mysql的explain主要看那些指标

本文详细解析了MySQL查询优化工具EXPLAIN的各个字段,包括id、select_type、table、type、possible_keys、key、key_len、ref、rows和Extra。id表示查询的执行顺序,select_type涉及查询类型,table指明查询的表,type描述了表的访问方式,possible_keys列出了可能使用的索引,key是实际使用的索引,key_len是索引长度,ref显示列与索引的关系,rows是预计扫描的行数,Extra提供了执行详情。通过对这些字段的理解,可以有效地优化SQL查询性能。

摘要生成于 C知道 ,由 DeepSeek-R1 满血版支持, 前往体验 >

expain出来的信息有10列,分别是id、select_type、table、type、possible_keys、key、key_len、ref、rows、Extra

 概要描述:
id:选择标识符
select_type:表示查询的类型。
table:输出结果集的表
partitions:匹配的分区
type:表示表的连接类型,
possible_keys:表示查询时,可能使用的索引
key:表示实际使用的索引
key_len:索引字段的长度
ref:列与索引的比较
rows:扫描出的行数(估算的行数)
filtered:按表条件过滤的行百分比
Extra:执行情况的描述和说明

下面对这些字段出现的可能进行解释:

一、 id

SELECT识别符。这是SELECT的查询序列号

我的理解是SQL执行的顺序的标识,SQL从大到小的执行

1. id相同时,执行顺序由上至下

2. 如果是子查询,id的序号会递增,id值越大优先级越高,越先被执行

3. id如果相同,可以认为是一组,从上往下顺序执行;在所有组中,id值越大,优先级越高,越先执行

-- 查看在研发部并且名字以Jef开头的员工,经典查询
explain select e.no, e.name from emp e left join dept d on e.dept_no = d.no where e.name like 'Jef%' and d.name = '研发部';

二、select_type

      示查询中每个select子句的类型

(1) SIMPLE(简单SELECT,不使用UNION或子查询等)

(2) PRIMARY(子查询中最外层查询,查询中若包含任何复杂的子部分,最外层的select被标记为PRIMARY)

(3) UNION(UNION中的第二个或后面的SELECT语句)

(4) DEPENDENT UNION(UNION中的第二个或后面的SELECT语句,取决于外面的查询)

(5) UNION RESULT(UNION的结果,union语句中第二个select开始后面所有select)

(6) SUBQUERY(子查询中的第一个SELECT,结果不依赖于外部查询)

(7) DEPENDENT SUBQUERY(子查询中的第一个SELECT,依赖于外部查询)

(8) DERIVED(派生表的SELECT, FROM子句的子查询)

(9) UNCACHEABLE SUBQUERY(一个子查询的结果不能被缓存,必须重新评估外链接的第一行)

三、table

显示这一步所访问数据库中表名称(显示这一行的数据是关于哪张表的),有时不是真实的表名字,可能是简称,例如上面的e,d,也可能是第几步执行的结果的简称

四、type

对表访问方式,表示MySQL在表中找到所需行的方式,又称“访问类型”。

常用的类型有: ALL、index、range、 ref、eq_ref、const、system、NULL(从左到右,性能从差到好)

ALL:Full Table Scan, MySQL将遍历全表以找到匹配的行

index: Full Index Scan,index与ALL区别为index类型只遍历索引树

range:只检索给定范围的行,使用一个索引来选择行

ref: 表示上述表的连接匹配条件,即哪些列或常量被用于查找索引列上的值

eq_ref: 类似ref,区别就在使用的索引是唯一索引,对于每个索引键值,表中只有一条记录匹配,简单来说,就是多表连接中使用primary key或者 unique key作为关联条件

const、system: 当MySQL对查询某部分进行优化,并转换为一个常量时,使用这些类型访问。如将主键置于where列表中,MySQL就能将该查询转换为一个常量,system是const类型的特例,当查询的表只有一行的情况下,使用system

NULL: MySQL在优化过程中分解语句,执行时甚至不用访问表或索引,例如从一个索引列里选取最小值可以通过单独索引查找完成。

五、possible_keys

指出MySQL能使用哪个索引在表中找到记录,查询涉及到的字段上若存在索引,则该索引将被列出,但不一定被查询使用(该查询可以利用的索引,如果没有任何索引显示 null)

该列完全独立于EXPLAIN输出所示的表的次序。这意味着在possible_keys中的某些键实际上不能按生成的表次序使用。
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子句看是否它引用某些列或适合索引的列来提高你的查询性能。如果是这样,创造一个适当的索引并且再次用EXPLAIN检查查询

六、Key

key列显示MySQL实际决定使用的键(索引),必然包含在possible_keys中

如果没有选择索引,键是NULL。要想强制MySQL使用或忽视possible_keys列中的索引,在查询中使用FORCE INDEX、USE INDEX或者IGNORE INDEX。

七、key_len

表示索引中使用的字节数,可通过该列计算查询中使用的索引的长度(key_len显示的值为索引字段的最大可能长度,并非实际使用长度,即key_len是根据表定义计算而得,不是通过表内检索出的)

不损失精确性的情况下,长度越短越好 

八、ref

列与索引的比较,表示上述表的连接匹配条件,即哪些列或常量被用于查找索引列上的值

九、rows

 估算出结果集行数,表示MySQL根据表统计信息及索引选用情况,估算的找到所需的记录所需要读取的行数

十、Extra

该列包含MySQL解决查询的详细信息,有以下几种情况:

Using where:不用读取表中所有信息,仅通过索引就可以获取所需数据,这发生在对表的全部的请求列都是同一个索引的部分的时候,表示mysql服务器将在存储引擎检索行后再进行过滤

Using temporary:表示MySQL需要使用临时表来存储结果集,常见于排序和分组查询,常见 group by ; order by

Using filesort:当Query中包含 order by 操作,而且无法利用索引完成的排序操作称为“文件排序”

-- 测试Extra的filesort
explain select * from emp order by name;

Using join buffer:改值强调了在获取连接条件时没有使用索引,并且需要连接缓冲区来存储中间结果。如果出现了这个值,那应该注意,根据查询的具体情况可能需要添加索引来改进能。

Impossible where:这个值强调了where语句会导致没有符合条件的行(通过收集统计信息不可能存在结果)。

Select tables optimized away:这个值意味着仅通过使用索引,优化器可能仅从聚合函数结果中返回一行

No tables used:Query语句中使用from dual 或不含任何from子句

-- explain select now() from dual;

总结:
• EXPLAIN不会告诉你关于触发器、存储过程的信息或用户自定义函数对查询的影响情况
• EXPLAIN不考虑各种Cache
• EXPLAIN不能显示MySQL在执行查询时所作的优化工作
• 部分统计信息是估算的,并非精确值
• EXPALIN只能解释SELECT操作,其他操作要重写为SELECT后查看执行计划。

通过收集统计信息不可能存在结果

<think>好的,我现在需要帮助用户了解如何使用和解读MySQLEXPLAIN命令来分析查询计划。根据用户提供的引用内容,我需要整合这些信息并结合之前的回答来提供详细的步骤和解释。 首先,用户之前的问题是关于MySQL中使用LEFT JOIN关联两个表的字段,现在转向EXPLAIN命令,所以可能需要将优化查询的部分与执行计划分析结合起来。用户提供的引用1、2、3都提到了EXPLAIN的不同方面,比如输出列的含义、使用方法以及优化建议。需要将这些信息结构化,确保回答清晰。 接下来,我应该确定用户的需求层次。用户可能不仅想知道如何运行EXPLAIN,还要理解各个输出列的意义,以及如何根据这些结果优化查询。因此,回答的结构应该包括基本用法、关键列解读、优化建议和实例分析。 需要特别注意引用中的内容,比如引用1提到SELECT_TYPE列和Using index、Using where等值,引用2强调EXPLAIN的重要性,引用3则提到了分析慢SQL时的关注点。这些都需要整合到回答中,并正确标注引用标记。 另外,用户之前的回答中提到了使用索引优化LEFT JOIN的性能,所以在解释EXPLAIN时,可以结合之前的例子,比如检查是否命中索引,是否有全表扫描等。这样能帮助用户将理论应用到实际场景中。 还需要考虑用户可能的疑问点,比如如何查看是否使用了索引,如何识别全表扫描,以及如何根据type列判断查询效率。需要将这些关键点用简单明了的语言解释,避免过于技术化,同时保持准确性。 最后,生成相关问题时要确保覆盖用户可能感兴趣的后续问题,比如优化具体类型的查询、处理常见错误等。这有助于用户进一步探索相关知识。</think>### 使用与解读 MySQL EXPLAIN 的完整指南 --- #### 一、基础使用方式 **语法格式**: ```sql EXPLAIN [FORMAT=TRADITIONAL|JSON] your_query; -- 示例:分析SELECT语句 EXPLAIN SELECT * FROM orders LEFT JOIN users ON orders.user_id = users.id WHERE total_price > 1000; ``` **核心输出列概览**: | 列名 | 核心作用说明 | 优化关注度 | |---------------|---------------------------------------------|-----------| | id | 查询执行顺序标识(层级关系) | ★★☆ | | select_type | 查询类型(简单查询/子查询/联合查询等) | ★★★ | | table | 当前访问的表名或别名 | ★★☆ | | **type** | 访问类型(性能核心指标) | ★★★ | | possible_keys | 可能使用的索引 | ★★★ | | **key** | 实际使用的索引 | ★★★ | | key_len | 使用索引的长度 | ★★☆ | | rows | 预估扫描行数 | ★★★ | | **Extra** | 附加信息(是否使用临时表、文件排序等关键细节)| ★★★ | --- #### 二、关键列深度解读 ##### 1. type列(访问类型) 按性能从优到劣排序: - **system**:表中只有一行数据(系统表) - **const**:通过主键或唯一索引访问,如`WHERE id = 1` - **eq_ref**:关联查询中匹配唯一索引,如`JOIN ON primary_key` - **ref**:使用非唯一索引查找 - **range**:索引范围扫描(`BETWEEN`、`IN`等) - **index**:全索引扫描(遍历索引树) - **ALL**:全表扫描(需重点优化)[^1] > 示例:若查询中出现`type: ALL`,说明未使用索引,需检查`WHERE`条件字段是否创建索引[^3] ##### 2. Extra列(关键细节) 常见重要值: - **Using index**:覆盖索引(直接从索引获取数据,无需回表) - **Using where**:服务器层过滤数据(索引未完全满足条件) - **Using temporary**:使用临时表(常见于`GROUP BY`/`DISTINCT`) - **Using filesort**:文件排序(需优化`ORDER BY`字段索引) - **Using join buffer**:使用连接缓存(关联字段无索引) --- #### 三、实战分析步骤 ##### 场景:分析用户订单查询 ```sql EXPLAIN SELECT u.name, o.order_no FROM users u JOIN orders o ON u.id = o.user_id WHERE u.create_time > '2023-01-01' ORDER BY o.total_price DESC; ``` ##### 解析步骤: 1. **查看type列** - `users`表:检查是否使用`create_time`索引 - `orders`表:检查`user_id`是否关联索引 2. **检查possible_keys与key** 确认实际使用的索引是否最优 3. **分析Extra列** - 若出现`Using filesort`:考虑为`total_price`添加索引 - 若出现`Using temporary`:检查`JOIN`条件索引 4. **估算rows乘积** 两表的rows值相乘得到笛卡尔积规模,评估是否过大 --- #### 四、优化案例演示 **问题SQL**: ```sql SELECT * FROM products WHERE category_id = 5 AND price > 100 ORDER BY sales_volume DESC; ``` **优化前EXPLAIN**: ``` +----+-------------+----------+------+---------------+------+---------+------+------+-----------------------------+ | id | select_type | table | type | possible_keys | key | key_len | rows | Extra | +----+-------------+----------+------+---------------+------+---------+------+-----------------------------+ | 1 | SIMPLE | products | ALL | NULL | NULL | NULL | 10000| Using where; Using filesort | +----+-------------+----------+------+---------------+------+---------+------+-----------------------------+ ``` **优化步骤**: 1. 创建联合索引: ```sql ALTER TABLE products ADD INDEX idx_category_price_sales (category_id, price, sales_volume); ``` 2. 优化后EXPLAIN: ``` +----+-------------+----------+-------+---------------+-----------------------------+---------+------+------+-------------+ | id | select_type | table | type | possible_keys | key | key_len | rows | Extra| +----+-------------+----------+-------+---------------+-----------------------------+---------+------+------+-------------+ | 1 | SIMPLE | products | range | idx_cat... | idx_category_price_sales | 8 | 200 | Using index condition; Backward index scan | +----+-------------+----------+-------+---------------+-----------------------------+---------+------+------+-------------+ ``` --- #### 五、高级技巧 1. **JSON格式输出**(MySQL 5.6+) ```sql EXPLAIN FORMAT=JSON SELECT ... -- 可获取成本估算等更多细节 ``` 2. **跟踪优化器决策** ```sql SET optimizer_trace="enabled=on"; SELECT * FROM information_schema.OPTIMIZER_TRACE; ``` 3. **索引覆盖验证** 当`Extra`列出现`Using index`时,表示查询完全通过索引完成,无需回表查询数据行[^1] --- #### 六、常见问题排查表 | 现象 | 可能原因 | 解决方案 | |-----------------------|-----------------------|----------------------------------| | type=ALL | 无可用索引 | 为WHERE条件字段添加索引 | | Using filesort | 排序字段无索引 | 创建复合索引包含排序字段 | | Using temporary | 分组/去重字段无索引 | 优化GROUP BY字段索引 | | rows值远大于实际 | 统计信息过期 | 执行`ANALYZE TABLE table_name` | | key_len异常 | 索引未完全使用 | 检查复合索引字段顺序 | --- ### 测试验证示例 **步骤1:生成测试数据** ```sql CREATE TABLE employees ( id INT PRIMARY KEY, dept_id INT, salary INT, INDEX idx_dept (dept_id), INDEX idx_salary (salary) ); INSERT INTO employees VALUES (1,101,5000),(2,102,6000),(3,101,7500); ``` **步骤2:执行EXPLAIN** ```sql EXPLAIN SELECT dept_id, AVG(salary) FROM employees WHERE dept_id IN (101,102) GROUP BY dept_id; ``` **步骤3:结果分析** ``` +----+-------------+-----------+-------+---------------+-----------+---------+------+------+-------------+ | id | select_type | table | type | possible_keys | key | key_len | rows | Extra| +----+-------------+-----------+-------+---------------+-----------+---------+------+------+-------------+ | 1 | SIMPLE | employees | range | idx_dept | idx_dept | 5 | 2 | Using index condition; Using temporary | +----+-------------+-----------+-------+---------------+-----------+---------+------+------+-------------+ ``` **优化建议**: - 出现`Using temporary`:为`GROUP BY dept_id`创建覆盖索引 - 添加复合索引:`ALTER TABLE employees ADD INDEX idx_dept_salary (dept_id, salary)` ---
评论 1
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值