MySQL - Explain详解与索引最佳实践

梦里梦外; 2023-09-29 12:57 5阅读 0赞

示例表：
    2 DROP TABLE IF EXISTS `actor`;
    3 CREATE TABLE `actor` (
    4 `id` int(11) NOT NULL,
    5 `name` varchar(45) DEFAULT NULL,
    6 `update_time` datetime DEFAULT NULL,
    7 PRIMARY KEY (`id`)
    8 ) ENGINE=InnoDB DEFAULT CHARSET=utf8;
    9
    10 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');
    11
    12 DROP TABLE IF EXISTS `film`;
    13 CREATE TABLE `film` (
    14 `id` int(11) NOT NULL AUTO_INCREMENT,
    15 `name` varchar(10) DEFAULT NULL,
    16 PRIMARY KEY (`id`),
    17 KEY `idx_name` (`name`)
    18 ) ENGINE=InnoDB DEFAULT CHARSET=utf8;
    19
    20 INSERT INTO `film` (`id`, `name`) VALUES (3,'film0'),(1,'film1'),(2,'film2');
    21
    22 DROP TABLE IF EXISTS `film_actor`;
    23 CREATE TABLE `film_actor` (
    24 `id` int(11) NOT NULL,
    25 `film_id` int(11) NOT NULL,
    26 `actor_id` int(11) NOT NULL,
    27 `remark` varchar(255) DEFAULT NULL,
    28 PRIMARY KEY (`id`),
    29 KEY `idx_film_actor_id` (`film_id`,`actor_id`)
    30 ) ENGINE=InnoDB DEFAULT CHARSET=utf8;
    31
    32 INSERT INTO `film_actor` (`id`, `film_id`, `actor_id`) VALUES (1,1,1),(2,1,2),(3,2,1);

### 一、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;

![在这里插入图片描述][4825cb7e022b47e383fe833403886719.png_pic_center]

**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）

用这个例子来了解 primary、subquery 和 derived 类型

#关闭mysql5.7新特性对衍生表的合并优化
    set session optimizer_switch='derived_merge=off';
    
    explain select (select 1 from actor where id = 1) from (select * from film where id = 1) der;

![在这里插入图片描述][6025dd5576c649c8af1c555e8a3e5d0d.png_pic_center]

#还原默认配置
    set session optimizer_switch='derived_merge=on';

**5）union：在 union 中的第二个和随后的 select**

explain select 1 union all select 1

![在这里插入图片描述][1ff0ec7606bc4ec3b66e13263e4d9139.png_pic_center]

#### 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**

##### **1）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;

![在这里插入图片描述][8af41fc9422c431d84d142cfaacdd89f.png_pic_center]

##### **2）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 extended select * from (select * from film where id = 1) tmp;

![在这里插入图片描述][d9166ea71d554ee690476472b2d2359a.png_pic_center]

show warnings;

![在这里插入图片描述][91faeb9188b7404bbc345be849b241e5.png_pic_center]

**mysql进行优化之后的执行伪SQL语句。可以看到直接将常量赋值给列名。**

##### **3）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。

![在这里插入图片描述][ddce867ffe104432985da7551f2ba8a6.png_pic_center]

##### **4）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。**

*  **简单select查询**，name是普通索引（非唯一索引）
    
        explain select * from film where name = 'film1';

![在这里插入图片描述][9b74a746d36842878c3d44d8f0d7eab0.png_pic_center]

*  **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;

![在这里插入图片描述][944a09fa420c46389015bb69e1b2c481.png_pic_center]

##### **5）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

![在这里插入图片描述][f650c027e32a42368625e3e4b6a5d924.png_pic_center]

##### 6）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;

##### **7）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.**

![在这里插入图片描述][cab62fde0daf48288bd941103ba896d1.png_pic_center]

#### 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。

#### 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;

![在这里插入图片描述][c8f695b3f44e4192832e1b015029440a.png_pic_center]

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）

*  const（常量）

explain select * from film_actor where film_id = 2 and actor_id = 2

![在这里插入图片描述][a96e0db2c6d7498cb703498c19c714a5.png]

*  字段名

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

![在这里插入图片描述][5a1cf4c005c944999dcdebb0f73ecfd9.png]

#### 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，它是一种查询的方式，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。  
（1）使用覆盖索引

explain select * from film

![在这里插入图片描述][d4197d68b4234135a1078a2ab43d6878.png]  
这种情况使用到了覆盖索引的方式，因为查询的是film表里所有的字段，又因为查询的所有的字段都走了索引，就是覆盖索引的查询方式。**只需要通过索引树就可以查到想要的结果，不需要得到主键后再回表扫描查询**。

（2）使用覆盖索引

explain select film_id from film_actor where film_id = 1;

![在这里插入图片描述][2775720de1524f61b9a2806a96a7f7aa.png_pic_center]  
这种情况查询的是一个字段，并且这个字段是一个索引字段，所以同样是覆盖索引的方式查询，直接在索引树里面获取，不会回表扫描。

（3）没有使用覆盖索引，需回表扫描

explain select film_id,remark from film_actor where film_id = 1;

![在这里插入图片描述][546c72d4d6434c168e759610f7f0d9d8.png]  
这种情况查询的字段里面就多了一个remark字段，因为这个字段没有走索引，所以查询的方式就不是覆盖索引了，就会先走索引得到主键id，再回表扫描得到remark字段值。

##### 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';

![在这里插入图片描述][5561d44b54fb4c54b3aba268b05c0443.png_pic_center]

##### 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;

![在这里插入图片描述][0e320b0130674e78a08e73f7690848e0.png_pic_center]

##### 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，actor表没有二级索引，需要首先把查询到的结果存放到临时内存表里面，再到临时内存表里面去重。
    
        explain select distinct name from actor;

![在这里插入图片描述][60abf82cd1ca48879449d4e4e1a40be7.png_pic_center]

*  film.name建立了idx\_name索引，此时查询时extra是using index,没有用临时表。因为在name字段上建立了二级索引，会走覆盖索引，**在扫描二级索引的时候就可以边扫描边去重**。

explain select distinct name from film;

![在这里插入图片描述][5e48391d0a0f4ecf960871d56a0a14de.png_pic_center]

##### 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，会扫描actor整个表，将结果拿出来后，放到内存或数据量大时放到磁盘，再到内存或磁盘上进行排序。
    
        explain select * from actor order by name

![在这里插入图片描述][2968b7fece7f4f0ea72986904b58244c.png_pic_center]

*  film.name建立了idx\_name索引,此时查询时extra是using index，直接使用索引树扫描，因为索引树是已经排好序的一种数据结构。

explain select * from film order by name

![在这里插入图片描述][cda50ebab82f487a818d1706f867ad21.png_pic_center]  
**以上使用了临时表（Using temporary）或使用了外部文件排序（Using filesort）时，可以通过覆盖索引的方式来避免。**

##### 6）Select tables 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时，这种效率是非常高的，不需要优化。

explain select min(id) from film

![在这里插入图片描述][ef2b5f71d5fe4eaeac8e009feb053965.png_pic_center]

## 索引最佳实践 ##

1 示例表：
    2 CREATE TABLE `employees` (
    3 `id` int(11) NOT NULL AUTO_INCREMENT,
    4 `name` varchar(24) NOT NULL DEFAULT '' COMMENT '姓名',
    5 `age` int(11) NOT NULL DEFAULT '0' COMMENT '年龄',
    6 `position` varchar(20) NOT NULL DEFAULT '' COMMENT '职位',
    7 `hire_time` timestamp NOT NULL DEFAULT CURRENT_TIMESTAMP COMMENT '入职时间',
    8 PRIMARY KEY (`id`),
    9 KEY `idx_name_age_position` (`name`,`age`,`position`) USING BTREE
    10 ) ENGINE=InnoDB AUTO_INCREMENT=4 DEFAULT CHARSET=utf8 COMMENT='员工记录表';
    11
    12 INSERT INTO employees(name,age,position,hire_time) VALUES('LiLei',22,'manager',NOW());
    13 INSERT INTO employees(name,age,position,hire_time) VALUES('HanMeimei',
    23,'dev',NOW());
    14 INSERT INTO employees(name,age,position,hire_time) VALUES('Lucy',23,'dev',NOW());

**1、全值匹配**  
（1）

EXPLAIN SELECT * FROM employees WHERE name= 'LiLei';

![在这里插入图片描述][ec01fbeac32245ecbf01507d33e499ad.png]  
（2）

EXPLAIN SELECT * FROM employees WHERE name= 'LiLei' AND age = 22;

![在这里插入图片描述][0d1e9ec5f1fb4e569a87740c6f5d0b0c.png]  
key\_len = 3N+2  
3\*24+2 = 74

（3）

EXPLAIN SELECT * FROM employees WHERE name= 'LiLei' AND age = 22 AND position ='manager';

![在这里插入图片描述][d0caee664b1345dd9a05cc725cda4734.png]

**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';

![在这里插入图片描述][5dc7d021a52c4c62a28d09cb1fdf0add.png]  
![在这里插入图片描述][cbf6f322311449078686449e65b4ba1b.png]  
![在这里插入图片描述][b85d4d618c5a4a5eb18b9a4647dee819.png]  
后面两种查询都是全表扫描，这种情况是索引失效了，只有第一种情况，才走了索引。

**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**

EXPLAIN SELECT * FROM employees WHERE name = 'LiLei';
    EXPLAIN SELECT * FROM employees WHERE left(name,3) = 'LiLei';

![在这里插入图片描述][3fc8885e611844b4bcaa56c7bee4dd1d.png]  
![在这里插入图片描述][69dc9ff81e734329b50b8a78ee85e2cc.png]  
**为什么在索引列上做了类型转换，索引就失效了？**  
对索引列进行类型转换后得到的值，在索引树里面没有对应的值，所有走不了索引。

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';

![在这里插入图片描述][2fef30a639e74c60ba8c2af35896cbff.png]  
这种情况就是全表扫描，没有走索引。

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';

![在这里插入图片描述][78ffa39adf73402f87b0894cef077b94.png]  
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**

EXPLAIN SELECT * FROM employees WHERE name= 'LiLei' AND age = 22 AND position ='manager';
    EXPLAIN SELECT * FROM employees WHERE name= 'LiLei' AND age > 22 AND position ='manager';

![在这里插入图片描述][7552a1d925f341df8b851d6a60f982c3.png]  
**第一条sql语句三个字段都走了索引。**  
![在这里插入图片描述][0781c8ee5e4843c7a89de74e32e9762c.png]  
**第二条sql语句只走了name和age两个字段，第三个字段position索引失效。**

**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**  
（1）

EXPLAIN SELECT name,age FROM employees WHERE name= 'LiLei' AND age = 23 AND position ='manager';

![在这里插入图片描述][9e48e0944c9b4891b34cadfb767149b3.png]

（2）

EXPLAIN SELECT *  FROM employees WHERE name= 'LiLei' AND age = 23 AND position ='manager';

![在这里插入图片描述][a324f6ccff6549e39e2d9a670c3e82e2.png]

**6、mysql在使用不等于（！=或者<>），not in ，not exists 的时候无法使用索引会导致全表扫描。< 小于、 > 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 employees WHERE name != 'LiLei';

![在这里插入图片描述][48639dbcb85c4e389ccb7f7e27d9b923.png]

**7、is null,is not null 一般情况下也无法使用索引**

EXPLAIN SELECT * FROM employees WHERE name is null;

![在这里插入图片描述][df941c90f98c4b4597f39b68d4801dd5.png]

**8、like以通配符开头（‘$abc…’）mysql索引失效会变成全表扫描操作**

EXPLAIN SELECT * FROM employees WHERE name like '%Lei'

![在这里插入图片描述][048088fd04e848f486c2be95c81dd79b.png]  
**问题：解决like’%字符串%'索引不被使用的方法？**  
a）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,position FROM employees WHERE name like '%Lei%';

![在这里插入图片描述][d22fc83e2dce403487b08ad11d2e05b4.png]  
b) 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**  
（1）不失效情况

EXPLAIN SELECT * FROM employees WHERE name = '1000';

![在这里插入图片描述][6ab0f38f624548a69e2dd7b195e15f74.png]  
（2）失效情况

EXPLAIN SELECT * FROM employees WHERE name = 1000;

![在这里插入图片描述][425ee03513f24c2c8409cca455c01c81.png]

**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**

EXPLAIN SELECT * FROM employees WHERE name = 'LiLei' or name = 'HanMeimei';

![在这里插入图片描述][6eddbcdc228341de9c19ce082f850aac.png]

**11、范围查询优化**  
给年龄添加单值索引

explain select * from employees where age >=1 and age <=2000;

![在这里插入图片描述][9e2d708d6a07400a93d0d37d05dece72.png]  
这种情况显示走了索引，说明是因为表中数据量比较大有10万条数据；当表中的数据量不大的情况下，可能就不会走索引。

**索引使用总结：**  
![在这里插入图片描述][a0bd599b07b746dda95948fb04fb855e.png]  
like KK%相当于=常量，%KK和%KK% 相当于范围

[4825cb7e022b47e383fe833403886719.png_pic_center]: https://img-blog.csdnimg.cn/4825cb7e022b47e383fe833403886719.png#pic_center
[6025dd5576c649c8af1c555e8a3e5d0d.png_pic_center]: https://img-blog.csdnimg.cn/6025dd5576c649c8af1c555e8a3e5d0d.png#pic_center
[1ff0ec7606bc4ec3b66e13263e4d9139.png_pic_center]: https://img-blog.csdnimg.cn/1ff0ec7606bc4ec3b66e13263e4d9139.png#pic_center
[8af41fc9422c431d84d142cfaacdd89f.png_pic_center]: https://img-blog.csdnimg.cn/8af41fc9422c431d84d142cfaacdd89f.png#pic_center
[d9166ea71d554ee690476472b2d2359a.png_pic_center]: https://img-blog.csdnimg.cn/d9166ea71d554ee690476472b2d2359a.png#pic_center
[91faeb9188b7404bbc345be849b241e5.png_pic_center]: https://img-blog.csdnimg.cn/91faeb9188b7404bbc345be849b241e5.png#pic_center
[ddce867ffe104432985da7551f2ba8a6.png_pic_center]: https://img-blog.csdnimg.cn/ddce867ffe104432985da7551f2ba8a6.png#pic_center
[9b74a746d36842878c3d44d8f0d7eab0.png_pic_center]: https://img-blog.csdnimg.cn/9b74a746d36842878c3d44d8f0d7eab0.png#pic_center
[944a09fa420c46389015bb69e1b2c481.png_pic_center]: https://img-blog.csdnimg.cn/944a09fa420c46389015bb69e1b2c481.png#pic_center
[f650c027e32a42368625e3e4b6a5d924.png_pic_center]: https://img-blog.csdnimg.cn/f650c027e32a42368625e3e4b6a5d924.png#pic_center
[cab62fde0daf48288bd941103ba896d1.png_pic_center]: https://img-blog.csdnimg.cn/cab62fde0daf48288bd941103ba896d1.png#pic_center
[c8f695b3f44e4192832e1b015029440a.png_pic_center]: https://img-blog.csdnimg.cn/c8f695b3f44e4192832e1b015029440a.png#pic_center
[a96e0db2c6d7498cb703498c19c714a5.png]: https://img-blog.csdnimg.cn/a96e0db2c6d7498cb703498c19c714a5.png
[5a1cf4c005c944999dcdebb0f73ecfd9.png]: https://img-blog.csdnimg.cn/5a1cf4c005c944999dcdebb0f73ecfd9.png
[d4197d68b4234135a1078a2ab43d6878.png]: https://img-blog.csdnimg.cn/d4197d68b4234135a1078a2ab43d6878.png
[2775720de1524f61b9a2806a96a7f7aa.png_pic_center]: https://img-blog.csdnimg.cn/2775720de1524f61b9a2806a96a7f7aa.png#pic_center
[546c72d4d6434c168e759610f7f0d9d8.png]: https://img-blog.csdnimg.cn/546c72d4d6434c168e759610f7f0d9d8.png
[5561d44b54fb4c54b3aba268b05c0443.png_pic_center]: https://img-blog.csdnimg.cn/5561d44b54fb4c54b3aba268b05c0443.png#pic_center
[0e320b0130674e78a08e73f7690848e0.png_pic_center]: https://img-blog.csdnimg.cn/0e320b0130674e78a08e73f7690848e0.png#pic_center
[60abf82cd1ca48879449d4e4e1a40be7.png_pic_center]: https://img-blog.csdnimg.cn/60abf82cd1ca48879449d4e4e1a40be7.png#pic_center
[5e48391d0a0f4ecf960871d56a0a14de.png_pic_center]: https://img-blog.csdnimg.cn/5e48391d0a0f4ecf960871d56a0a14de.png#pic_center
[2968b7fece7f4f0ea72986904b58244c.png_pic_center]: https://img-blog.csdnimg.cn/2968b7fece7f4f0ea72986904b58244c.png#pic_center
[cda50ebab82f487a818d1706f867ad21.png_pic_center]: https://img-blog.csdnimg.cn/cda50ebab82f487a818d1706f867ad21.png#pic_center
[ef2b5f71d5fe4eaeac8e009feb053965.png_pic_center]: https://img-blog.csdnimg.cn/ef2b5f71d5fe4eaeac8e009feb053965.png#pic_center
[ec01fbeac32245ecbf01507d33e499ad.png]: https://img-blog.csdnimg.cn/ec01fbeac32245ecbf01507d33e499ad.png
[0d1e9ec5f1fb4e569a87740c6f5d0b0c.png]: https://img-blog.csdnimg.cn/0d1e9ec5f1fb4e569a87740c6f5d0b0c.png
[d0caee664b1345dd9a05cc725cda4734.png]: https://img-blog.csdnimg.cn/d0caee664b1345dd9a05cc725cda4734.png
[5dc7d021a52c4c62a28d09cb1fdf0add.png]: https://img-blog.csdnimg.cn/5dc7d021a52c4c62a28d09cb1fdf0add.png
[cbf6f322311449078686449e65b4ba1b.png]: https://img-blog.csdnimg.cn/cbf6f322311449078686449e65b4ba1b.png
[b85d4d618c5a4a5eb18b9a4647dee819.png]: https://img-blog.csdnimg.cn/b85d4d618c5a4a5eb18b9a4647dee819.png
[3fc8885e611844b4bcaa56c7bee4dd1d.png]: https://img-blog.csdnimg.cn/3fc8885e611844b4bcaa56c7bee4dd1d.png
[69dc9ff81e734329b50b8a78ee85e2cc.png]: https://img-blog.csdnimg.cn/69dc9ff81e734329b50b8a78ee85e2cc.png
[2fef30a639e74c60ba8c2af35896cbff.png]: https://img-blog.csdnimg.cn/2fef30a639e74c60ba8c2af35896cbff.png
[78ffa39adf73402f87b0894cef077b94.png]: https://img-blog.csdnimg.cn/78ffa39adf73402f87b0894cef077b94.png
[7552a1d925f341df8b851d6a60f982c3.png]: https://img-blog.csdnimg.cn/7552a1d925f341df8b851d6a60f982c3.png
[0781c8ee5e4843c7a89de74e32e9762c.png]: https://img-blog.csdnimg.cn/0781c8ee5e4843c7a89de74e32e9762c.png
[9e48e0944c9b4891b34cadfb767149b3.png]: https://img-blog.csdnimg.cn/9e48e0944c9b4891b34cadfb767149b3.png
[a324f6ccff6549e39e2d9a670c3e82e2.png]: https://img-blog.csdnimg.cn/a324f6ccff6549e39e2d9a670c3e82e2.png
[48639dbcb85c4e389ccb7f7e27d9b923.png]: https://img-blog.csdnimg.cn/48639dbcb85c4e389ccb7f7e27d9b923.png
[df941c90f98c4b4597f39b68d4801dd5.png]: https://img-blog.csdnimg.cn/df941c90f98c4b4597f39b68d4801dd5.png
[048088fd04e848f486c2be95c81dd79b.png]: https://img-blog.csdnimg.cn/048088fd04e848f486c2be95c81dd79b.png
[d22fc83e2dce403487b08ad11d2e05b4.png]: https://img-blog.csdnimg.cn/d22fc83e2dce403487b08ad11d2e05b4.png
[6ab0f38f624548a69e2dd7b195e15f74.png]: https://img-blog.csdnimg.cn/6ab0f38f624548a69e2dd7b195e15f74.png
[425ee03513f24c2c8409cca455c01c81.png]: https://img-blog.csdnimg.cn/425ee03513f24c2c8409cca455c01c81.png
[6eddbcdc228341de9c19ce082f850aac.png]: https://img-blog.csdnimg.cn/6eddbcdc228341de9c19ce082f850aac.png
[9e2d708d6a07400a93d0d37d05dece72.png]: https://img-blog.csdnimg.cn/9e2d708d6a07400a93d0d37d05dece72.png
[a0bd599b07b746dda95948fb04fb855e.png]: https://img-blog.csdnimg.cn/a0bd599b07b746dda95948fb04fb855e.png