目录
3.不在索引列上做任何操作（计算、函数、（自动or手动）类型转换），会导致索引失效而转向全表扫描
5.尽量使用覆盖索引（只访问索引的查询（索引列包含查询列）），减少 select * 语句
7.isnull,is not null 一般情况下也无法使用索引
8.like以通配符开头（'$abc...'）mysql索引失效会变
Explain
使用EXPLAIN关键字可以模拟优化器执行SQL语句，分析查询语句或是结构的性能瓶颈
在 select 语句之前增加 explain 关键字 ，MySQL 会在查询上设置一个标记，执行查询会返回执行计划的信息，而不是执行这条SQL
如果 from 中包含子查询，仍会执行该子查询，将结果放入临时表中
Explain分析示例
官方文档
MySQL :: MySQL 5.7 Reference Manual :: 8.8.2 EXPLAIN Output Format
explain 两个变种
explain extended：会在 explain 的基础上额外提供一些查询优化的信息。紧随其后通过 show warnings 命令可以得到优化后的查询语句。
额外还有 filtered 列，是一个百分比的值，rows * filtered/100 可以估算出将要和 explain 中前一个表进行连接的行数（前一个表指 explain 中的id值比当前表id值小的表）。
explain select * from film where id = 1;
show warnings;
explain中的列
1. 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。
2.select_type列
select_type 表示对应行是简单还是复杂的查询。
1、simple：简单查询。查询不包含子查询和union
explain select * from film where id = 2;
2、primary：复杂查询中最外层的select
3、subquery：包含在 select 中的子查询（不在 from 子句中）
4、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（derived的英文含义）
set session optimizer_switch='derived_merge=off';#关闭mysql5.7新特性
explain select (select 1 fromactor where id = 1) from (select * from film where id = 1) der;
set sessionoptimizer_switch='derived_merge=on'; #还原默认配置
5.union：在 union 中的第二个和随后的 select
explain select 1 union all select 1;
3.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。
4.type列
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
NULL：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，不需要在执行时访问表
explain select min(id) from film;
const, system：mysql能对查询的某部分进行优化并将其转化成一个常量（可以看show warnings 的结果）
用于 primary key 或 unique key 的所有列与常数比较时，所以表最多有一个匹配行，读取1次，速度比较快
system是const的特例，表里只有一条元组匹配时为system
explain select * from (select * from film where id = 1) tmp;
show warnings;
eq_ref：primary key 或 unique key 索引的所有部分被连接使用，最多只会返回一条符合条件的记录。这可能是在 const 之外最好的联接类型了，简单的 select 查询不会出现这种 type。
explain select * from film_actor left join film on film_actor.film_id = film.id;
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';
#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;
range：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：扫描全索引就能拿到结果，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。
explain select * from film;
ALL：即全表扫描，扫描你的聚簇索引的所有叶子节点。通常情况下这需要增加索引来进行优化了。
explain select * from actor;
5.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。在这种情况下，可以通过检查 where 子句看是否可以创造一个适当的索引来提高查询性能，然后用 explain 查看效果。
6.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 force index、ignore index。
当查询没使用条件时，MySQL 底层会自动选择最优索引，若可以在二级索引里查询出结果，则会优先使用二级索引，因为二级索引的叶子节点只存放主键索引的值，而主键索引的叶子节点存放的是完整的数据，因此会优先选择体积更小的二级索引进行扫描（二级索引存主键值或索引地址体积较小）；若需要回表到主键索引才可得到结果，则会优先选择主键索引。
7.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;
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。
8.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）
9.rows列
这一列是mysql估计要读取并检测的行数，注意这个不是结果集里的行数。
10.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
覆盖索引定义：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里一般都有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;
2.Usingwhere：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';
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；
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;
#film.name建立了idx_name索引，此时查询时extra是using index,没有用临时表
explain select distinct name from film;
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。
#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并检索行记录
explain select * from actor order by name;
#film.name建立了idx_name索引,此时查询时extra是using index
explain select * from film order by name;
6.Selecttables optimized away：使用某些聚合函数（比如 max、min）来访问存在索引的某个字段是
#效率高，max、min值存在索引当中，最后一个、第一个就是最大最小值
explain select min(id) from film;
索引最佳优化实践
1.全值匹配
EXPLAIN SELECT * FROM employees WHERE name= 'LiLei';
EXPLAIN SELECT * FROM employeesWHERE name= 'LiLei' AND age = 22;
EXPLAIN SELECT * FROM employeesWHERE name= 'LiLei' AND age = 22 AND position ='manager';
2.最左前缀法则
如果索引了多列，要遵守最左前缀法则。指的是查询从索引的最左前列开始并且不跳过索引中的列。
EXPLAIN SELECT * FROM employees WHERE name = 'Bill' and age = 31;
EXPLAIN SELECT * FROM employees WHERE age = 30 AND position = 'dev';
EXPLAIN SELECT * FROM employees WHERE position = 'manager';对应的结果依次为：
3.不在索引列上做任何操作（计算、函数、（自动or手动）类型转换），会导致索引失效而转向全表扫描
经过函数计算的列，与索引中存的列不相同，无法使用索引
EXPLAIN SELECT * FROM employees WHERE name = 'LiLei';
EXPLAIN SELECT * FROM employees WHERE left(name,3) = 'LiLei';对应的结果依次为：
给hire_time增加一个普通索引：
ALTER TABLE `employees` ADD INDEX`idx_hire_time` (`hire_time`) USING BTREE ;
EXPLAIN select * from employees where date(hire_time)='2018-09-30';
转化为日期范围查询，有可能会走索引：
EXPLAIN select * from employees where hire_time>='2018-09-30 00:00:00' and hire_time <='2018-09-30 23:59:59';
还原最初索引状态
ALTER TABLE `employees` DROP INDEX`idx_hire_time`;4.存储引擎不能使用索引中范围条件右边的列
#name、age、position都走索引
EXPLAIN SELECT * FROM employees WHERE name= 'LiLei' AND age = 22 AND position ='manager';
#只有name、age走索引，age>22范围内position是无序的，所以position不走索引
EXPLAIN SELECT * FROM employees WHERE name= 'LiLei' AND age > 22 AND position ='manager';
5.尽量使用覆盖索引（只访问索引的查询（索引列包含查询列）），减少 select * 语句
EXPLAIN SELECT name,age FROM employees WHERE name= 'LiLei' AND age = 23 AND position ='manager';
EXPLAIN SELECT * FROM employees WHERE name= 'LiLei' AND age = 23 AND position ='manager';对应的结果依次为：
6.mysql在使用不等于（！=或者<>），notin ，not exists 的时候无法使用索引会导致全表扫描， 大于、 = 这些，mysql内部优化器会根据检索比例、表大小等多个因素整体评估是否使用索引
EXPLAIN SELECT * FROM employeesWHERE name != 'LiLei';
MySQL 8.0.33版本走索引
7.isnull,is not null 一般情况下也无法使用索引
EXPLAIN SELECT * FROM employees WHERE name is null;
8.like以通配符开头（'$abc...'）mysql索引失效会变
EXPLAIN SELECT * FROM employeesWHERE name like '%Lei'
EXPLAIN SELECT * FROM employees WHERE name like 'Lei%';
解决like'%字符串%'索引不被使用的方法？
- 使用覆盖索引，查询字段必须是建立覆盖索引字段
EXPLAIN SELECT name,age,positionFROM employees WHERE name like '%Lei%';
- 如果不能使用覆盖索引则可能需要借助搜索引擎
9.字符串不加单引号索引失效
EXPLAIN SELECT * FROM employees WHERE name = '1000';
EXPLAIN SELECT * FROM employees WHERE name = 1000;
10.少用or或in，用它查询时，mysql不一定使用索引，mysql内部优化器会根据检索比例、表大小等多个因素整体评估是否使用索引，详见范围查询优化(in一般在数据量少的情况不走索引，数据量大的情况走索引)
EXPLAIN SELECT * FROM employees WHERE name = 'LiLei' or name = 'HanMeimei';
MySQL 8.0.33版本走索引
11.范围查询优化
#给年龄添加单值索引
ALTER TABLE `employees` ADD INDEX `idx_age` (`age`) USING BTREE ;
explain select * from employees where age >=1 and age <=2000;
#没走索引原因：mysql内部优化器会根据检索比例、表大小等多个因素整体评估是否使用索引。比如这个例子，可能是由于单次数据量查询过大导致优化器最终选择不走索引
MySQL 8.0.33版本走索引
#优化方法：可以将大的范围拆分成多个小范围
explain select * from employeeswhere age >=1 and age <=1000;
explain select * from employeeswhere age >=1001 and age <=2000;
#还原最初索引状态
ALTER TABLE `employees`DROP INDEX `idx_age`;索引使用总结：
like KK%相当于=常量，%KK和%KK% 相当于范围
所需创建的示例表
#explain中的列
#示例表
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','2017-12-22 15:27:18'), (2,'b','2017-12-22 15:27:18'), (3,'c','2017-12-22 15:27:18');
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;
INSERT INTO `film_actor` (`id`, `film_id`, `actor_id`) VALUES (1,1,1),(2,1,2),(3,2,1);#索引最佳优化实践
#示例表：
CREATE TABLE `employees` (
`id` int(11) NOT NULL AUTO_INCREMENT,
`name` varchar(24) NOT NULL DEFAULT '' COMMENT '姓名',
`age` int(11) NOT NULL DEFAULT '0' COMMENT '年龄',
`position` varchar(20) NOT NULL DEFAULT '' COMMENT '职位',
`hire_time` timestamp NOT NULL DEFAULT CURRENT_TIMESTAMP COMMENT '入职时间',
PRIMARY KEY (`id`),
KEY `idx_name_age_position` (`name`,`age`,`position`) USING BTREE
) ENGINE=InnoDB AUTO_INCREMENT=4 DEFAULT CHARSET=utf8 COMMENT='员工记录表';
INSERT INTO employees(name,age,position,hire_time) VALUES('LiLei',22,'manager',NOW());
INSERT INTO employees(name,age,position,hire_time) VALUES('HanMeimei', 23,'dev',NOW());
INSERT INTO employees(name,age,position,hire_time) VALUES('Lucy',23,'dev',NOW());