MySQL执行计划explain

一、简介

分析查询慢的原因，在查询语句前加explain即可。如：

二、输出格式

2.0 测试数据

# 表user_info

CREATE TABLE `user_info` (

  `id` bigint(20) NOT NULL AUTO_INCREMENT,

  `name` varchar(50) NOT NULL DEFAULT '',

  `age` int(11) DEFAULT NULL,

  PRIMARY KEY (`id`),

  KEY `name_index` (`name`)

) ENGINE=InnoDB AUTO_INCREMENT=11 DEFAULT CHARSET=utf8;

# 表order_info

CREATE TABLE `order_info` (

  `id` bigint(20) NOT NULL AUTO_INCREMENT,

  `user_id` bigint(20) DEFAULT NULL,

  `product_name` varchar(50) NOT NULL DEFAULT '',

  `productor` varchar(30) DEFAULT NULL,

  PRIMARY KEY (`id`),

  KEY `user_product_detail_index` (`user_id`,`product_name`,`productor`)

) ENGINE=InnoDB DEFAULT CHARSET=utf8;

# 数据

INSERT INTO user_info (name, age) VALUES ('xys', 20);

INSERT INTO user_info (name, age) VALUES ('a', 21);

INSERT INTO user_info (name, age) VALUES ('b', 23);

INSERT INTO user_info (name, age) VALUES ('c', 50);

INSERT INTO user_info (name, age) VALUES ('d', 15);

INSERT INTO user_info (name, age) VALUES ('e', 20);

INSERT INTO user_info (name, age) VALUES ('f', 21);

INSERT INTO user_info (name, age) VALUES ('g', 23);

INSERT INTO user_info (name, age) VALUES ('h', 50);

INSERT INTO user_info (name, age) VALUES ('i', 15);

INSERT INTO order_info (user_id, product_name, productor) VALUES (1, 'p1', 'WHH');

INSERT INTO order_info (user_id, product_name, productor) VALUES (1, 'p2', 'WL');

INSERT INTO order_info (user_id, product_name, productor) VALUES (1, 'p1', 'DX');

INSERT INTO order_info (user_id, product_name, productor) VALUES (2, 'p1', 'WHH');

INSERT INTO order_info (user_id, product_name, productor) VALUES (2, 'p5', 'WL');

INSERT INTO order_info (user_id, product_name, productor) VALUES (3, 'p3', 'MA');

INSERT INTO order_info (user_id, product_name, productor) VALUES (4, 'p1', 'WHH');

INSERT INTO order_info (user_id, product_name, productor) VALUES (6, 'p1', 'WHH');

INSERT INTO order_info (user_id, product_name, productor) VALUES (9, 'p8', 'TE');

字段信息：

说明：

id: SELECT 查询的标识符。每个 SELECT 都会自动分配一个唯一的标识符。
select_type: SELECT 查询的类型。
table: 查询的是哪个表
partitions: 匹配的分区
type: join 类型
possible_keys: 此次查询中可能选用的索引
key: 此次查询中确切使用到的索引。
ref: 哪个字段或常数与 key 一起被使用
rows: 显示此查询一共扫描了多少行。这个是一个估计值。
filtered: 表示此查询条件所过滤的数据的百分比
extra: 额外的信息

2.1 select_type

常用取值有：

SIMPLE

表示此查询不包含 UNION 查询或子查询

explain select * from user_info where id = 2\G

PRIMARY

表示此查询是最外层的查询

UNION

表示此查询是 UNION 的第二或随后的查询

EXPLAIN

(SELECT * FROM user_info  WHERE id IN (1, 2, 3))

UNION

(SELECT * FROM user_info WHERE id IN (3, 4, 5));

DEPENDENT UNION

UNION 中的第二个或后面的查询语句, 取决于外面的查询

UNION RESULT

UNION 的结果

SUBQUERY

子查询中的第一个 SELECT

DEPENDENT SUBQUERY

子查询中的第一个 SELECT, 取决于外面的查询。即子查询依赖于外层查询的结果。

2.2 table

表示查询涉及的表或衍生表

2.3 type

提供了判断查询是否高效的重要依据，通过type字段，可以判断是全表扫描还是索引扫描。

常用取值：

system

表中只有一条数据。这个类型是特殊的 const 类型。

const

针对主键或唯一索引的等值查询扫描, 最多只返回一行数据。 const 查询速度非常快, 因为它仅仅读取一次即可。

eq_ref

此类型通常出现在多表的 join 查询, 表示对于前表的每一个结果, 都只能匹配到后表的一行结果。并且查询的比较操作通常是 =, 查询效率较高。

EXPLAIN SELECT * FROM user_info, order_info WHERE user_info.id = order_info.user_id\G

ref

此类型通常出现在多表的 join 查询, 针对于非唯一或非主键索引, 或者是使用了 最左前缀 规则索引的查询。

EXPLAIN SELECT * FROM user_info, order_info WHERE user_info.id = order_info.user_id AND order_info.user_id = 5\G

range

表示使用索引范围查询, 通过索引字段范围获取表中部分数据记录。这个类型通常出现在 =, <>, >, >=, <, <=, IS NULL, <=>, BETWEEN, IN() 操作中。

当 type 是 range 时, 那么 EXPLAIN 输出的 ref 字段为 NULL, 并且 key_len 字段是此次查询中使用到的索引的最长的那个。

EXPLAIN SELECT *

FROM user_info

WHERE id BETWEEN 2 AND 8 \G

index

表示全索引扫描(full index scan), 和 ALL 类型类似, 只不过 ALL 类型是全表扫描, 而 index 类型则仅仅扫描所有的索引, 而不扫描数据。

index:类型通常出现在: 所要查询的数据直接在索引树中就可以获取到, 而不需要扫描数据。当是这种情况时, Extra 字段会显示 Using index。

EXPLAIN SELECT name FROM  user_info \G

上面的例子中, 我们查询的 name 字段恰好是一个索引, 因此我们直接从索引中获取数据就可以满足查询的需求了, 而不需要查询表中的数据。因此这样的情况下, type 的值是 index, 并且 Extra 的值是 Using index。

ALL

表示全表扫描, 这个类型的查询是性能最差的查询之一。通常来说, 我们的查询不应该出现 ALL 类型的查询, 因为这样的查询在数据量大的情况下, 对数据库的性能是巨大的灾难。如一个查询是 ALL 类型查询, 那么一般来说可以对相应的字段添加索引来避免。

在全表扫描时, possible_keys 和 key 字段都是 NULL, 表示没有使用到索引, 并且 rows 十分巨大, 因此整个查询效率是十分低下的。

type类型的性能比较：

通常来说, 不同的 type 类型的性能关系如下:

ALL < index < range ~ index_merge < ref < eq_ref < const < system

ALL 类型因为是全表扫描, 因此在相同的查询条件下, 它是速度最慢的。

而 index 类型的查询虽然不是全表扫描, 但是它扫描了所有的索引, 因此比 ALL 类型的稍快。

后面的几种类型都是利用了索引来查询数据, 因此可以过滤部分或大部分数据, 因此查询效率就比较高了。

2.4 possible_keys

possible_keys 表示 MySQL 在查询时, 能够使用到的索引。注意, 即使有些索引在 possible_keys 中出现, 但是并不表示此索引会真正地被 MySQL 使用到。 MySQL 在查询时具体使用了哪些索引, 由 key 字段决定。

2.5 key

此字段是 MySQL 在当前查询时所真正使用到的索引。

2.6 key_len

表示查询优化器使用了索引的字节数。这个字段可以评估组合索引是否完全被使用, 或只有最左部分字段被使用到。

key_len 的计算规则如下:

字符串
- char(n): n 字节长度
- varchar(n): 如果是 utf8 编码, 则是 3 *n + 2字节; 如果是 utf8mb4 编码, 则是 4 *n + 2 字节。
数值类型:
- TINYINT: 1字节
- SMALLINT: 2字节
- MEDIUMINT: 3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
字段属性: NULL 属性占用一个字节。如果一个字段是 NOT NULL 的, 则没有此属性。

EXPLAIN SELECT * FROM order_info WHERE user_id < 3 AND product_name = 'p1' AND productor = 'WHH'\G

上面查询语句中，order_info有一个联合索引，where条件中先进行user_id的范围查询，根据最左前缀匹配原则，当遇到范围查询时，就停止索引的匹配，因此实际上我们使用的索引字段只有user_id，因此显示的key_len为9，因为user_id字段是bigint占用8字节，而NULL属性占用一个字节，因此共是9个字节，若user_id字段改为bigint(20) not null default '0'，则key_length为8

EXPLAIN SELECT * FROM order_info WHERE user_id = 1 AND product_name = 'p1' \G;

这次的查询中, 我们没有使用到范围查询, key_len 的值为 161. 为什么呢? 因为我们的查询条件 WHERE user_id = 1 AND product_name = 'p1' 中, 仅仅使用到了联合索引中的前两个字段, 因此 keyLen(user_id) + keyLen(product_name) = 9 + 50 * 3 + 2 = 161

2.7 rows

rows 也是一个重要的字段。 MySQL 查询优化器根据统计信息, 估算 SQL 要查找到结果集需要扫描读取的数据行数。

这个值非常直观显示 SQL 的效率好坏, 原则上 rows 越少越好。

2.8 Extra

EXplain 中的很多额外的信息会在 Extra 字段显示, 常见的有以下几种内容:

Using filesort

当 Extra 中有 Using filesort 时, 表示 MySQL 需额外的排序操作, 不能通过索引顺序达到排序效果。一般有 Using filesort, 都建议优化去掉, 因为这样的查询 CPU 资源消耗大。

EXPLAIN SELECT * FROM order_info ORDER BY product_name \G

上面的查询中根据product_name来排序，因此未使用索引，进而产生Using filesort。下面这条查询语句就使用了索引。

EXPLAIN SELECT * FROM order_info ORDER BY user_id, product_name \G

Using index

"覆盖索引扫描", 表示查询在索引树中就可查找所需数据, 不用扫描表数据文件, 往往说明性能不错

Using temporary

查询有使用临时表, 一般出现于排序, 分组和多表 join 的情况, 查询效率不高, 建议优化.

三、参考