MySQL进阶之索引(1)索引结构分类语法和SQL性能分析

1.索引概述

介绍

索引（index）是帮助MySQL 高效获取数据的数据结构(有序) 。在数据之外，数据库系统还维护着满足特定查找算法的数据结构，这些数据结构以某种方式引用（指向）数据， 这样就可以在这些数据结构上实现高级查找算法，这种数据结构就是索引。

一提到数据结构，大家就会想到B+Tree,红黑树，二叉树,B-Tree.大家都会有所担心，担心自己不能理解，跟不上节奏。不过在这里大家完全不用担心，可以只了解原理不写代码还是很容易的。

演示

表结构及其数据如下：

假如我们要执行的SQL语句为 ： select * from user where age = 45;
1). 无索引情况：在无索引情况下，就需要从第一行开始扫描，一直扫描到最后一行，我们称之为 全表扫描，性能很低。

2). 有索引情况：如果我们针对于这张表建立了索引，假设索引结构就是二叉树，那么也就意味着，会对age这个字段建立一个二叉树的索引结构。首先找36，然后再找48 最后45。此时我们在进行查询时，只需要扫描三次就可以找到数据了，极大的提高的查询的效率。

备注： 这里我们只是假设索引的结构是二叉树，介绍一下索引的大概原理，只是一个示意图，并不是索引的真实结构，索引的真实结构，后面会详细介绍。

特点

2. 索引结构

概述

MySQL的索引是在存储引擎层实现的，不同的存储引擎有不同的索引结构，主要包含以下几种：

上述是MySQL中所支持的所有的索引结构，接下来，我们再来看看不同的存储引擎对于索引结构的支持情况。

注意：我们平常所说的索引，如果没有特别指明，都是指B+树结构组织的索引 。

二叉树

假如说MySQL的索引结构采用二叉树的数据结构，比较理想的结构如下：左右都排满，从小到大。

但是如果二叉树主键是顺序插入的，则会形成一个单向链表，结构如下：

所以，如果选择二叉树作为索引结构，会存在以下缺点：

• 顺序插入时，会形成一个链表，查询性能大大降低。
• 大数据量情况下，层级较深，检索速度慢。

此时大家可能会想到，我们可以选择红黑树，红黑树是一颗自平衡二叉树，那这样即使是顺序插入数据，最终形成的数据结构也是一颗平衡的二叉树,结构如下:

但是，即使如此，由于红黑树也是一颗二叉树，所以也会存在一个缺点：
大数据量情况下，层级较深，检索速度慢。

所以，在MySQL的索引结构中，并没有选择二叉树或者红黑树，而选择的是B+Tree，那么什么是B+Tree呢？在详解B+Tree之前，先来介绍一个B-Tree。

B-Tree

B-Tree，B树是一种多叉路衡查找树，相对于二叉树，B树每个节点可以有多个分支，即多叉。

以一颗最大度数（max-degree）为5(5阶)的b-tree为例，那这个B树每个节点最多存储4个key，5个指针：

知识小贴士: 树的度数指的是一个节点的子节点个数。
我们可以通过一个数据结构可视化的网站来简单演示一下。https://algo.hufeifei.cn/


插入一组数据： 100 65 169 368 900 556 780 35 215 1200 234 888 158 90 1000 88 120 268 250 。然后观察一些数据插入过程中，节点的变化情况。

特点：

• 5阶的B树，每一个节点最多存储4个key，对应5个指针。
• 一旦节点存储的key数量到达5，就会裂变，中间元素向上分裂。
• 在B树中，非叶子节点和叶子节点都会存放数据。

B+Tree

B+Tree是B-Tree的变种，我们以一颗最大度数（max-degree）为4（4阶）的b+tree为例，来看一下其结构示意图：

我们可以看到，两部分：

• 绿色框框起来的部分，是索引部分，仅仅起到索引数据的作用，不存储数据。
• 红色框框起来的部分，是数据存储部分，在其叶子节点中要存储具体的数据。

我们可以通过一个数据结构可视化的网站来简单演示一下。https://algo.hufeifei.cn/

插入一组数据： 100 65 169 368 900 556 780 35 215 1200 234 888 158 90 1000 88 120 268 250 。然后观察一些数据插入过程中，节点的变化情况。

最终我们看到，B+Tree 与 B-Tree相比，主要有以下三点区别：

• 所有的数据都会出现在叶子节点。
• 叶子节点形成一个单向链表。
• 非叶子节点仅仅起到索引数据作用，具体的数据都是在叶子节点存放的。

上述我们所看到的结构是标准的B+Tree的数据结构，接下来，我们再来看看MySQL中优化之后的B+Tree。

MySQL索引数据结构对经典的B+Tree进行了优化。在原B+Tree的基础上，增加一个指向相邻叶子节点的链表指针，就形成了带有顺序指针的B+Tree，提高区间访问的性能，利于排序。

上面的图中的页就是我之前发的博客中的MySQL进阶之存储引擎

Hash

MySQL中除了支持B+Tree索引，还支持一种索引类型—Hash索引。
1). 结构
哈希索引就是采用一定的hash算法，将键值换算成新的hash值，映射到对应的槽位上，然后存储在hash表中。

如果两个(或多个)键值，映射到一个相同的槽位上，他们就产生了hash冲突（也称为hash碰撞），可以通过链表来解决。

2). 特点
A. Hash索引只能用于对等比较(=，in)，不支持范围查询（between，>，< ，…）
B. 无法利用索引完成排序操作
C. 查询效率高，通常(不存在hash冲突的情况)只需要一次检索就可以了，效率通常要高于B+tree索引

3). 存储引擎支持
在MySQL中，支持hash索引的是Memory存储引擎。 而InnoDB中具有自适应hash功能，hash索引是InnoDB存储引擎根据B+Tree索引在指定条件下自动构建的。

面试题： 为什么InnoDB存储引擎选择使用B+tree索引结构?
A. 相对于二叉树，层级更少，搜索效率高；
B. 对于B-tree，无论是叶子节点还是非叶子节点，都会保存数据，这样导致一页中存储
的键值减少，指针跟着减少，要同样保存大量数据，只能增加树的高度，导致性能降低；
C. 相对Hash索引，B+tree支持范围匹配及排序操作；

3. 索引分类

索引分类

在MySQL数据库，将索引的具体类型主要分为以下几类：主键索引、唯一索引、常规索引、全文索引。

聚集索引&二级索引

而在InnoDB存储引擎中，根据索引的存储形式，又可以分为以下两种：

聚集索引选取规则:

• 如果存在主键，主键索引就是聚集索引。
• 如果不存在主键，将使用第一个唯一（UNIQUE）索引作为聚集索引。
• 如果表没有主键，或没有合适的唯一索引，则InnoDB会自动生成一个rowid作为隐藏的聚集索引。

聚集索引和二级索引的具体结构如下：

• 聚集索引的叶子节点下挂的是这一行的数据 。
• 二级索引的叶子节点下挂的是该字段值对应的主键值。
  

接下来，我们来分析一下，当我们执行如下的SQL语句时，具体的查找过程是什么样子的。

具体过程如下:
①. 由于是根据name字段进行查询，所以先根据name='Arm’到name字段的二级索引中进行匹配查找。但是在二级索引中只能查找到Arm 对应的主键值10。
②. 由于查询返回的数据是*，所以此时，还需要根据主键值10，到聚集索引中查找10对应的记录，最终找到10对应的行row。
③. 最终拿到这一行的数据，直接返回即可。

回表查询：这种先到二级索引中查找数据，找到主键值，然后再到聚集索引中根据主键值，获取数据的方式，就称之为回表查询。

思考题：
以下两条SQL语句，那个执行效率高? 为什么?
A. select * from user where id = 10 ;
B. select * from user where name = ‘Arm’ ;备注: id为主键，name字段创建的有索引；
解答：
A 语句的执行性能要高于B 语句。
因为A语句直接走聚集索引，直接返回数据。而B语句需要先查询name字段的二级索引，然后再查询聚集索引，也就是需要进行回表查询。

思考题：
InnoDB主键索引的B+tree高度为多高呢?

假设：
     一行数据大小为1k，一页中可以存储16行这样的数据。InnoDB的指针占用6个字节的空间，主键即使为bigint，占用字节数为8。
高度为2：
     1. 我们知道MySQL 中的一个B+Tree的节点就是16 * 1024个字节大小(即一页)。
     2. 我们还知道B+Tree的一个节点中指针永远比键多一个。
     3. 由以上两点可知我们设一个节点(16 * 1024这个字节大小)的键的个数是n，则指针的个数是 n+1 个。由于一个指针的大小是固定的，即6字节。我们上面假设一个键的类型是bigint类型，即大小事8字节。则 n * 8 == 键所占内存大小 ， (n+1) * 6 == 指针所占内存大小。
     4. 可以列出等式：n * 8 + (n + 1) * 6 = 16*1024 , 算出n约为1170 ，即一个节点(即一页)键有1170个，指针有1171个。
     5. 所以第一层到 第二层有1171个指针。第二层的每一个指针都指向 1171 * 16 = 18736
     6. 也就是说，如果树的高度为2，则可以存储18000 多条记录。

高度为3：
     1171 * 1171 * 16 = 21939856
     也就是说，如果树的高度为3，则可以存储2200w 左右的记录。

4. 索引语法

语法

1). 创建索引

-- 如果不写UNIQUE 或者 FULLTEXT 代表创建常规索引
-- index_name 索引名称
-- table_name 表名
-- index_col_name 索引字段名  一个索引可以关联多个字段 
-- 一个索引只关联一个字段叫做：单列索引
-- 一个索引只关联多个字段叫做：联合索引或者组合索引 
-- 联合索引的字段顺序有讲究。后面的索引的使用会讲解。
-- 索引的命名规则是 idx_表名_字段名1_字段名2
CREATE [ UNIQUE | FULLTEXT ] INDEX index_name ON table_name (index_col_name,... );

2). 查看索引

SHOW INDEX FROM table_name;

3). 删除索引

DROP INDEX index_name ON table_name ;

数据准备

案例演示：
先来在CentOS中创建一张表 tb_user，并且查询测试数据。可使用自己windows电脑中navicat连接虚拟机中的CentOS中的数据库。关于如何连接的教程可以参考我之前的博客Linux系统的CentOS7发行版安装MySQL80。

create database itcast;
use itcast;
create table tb_user(
	id int primary key auto_increment comment '主键',
	name varchar(50) not null comment '用户名',
	phone varchar(11) not null comment '手机号',
	email varchar(100) comment '邮箱',
	profession varchar(11) comment '专业',
	age tinyint unsigned comment '年龄',
	gender char(1) comment '性别 , 1: 男, 2: 女',
	status char(1) comment '状态',
	createtime datetime comment '创建时间'
) comment '系统用户表';

INSERT INTO tb_user (name, phone, email, profession, age, gender, status,
createtime) VALUES ('吕布', '17799990000', 'lvbu666@163.com', '软件工程', 23, '1',
'6', '2001-02-02 00:00:00');
INSERT INTO tb_user (name, phone, email, profession, age, gender, status,
createtime) VALUES ('曹操', '17799990001', 'caocao666@qq.com', '通讯工程', 33,
'1', '0', '2001-03-05 00:00:00');
INSERT INTO tb_user (name, phone, email, profession, age, gender, status,
createtime) VALUES ('赵云', '17799990002', '17799990@139.com', '英语', 34, '1',
'2', '2002-03-02 00:00:00');
INSERT INTO tb_user (name, phone, email, profession, age, gender, status,
createtime) VALUES ('孙悟空', '17799990003', '17799990@sina.com', '工程造价', 54,
'1', '0', '2001-07-02 00:00:00');
INSERT INTO tb_user (name, phone, email, profession, age, gender, status,
createtime) VALUES ('花木兰', '17799990004', '19980729@sina.com', '软件工程', 23,
'2', '1', '2001-04-22 00:00:00');
INSERT INTO tb_user (name, phone, email, profession, age, gender, status,
createtime) VALUES ('大乔', '17799990005', 'daqiao666@sina.com', '舞蹈', 22, '2',
'0', '2001-02-07 00:00:00');
INSERT INTO tb_user (name, phone, email, profession, age, gender, status,
createtime) VALUES ('露娜', '17799990006', 'luna_love@sina.com', '应用数学', 24,
'2', '0', '2001-02-08 00:00:00');
INSERT INTO tb_user (name, phone, email, profession, age, gender, status,
createtime) VALUES ('程咬金', '17799990007', 'chengyaojin@163.com', '化工', 38,
'1', '5', '2001-05-23 00:00:00');
INSERT INTO tb_user (name, phone, email, profession, age, gender, status,
createtime) VALUES ('项羽', '17799990008', 'xiaoyu666@qq.com', '金属材料', 43,
'1', '0', '2001-09-18 00:00:00');
INSERT INTO tb_user (name, phone, email, profession, age, gender, status,
createtime) VALUES ('白起', '17799990009', 'baiqi666@sina.com', '机械工程及其自动
化', 27, '1', '2', '2001-08-16 00:00:00');
INSERT INTO tb_user (name, phone, email, profession, age, gender, status,
createtime) VALUES ('韩信', '17799990010', 'hanxin520@163.com', '无机非金属材料工
程', 27, '1', '0', '2001-06-12 00:00:00');
INSERT INTO tb_user (name, phone, email, profession, age, gender, status,
createtime) VALUES ('荆轲', '17799990011', 'jingke123@163.com', '会计', 29, '1',
'0', '2001-05-11 00:00:00');
INSERT INTO tb_user (name, phone, email, profession, age, gender, status,
createtime) VALUES ('兰陵王', '17799990012', 'lanlinwang666@126.com', '工程造价',
44, '1', '1', '2001-04-09 00:00:00');
INSERT INTO tb_user (name, phone, email, profession, age, gender, status,
createtime) VALUES ('狂铁', '17799990013', 'kuangtie@sina.com', '应用数学', 43,
'1', '2', '2001-04-10 00:00:00');
INSERT INTO tb_user (name, phone, email, profession, age, gender, status,
createtime) VALUES ('貂蝉', '17799990014', '84958948374@qq.com', '软件工程', 40,
'2', '3', '2001-02-12 00:00:00');
INSERT INTO tb_user (name, phone, email, profession, age, gender, status,
createtime) VALUES ('妲己', '17799990015', '2783238293@qq.com', '软件工程', 31,
'2', '0', '2001-01-30 00:00:00');
INSERT INTO tb_user (name, phone, email, profession, age, gender, status,
createtime) VALUES ('芈月', '17799990016', 'xiaomin2001@sina.com', '工业经济', 35,
'2', '0', '2000-05-03 00:00:00');
INSERT INTO tb_user (name, phone, email, profession, age, gender, status,
createtime) VALUES ('嬴政', '17799990017', '8839434342@qq.com', '化工', 38, '1',
'1', '2001-08-08 00:00:00');
INSERT INTO tb_user (name, phone, email, profession, age, gender, status,
createtime) VALUES ('狄仁杰', '17799990018', 'jujiamlm8166@163.com', '国际贸易',
30, '1', '0', '2007-03-12 00:00:00');
INSERT INTO tb_user (name, phone, email, profession, age, gender, status,
createtime) VALUES ('安琪拉', '17799990019', 'jdodm1h@126.com', '城市规划', 51,
'2', '0', '2001-08-15 00:00:00');
INSERT INTO tb_user (name, phone, email, profession, age, gender, status,
createtime) VALUES ('典韦', '17799990020', 'ycaunanjian@163.com', '城市规划', 52,
'1', '2', '2000-04-12 00:00:00');
INSERT INTO tb_user (name, phone, email, profession, age, gender, status,
createtime) VALUES ('廉颇', '17799990021', 'lianpo321@126.com', '土木工程', 19,
'1', '3', '2002-07-18 00:00:00');
INSERT INTO tb_user (name, phone, email, profession, age, gender, status,
createtime) VALUES ('后羿', '17799990022', 'altycj2000@139.com', '城市园林', 20,
'1', '0', '2002-03-10 00:00:00');
INSERT INTO tb_user (name, phone, email, profession, age, gender, status,
createtime) VALUES ('姜子牙', '17799990023', '37483844@qq.com', '工程造价', 29,
'1', '4', '2003-05-26 00:00:00');

表结构中插入的数据如下：

语法练习

数据准备好了之后，接下来，我们就来完成如下需求：

-- A. name字段为姓名字段，该字段的值可能会重复，为该字段创建索引。
create index idx_user_name on tb_user(name);
show index from tb_user;

-- B. phone手机号字段的值，是非空，且唯一的，为该字段创建唯一索引。
create unique index idx_user_phone on tb_user(phone);
show index from tb_user;

-- C. 为profession、age、status创建联合索引。
create index idx_user_pro_age_sta on tb_user(profession, age, status);
show index from tb_user;

-- D. 为email建立合适的索引来提升查询效率。
CREATE INDEX idx_user_email ON tb_user(email);
show index from tb_user;

-- 删除
drop index idx_user_email on tb_user;
show index from tb_user;

5.SQL性能分析

SQL执行频率

MySQL 客户端连接成功后，通过 show [session|global] status 命令可以提供服务器状态信息。通过如下指令，可以查看当前数据库的INSERT、UPDATE、DELETE、SELECT的访问频次：

-- session 是查看当前会话 ;
-- global 是查询全局数据 ;
-- 在show [session|global] status 的结果
-- 中过滤出以Com开头的会话或者数据
SHOW GLOBAL STATUS LIKE 'Com_______';

Com_delete: 删除次数
Com_insert: 插入次数
Com_select: 查询次数
Com_update: 更新次数

我们可以在当前数据库再执行几次查询操作，然后再次查看执行频次，发现Com_select 参数发生变化。

注意：通过上述指令，我们可以查看到当前数据库到底是以查询为主，还是以增删改为主，从而为数据库优化提供参考依据。 如果是以增删改为主，我们可以考虑不对其进行索引的优化。 如果是以查询为主，那么就要考虑对数据库的索引进行优化了。

那么通过查询SQL的执行频次，我们就能够知道当前数据库到底是增删改为主，还是查询为主。 那假如说是以查询为主，我们又该如何定位针对于那些查询语句进行优化呢？ 次数我们可以借助于慢查询日志。

接下来，我们就来介绍一下MySQL中的慢查询日志。

慢查询日志

慢查询日志是干什么的

我们通过SHOW GLOBAL STATUS LIKE 'Com_______';只是知道了查询语句的使用比较频繁。但是我们应该针对哪些查询的sql语句进行优化呢？答案：慢查询。
通过慢查询可以将查询时间较长的语句筛选出来。

慢查询日志记录了所有执行时间超过指定参数（long_query_time，单位：秒，默认10秒）的所有SQL语句的日志。
MySQL的慢查询日志默认没有开启，我们可以查看一下系统变量 slow_query_log。

查看慢查询日志是否开启

执行指令：show variables like 'slow_query_log';

开启慢查询日志

如果要开启慢查询日志，需要在MySQL的配置文件（/etc/my.cnf）中配置如下信息：

1. 打开新标签页
   

2. 转为管理身份su - root 密码是开机密码。运行指令vi /etc/my.cnf ，对文件进行编辑，对于vi编辑器不熟悉的小伙伴可以看我之前的博客LInux之基础指令中的vi\vim的部分。

   # 开启MySQL慢日志查询开关
   slow_query_log=1
   # 设置慢日志的时间为2秒，SQL语句执行时间超过2秒，
   # 就会视为慢查询，记录慢查询日志
   long_query_time=2
   

   

3. 配置完毕之后，通过以下指令重新启动MySQL服务器进行测试，systemctl restart mysqld。可能需要五六秒耐心等待。
   

4. 再次查看开关情况，执行sql语句show variables like 'slow_query_log';，慢查询日志就已经打开了。
   

5. 打开慢查询文件的存放位置。

   • 首先使用Linux指令转到cd /var/lib/mysql
     
   • 执行ll指令，找到以-slow.log结尾的文件。这个文件就是你的慢查询文件的存放位置。前面的前缀是你的主机名。
     
     +执行指令cat 你的主机名-slow.log
     

测试

测试：

1. 执行如下SQL语句 ：

   select * from tb_user; -- 这条SQL执行效率比较高, 执行耗时 0.00s
   select count(*) from tb_sku; 
   -- 由于tb_sku表中, 预先存入了1000w的记录, count一次,耗时 13.35s 下面的左图
   

   
2. 检查慢查询日志 ：
   最终我们发现，在慢查询日志中，只会记录执行时间超多我们预设时间（2s）的SQL，执行较快的SQL是不会记录的。上图中慢查询日志并没有记录。select * from tb_user; -- 这条SQL执行效率比较高, 执行耗时 0.00s

那这样，通过定期查看慢查询日志，就可以定位出执行效率比较低的SQL，从而有针对性的进行优化。

profile详情

为什么学profile详情

通过MySQL中的慢查询日志能够定位出查询超过一定时间指令并进行优化。但是慢查询只能执行我们预设的时间(这里假设是2s)。但是有了好多1.9秒的查询语句，这些语句并不会被记录到慢查询日志中此时我们怎么办呢？。答：profile详情

是否支持profile操作

show profiles 能够在做SQL优化时帮助我们了解时间都耗费到哪里去了。通过have_profiling 参数，能够看到当前MySQL是否支持profile操作：SELECT @@have_profiling;。下图中可以看到，当前MySQL是支持 profile操作的。

查看是否开启profile操作

通过执行SELECT @@profiling; 查看是否开启profile操作。

开启profile操作

可以通过set语句在session/global级别开启profiling：SET profiling = 1;

profile操作的使用

开关已经打开了，接下来，我们所执行的SQL语句，都会被MySQL记录，并记录执行时间消耗到哪儿去了。 我们直接执行如下的SQL语句：

select * from tb_user;
select * from tb_user where id = 1;
select * from tb_user where name = '白起';

1. 查看每一条SQL的耗时基本情况

   -- 查看每一条SQL的耗时基本情况
   show profiles;
   

   

2. 查看指定query_id的SQL语句各个阶段的耗时情况

   -- 查看指定query_id的SQL语句各个阶段的耗时情况
   show profile for query 35;
   

   
   

3. 查看指定query_id的SQL语句CPU的使用情况

   -- 查看指定query_id的SQL语句CPU的使用情况
   show profile cpu for query 35;
   

   

explain(常用)

语法

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。
语法:

-- 直接在select语句之前加上关键字 explain / desc
EXPLAIN SELECT 字段列表 FROM 表名 WHERE 条件;

参数说明

代码演示参数id和table

在演示前先创建表

-- 创建学生表 (student)
CREATE TABLE student (
  id INT AUTO_INCREMENT PRIMARY KEY COMMENT '学生唯一标识',
  name VARCHAR(50) NOT NULL COMMENT '学生姓名',
  no VARCHAR(20) NOT NULL COMMENT '学号'
) COMMENT '学生信息表';

-- 创建课程表 (course)
CREATE TABLE course (
  id INT AUTO_INCREMENT PRIMARY KEY COMMENT '课程唯一标识',
  name VARCHAR(100) NOT NULL COMMENT '课程名称'
) COMMENT '课程信息表';

-- 创建学生课程关联表 (student_course)
CREATE TABLE student_course (
  id INT AUTO_INCREMENT PRIMARY KEY COMMENT '关联记录唯一标识',
  studentid INT NOT NULL COMMENT '关联学生ID',
  courseid INT NOT NULL COMMENT '关联课程ID',
  -- 定义外键约束
  FOREIGN KEY (studentid) REFERENCES student(id),
  FOREIGN KEY (courseid) REFERENCES course(id)
) COMMENT '学生-课程关联关系表';

-- 课程表(course)数据插入
INSERT INTO course (id, name) VALUES
(1, 'Java'),
(2, 'PHP'),
(3, 'MySQL'),
(4, 'Hadoop');
-- 学生表(student)数据插入
INSERT INTO student (id, name, no) VALUES
(1, '黛绮丝', '2000100101'),
(2, '谢逊', '2000100102'),
(3, '股天正', '2000100103'),
(4, '韦一笑', '2000100104');
-- 学生课程关联表(student_course)数据插入
INSERT INTO student_course (id, studentid, courseid) VALUES
(1, 1, 1),
(2, 1, 2),
(3, 1, 3),
(4, 2, 2),
(5, 2, 3),
(6, 3, 4);

下面先来演示：id相同，执行顺序从上到下；
select s.*, c.* from student s, course c, student_course sc where s.id = sc.studentid and c.id = sc.courseid;


下面来演示：id相同，执行顺序从上到下；id不同，值越大，越先执行

-- 查询选修了MySQL课程的学生; (子查询)
-- 通过course找到中间表student_course
select id from course where name = 'MySQL';
-- 通过中间表student_course找到 student的id 
select studentid from student_course where courseid = 3;
-- 整合一下可得
select * from student s where s.id in 
(select sc.studentid from student_course sc where sc.courseid =
(select c.id from course c where c.name = 'MySQL'));

代码演示参数type

表示连接类型，性能由好到差的连接类型为NULL、system、const、 eq_ref、ref、range、index、all。
在优化时尽量让值往好的地方优化

注意优化的时候不可能优化到NULL，只有不查询表才会输出null


一般访问系统表才会出现system

根据主键和唯一索引查询才会出现const

非唯一性索引才会出现ref

all是全表扫描性能比较低。

index 是对所有索引遍历。

possible_key和key和key_len

possible_key： 显示可能应用在这张表上的索引，一个或多个。
key：实际使用的索引，如果为NULL,则没有使用索引。
key_len：表示索引中使用的字节数，该值为索引字段最大可能长度，并非实际使用长 度，在不损失精确性的前提下，长度越短越好。

SQL性能分析语句总结

未完待续…

关于索引的使用和设计原则请看MySQL专栏文章：==> MySQL进阶之索引(2)索引的使用和设计原则