文章目录
一、什么是explain
EXPLAIN 是 MySQL 提供的用于分析 SQL 查询执行计划的工具,通过该命令可以获取查询优化器选择的执行路径。
总结: explain可以查看sql执行时是否有使用到索引,关联查询时可以查看sql的执行顺序。
Explain被称为执行计划
,在语句之前增加 explain 关键字,MySQL 会在查询上设置一个标记,模拟MySQL优化器来执行SQL语句,执行查询时,会返回执行计划的信息,并不执行这条SQL。(注意,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)。
在 MySQL 8.0 版本后,新增 EXPLAIN ANALYZE 功能,可提供实际执行统计信息。
二、explain基础用法
1. 基本语法
EXPLAIN [FORMAT = {TRADITIONAL|JSON|TREE}] SELECT ...;
解释:
explain+sql语句
,执行后就可以查看该sql的执行顺序,是否使用索引等信息。
2. 常用参数
- FORMAT:指定输出格式(默认传统表格)
- PARTITIONS:显示分区信息
- ANALYZE:实际执行并收集统计(8.0+)
3. 输出示例
EXPLAIN SELECT * FROM employees WHERE last_name = 'tom';
输出结果示例:
+----+-------------+-----------+------------+------+---------------+------+---------+------+------+----------+-------------+
| id | select_type | table | partitions | type | possible_keys | key | key_len | ref | rows | filtered | Extra |
+----+-------------+-----------+------------+------+---------------+------+---------+------+------+----------+-------------+
| 1 | SIMPLE | employees | NULL | ALL | NULL | NULL | NULL | NULL | 3000 | 10.00 | Using where |
+----+-------------+-----------+------------+------+---------------+------+---------+------+------+----------+-------------+
典型输出包含以下核心列:
列名 | 说明 | 关键值 |
---|---|---|
id | 查询序列号 | 相同id按顺序执行,不同id从大到小执行 |
select_type |
查询类型 | SIMPLE/PRIMARY/SUBQUERY/DERIVED/UNION |
table | 访问的表名 | <unionM,N> 表示联合查询结果 |
partitions | 匹配的分区 | 分区表可见具体分区 |
type |
访问类型 | system > const > eq_ref > ref > range > index > ALL |
possible_keys | 可能使用的索引 | 显示候选索引列表 |
key |
实际使用的索引 | NULL 表示未使用索引 |
key_len | 索引长度 | 复合索引实际使用部分长度 |
ref | 索引比较的列 | const/库名.表名.列名 |
rows | 预估扫描行数 | 基于统计信息估算 |
filtered | 过滤百分比 | 100% 表示完全匹配索引 |
Extra | 附加信息 | Using filesort/Using temporary/Using index |
三、执行计划字段深度解析
3.1、id 列
- 查询执行顺序标识
- 相同 id 表示同级别执行
- 数字越大优先级越高
- NULL 表示结果集合并
3.2、select_type 类型
类型 | 描述 |
---|---|
SIMPLE |
简单查询(无子查询或UNION) |
PRIMARY | 外层查询 |
SUBQUERY | 子查询中的第一个SELECT |
DERIVED | 派生表(FROM子句中的子查询) |
UNION | UNION中的第二个或之后的SELECT |
UNION RESULT | UNION的结果 |
3.3、type 访问类型(性能关键指标)
按性能从优到劣排序:
system > const > eq_ref > ref > range > index > ALL
类型 | 扫描方式 | 出现场景 |
---|---|---|
system | 系统表单行记录 | MyISAM引擎统计表 |
const | 主键/唯一索引等值查询 | WHERE id = 1 |
eq_ref | 唯一索引关联查询 | JOIN使用主键或唯一索引 |
ref | 非唯一索引查找 | 普通二级索引查询 |
range | 索引范围扫描 | BETWEEN、IN、> 等范围查询 |
index | 全索引扫描 | 覆盖索引但需扫描全部索引 |
ALL | 全表扫描 | 无可用索引或需要读取大部分数据 |
1. type 访问类型详解(性能从优到劣)
- system:系统表单行访问(内存表)
- const:主键或唯一索引等值查询
EXPLAIN SELECT * FROM users WHERE id = 1;
- eq_ref:关联查询主键匹配
EXPLAIN SELECT * FROM orders
JOIN users ON orders.user_id = users.id;
- ref:非唯一索引等值查询
CREATE INDEX idx_age ON users(age);
EXPLAIN SELECT * FROM users WHERE age = 30;
- range:索引范围扫描
EXPLAIN SELECT * FROM users WHERE age BETWEEN 20 AND 30;
- index:全索引扫描
EXPLAIN SELECT COUNT(*) FROM users USE INDEX(idx_age);
- ALL:全表扫描(需重点优化)
3.4、key_len 计算规则
索引使用长度的计算方法:
key_len =
(字符列长度 * 字符集bytes) +
(是否NULL? 1:0) +
(变长类型? 2:0)
示例:VARCHAR(255) utf8mb4 可为NULL列
(255*4) + 1 + 2 = 1023 bytes
3.5、Extra 重要信息
值 | 含义 |
---|---|
Using index | 覆盖索引扫描(无需回表) |
Using where | 存储引擎返回数据后在Server层过滤 |
Using temporary | 使用临时表(常见于GROUP BY/ORDER BY) |
Using filesort | 额外排序操作(需优化索引或调整排序方式) |
Using index condition | 索引条件下推(ICP优化) |
Select tables optimized away | 通过索引直接获取统计信息(如MIN/MAX) |
四、实战案例分析
案例1:索引失效分析
EXPLAIN SELECT * FROM orders WHERE YEAR(order_date) = 2023;
输出结果:
type: ALL
key: NULL
Extra: Using where
问题诊断:对列使用函数导致索引失效
优化方案:
ALTER TABLE orders ADD INDEX idx_order_date (order_date);
SELECT * FROM orders
WHERE order_date BETWEEN '2023-01-01' AND '2023-12-31';
案例2:连接查询优化
EXPLAIN
SELECT e.name, d.department_name
FROM employees e
JOIN departments d ON e.dept_id = d.id;
输出显示:
+----+-------------+-------+--------+---------------+---------+---------+--------------+------+-------------+
| id | select_type | table | type | possible_keys | key | key_len | ref | rows | Extra |
+----+-------------+-------+--------+---------------+---------+---------+--------------+------+-------------+
| 1 | SIMPLE | e | ALL | dept_id | NULL | NULL | NULL | 1000 | |
| 1 | SIMPLE | d | eq_ref | PRIMARY | PRIMARY | 4 | company.e.dept_id | 1 | Using index |
+----+-------------+-------+--------+---------------+---------+---------+--------------+------+-------------+
优化建议:为 employees 表的 dept_id 字段添加索引
五、高级技巧与最佳实践
5.1、JSON格式输出分析
EXPLAIN FORMAT=JSON SELECT ...;
可获取更详细的成本估算信息:
{
"query_block": {
"cost_info": {
"query_cost": "1.20"
},
"table": {
"access_type": "range",
"rows_examined_per_scan": 500,
"rows_produced_per_join": 500,
"filtered": "100.00",
"cost_info": {
"read_cost": "0.50",
"eval_cost": "0.70",
"prefix_cost": "1.20"
}
}
}
}
5.2、执行计划可视化工具
推荐使用:
- MySQL Workbench Visual Explain
- Percona Toolkit 的 pt-visual-explain
- 在线工具:https://explain.dalibo.com/
5.3、优化器提示
强制使用指定索引:
SELECT * FROM table USE INDEX (index_name) ...
5.4、统计信息管理
ANALYZE TABLE table_name; -- 更新统计信息
SHOW INDEX FROM table_name; -- 查看索引基数
六、常见误区与注意事项
- rows 列是估算值,实际值可能偏差较大
- 索引覆盖不代表高效,需结合扫描行数判断
- 并非所有 Using filesort 都需要优化,小数据量排序是正常现象
- 强制索引可能适得其反,需结合数据分布考虑
- 连接顺序不一定按书写顺序,优化器会自动选择最佳顺序
七、EXPLAIN 执行计划优化路线图
- 检查 type 列是否达到 range 级别以上
- 确认 possible_keys 和 key 是否合理
- 分析 key_len 是否充分利用索引
- 检查 rows 估算值是否过大
- 查看 Extra 列是否有警告信息
- 验证 filtered 百分比是否过低
- 对比优化前后的执行计划差异