Mysql查看执行计划、explain关键字详解(超详细)

发布于:2025-03-15 ⋅ 阅读:(19) ⋅ 点赞:(0)

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

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

  1. rows 列是估算值,实际值可能偏差较大
  2. 索引覆盖不代表高效,需结合扫描行数判断
  3. 并非所有 Using filesort 都需要优化,小数据量排序是正常现象
  4. 强制索引可能适得其反,需结合数据分布考虑
  5. 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

  1. 检查 type 列是否达到 range 级别以上
  2. 确认 possible_keys 和 key 是否合理
  3. 分析 key_len 是否充分利用索引
  4. 检查 rows 估算值是否过大
  5. 查看 Extra 列是否有警告信息
  6. 验证 filtered 百分比是否过低
  7. 对比优化前后的执行计划差异


创作不易,欢迎打赏,你的鼓励将是我创作的最大动力。

在这里插入图片描述


网站公告

今日签到

点亮在社区的每一天
去签到