer 没有发现好的可以使用的索引时，如果发现前面表的列值已知，部分索引可以使用。对前面表的每个行组合，MySQL检查是否可以使用range或 index_merge访问方法来索取行。

SELECT tables optimized away：当我们使用某些聚合函数来访问存在索引的某个字段时，MySQL Query Optimizer 会通过索引直接一次定位到所需的数据行完成整个查询。当然，前提是在 Query 中不能有 GROUP BY 操作。如使用MIN()或MAX()的时候。

Using filesort：当Query 中包含 ORDER BY 操作，而且无法利用索引完成排序操作的时候，MySQL Query Optimizer 不得不选择相应的排序算法来实现。

Using index：所需数据只需在 Index 即可全部获得，不须要再到表中取数据。

Using index for group-by：数据访问和 Using index 一样，所需数据只须要读取索引，当Query 中使用GROUP BY或DISTINCT 子句时，如果分组字段也在索引中，Extra中的信息就会是 Using index for group-by。

Using temporary：当 MySQL 在某些操作中必须使用临时表时，在 Extra 信息中就会出现Using temporary 。主要常见于 GROUP BY 和 ORDER BY 等操作中。

Using where：如果不读取表的所有数据，或不是仅仅通过索引就可以获取所有需要的数据，则会出现 Using where 信息。

Using where with pushed condition：这是一个仅仅在 NDBCluster存储引擎中才会出现的信息，而且还须要通过打开 Condition Pushdown 优化功能才可能被使用。控制参数为 engine_condition_pushdown 。

Impossible WHERE noticed after reading const tables：MySQL Query Optimizer 通过收集到的统计信息判断出不可能存在结果。

No tables：Query 语句中使用 FROM DUAL或不包含任何 FROM子句。

Not exists：在某些左连接中，MySQL Query Optimizer通过改变原有 Query 的组成而使用的优化方法，可以部分减少数据访问次数。

join优化

需求：统计org_knowledge_department_active_week表(1664万)与org_knowledge_department_study_month表（280万）中orgid相同的数据。

org_knowledge_department_active_week结构信息

org_knowledge_department_study_month结构信息

此SQL语句执行过程：

从表t1中读入一行数据R
从数据R中取出字段orgid到表t2查找
取出表t2中满足条件的数据，与R组成一行，作为结果集的一部分
重复执行步骤1至3，直到t1表的末尾
此算法为Index nested-Loop Join (NLJ): 嵌套查找，并且用上了被驱动表的索引。

t1表

t2表

join算法：

Index nested-Loop Join (NLJ):

Block Nested-Loop Join (INL):

结论

​# Mysql全文搜索
业务场景需要使用’%%'查找指定数据。基于现有条件如何对于这条SQL做优化，尽可能不使用ES或者Solr这样的第三方工具。
当前笔者想到的是使用全文索引的方式。

ALTER TABLE group_info ADD FULLTEXT INDEX idx_full_parent_group_id(parent_group_id) with parser ngram;

ngram是一个分词器，支持英语，汉语等

字段parent_group_id是varchar类型。

全文索引的字段必须是 CHAR/VARCHAR/TEXT。
查询的方式

WHERE MATCH (col1,col2,...) AGAINST (expr [search_modifier])

select *
from group_info
where match(parent_group_id) against('00000000000000000000000000000000' IN NATURAL LANGUAGE MODE);

search_modifier 是所选取的匹配模式，在MYSQL中共有四种

IN NATURAL LANGUAGE MODE 自然语言模式
IN BOOLEAN MODE 逻辑模式
我们常用的是 自然语言模式 和 逻辑模式。

首先来聊聊 自然语言模式，很简单，顾名思义，MYSQL 会直接计算待匹配关键字，然后返回对应的值。

逻辑模式允许使用一些操作符检索数据，例如
AGAINST(‘a b’ IN BOOLEAN MODE) 表示，要么存在 a 要么存在 b
AGAINST(‘+a -b’ IN BOOLEAN MODE) 表示 必须存在 a 且 b 必须不存在

ngram解析的最小字是2，即当需要匹配一个字的时候，是不能找到数据的，只有>=2才会找到数据。

ngram_token_size	2

Mysql 5.6之前版本，只有myisam支持全文索引，5.6之后，Innodb和myisam均支持全文索引。
只有char、varchar、text类型字段能创建全文索引。
当大量写入数据时，建议先写入数据，后再建立全文索引，提高效率。
Mysql内置ngram 解析器，可以解析中日韩三国文字。有汉字的一定要启用它。
英文分词用空格，逗号；中文分词用 ngram_token_size 设定，后面有讲解。

需要将搜索短语长度设定合适
// InnoDB
innodb_ft_min_token_size = 3; 默认值
innodb_ft_max_token_size = 84; 默认值

//ngram解析器令牌长度----即aiginst（）中字符串切分的最小字符长度
ngram_token_size = 2~10 ; 默认值
一般设定：（以下例子均是假定设置如下）
在 [mysqld]的下面追加：
innodb_ft_min_token_size = 1
ft_min_word_len = 1
ngram_token_size = 1

排序优化