Оптимизация SQL-запросов через EXPLAIN-анализ 1С-Битрикс

Медленная работа каталога или административного интерфейса — частая причина жалоб. После десяти лет оптимизаций мы убедились: корень почти всегда в неэффективных SQL-запросах. Например, страница со списком товаров грузится 8–10 секунд, потому что MySQL сканирует миллионы строк в b_iblock_element, а разработчики не заглядывают в slow query log. Клиенты теряют конверсию, а ресурсы сервера расходуются впустую. Наша задача — за 2–5 дней найти узкие места через EXPLAIN-анализ и исправить их.

EXPLAIN — команда MySQL, которая показывает план выполнения запроса: какие таблицы сканируются, используются ли индексы, сколько строк обрабатывается. Это основной инструмент после обнаружения медленного запроса в slow query log. Анализ выполняется на копии базы или в часы низкой нагрузки, чтобы не влиять на работу сайта.

После десяти лет работы с Битрикс мы видим одну и ту же картину: на большинстве проектов добавление индексов вручную без анализа приводит к временным улучшениям, а через неделю проблемы возвращаются. Только системный EXPLAIN-анализ с последующей корректировкой кода и кэширования даёт долгосрочный результат. Клиенты экономят от $4.5k–6.5k в год на серверных ресурсах после такой оптимизации.

Как читать EXPLAIN

EXPLAIN SELECT * FROM b_iblock_element WHERE IBLOCK_ID = 5 AND ACTIVE = 'Y' ORDER BY SORT; 

Ключевые столбцы вывода:

Для более точной диагностики используем EXPLAIN ANALYZE (MySQL 8.0+, MariaDB 10.9+), который выполняет запрос и показывает реальное время:

EXPLAIN ANALYZE SELECT ...; 

Как EXPLAIN выявляет медленные запросы?

В slow query log мы ищем запросы с временем выполнения > 1 секунды. Для каждого запускаем EXPLAIN. Если видим type=ALL или rows > 10 000 при точечной выборке — запрос кандидат на оптимизацию. Например, на одном проекте обнаружили запрос к b_iblock_element_property с rows=1 200 000. После добавления индекса rows упало до 1200, а время выполнения снизилось с 3 секунд до 0.01 секунды.

Характерные проблемы Битрикс

Using filesort на b_iblock_element — частая находка. Запрос сортирует по SORT, но индекс не покрывает комбинацию (IBLOCK_ID, ACTIVE, SORT). Решение: составной индекс:

ALTER TABLE b_iblock_element ADD INDEX ix_iblock_active_sort (IBLOCK_ID, ACTIVE, SORT); 

После добавления индекса EXPLAIN показывает type=ref и Extra без Using filesort. Время выполнения падает с секунд до миллисекунд.

rows = 500 000 на запрос к b_iblock_element_property — возникает при фильтрации по значению свойства без индекса по (IBLOCK_PROPERTY_ID, VALUE). Для VARCHAR-поля VALUE — индекс по префиксу VALUE(64). Это сокращает просматриваемые строки до сотен.

Using temporary при GROUP BY — встречается в запросах фасетного фильтра. Фасет Битрикса строит оптимизированные таблицы b_iblock_find_* — если они не пересозданы после добавления свойств, запросы идут в обход.

Диагностика ALL-сканирования

type=ALL — худший вариант: MySQL сканирует всю таблицу. В Битрикс это часто происходит при выборке без условий или с условиями по неиндексированным полям. Немедленно добавляем недостающие индексы. Например, для b_iblock_element должен быть индекс по (IBLOCK_ID, ACTIVE), для b_iblock_element_property — по (IBLOCK_ELEMENT_ID, IBLOCK_PROPERTY_ID). Если проблема в коде компонента, переписываем запрос с использованием CIBlockElement::GetList с правильными параметрами.

Почему EXPLAIN-анализ эффективнее интуитивного подхода?

Опыт показывает: разработчики часто добавляют индексы «на глаз», не проверяя план запроса. EXPLAIN даёт объективную картину. Сравните сами: без индекса запрос сканирует 500 000 строк за 2 секунды, с индексом — 500 строк за 0.002 секунды. Разница в 250 раз. Только так мы гарантируем результат.

Что входит в нашу работу?

1. Аудит slow query log — собираем все медленные запросы за неделю. Используем pt-query-digest или встроенные средства MySQL.
2. EXPLAIN-анализ каждого подозрительного запроса — выявляем type=ALL, Using filesort, Using temporary.
3. Проектирование индексов — с учётом нагрузки и структуры данных. Иногда индекс может ухудшить производительность вставки, поэтому оцениваем компромиссы.
4. Добавление индексов и переписывание запросов — если индекс не помогает, правим код компонента или запроса (например, изменение ORDER BY или добавление FORCE INDEX).
5. Повторный EXPLAIN — убеждаемся, что type изменился, rows упало.
6. Тестирование на боевых данных — замеряем время выполнения до и после. Используем профилирование через EXPLAIN ANALYZE.
7. Документация — фиксируем все изменения и рекомендации по дальнейшему мониторингу.

Сравнение до и после оптимизации

Сроки и стоимость

Оптимизация одного типового запроса (анализ + правка) занимает от 2 до 5 часов. Полный аудит проекта — от 2 до 5 дней. Стоимость оптимизации одного запроса — от $50–150. Свяжитесь с нами для предварительного аудита slow query log. Закажите оптимизацию SQL через EXPLAIN-анализ и получите бесплатный анализ одного запроса.

Дополнительная информация: Wikipedia: EXPLAIN