使用MySQL的Explain执行计划，SQL性能调优从此不再困难

执行计划可以帮助我们分析SQL语句性能瓶颈，优化SQL查询逻辑，今天就一块学习Explain执行计划的具体用法。

1. explain的使用

 

 

使用EXPLAIN关键字可以模拟优化器执行SQL语句，分析你的查询语句或是结构的性能瓶颈。
在 select 语句之前增加 explain 关键字，MySQL 会在查询上设置一个标记，执行查询会返回执行计划的信息，并不会执行这条SQL。
就比如下面这个：

 

输出这么多列都是干嘛用的？

 

其实大都是SQL语句的性能统计指标，先简单总结一下每一列的大致作用，下面详细讲一下：

 

 

 

 

2. explain字段详解

 

下面就详细讲一下每一列的具体作用。

 

1. id列

id表示查询语句的序号，自动分配，顺序递增，值越大，执行优先级越高。

 

 

id相同时，优先级由上而下。

 

2. select_type列

 

select_type表示查询类型，常见的有SIMPLE简单查询、PRIMARY主查询、SUBQUERY子查询、UNION联合查询、UNION RESULT联合临时表结果等。

 

 

 

3. table列

table表示SQL语句查询的表名、表别名、临时表名。

 

 

 

 

 

4. partitions列

partitions表示SQL查询匹配到的分区，没有分区的话显示NULL。

 

 

 

 

5. type列

 

type表示表连接类型或者数据访问类型，就是表之间通过什么方式建立连接的，或者通过什么方式访问到数据的。

 

具体有以下值，性能由好到差依次是：

 

system > const > eq_ref > ref > fulltext > ref_or_null > index_merge > unique_subquery > index_subquery > range > index > ALL

 

system

 

当表中只有一行记录，也就是系统表，是 const 类型的特列。

 

 

 

const

表示使用主键或者唯一性索引进行等值查询，最多返回一条记录。性能较好，推荐使用。

 

eq_ref

表示表连接使用到了主键或者唯一性索引，下面的SQL就用到了user表主键id。

 

ref

表示使用非唯一性索引进行等值查询。

 

ref_or_null

 

表示使用非唯一性索引进行等值查询，并且包含了null值的行。

 

 

 

index_merge

 

表示用到索引合并的优化逻辑，即用到的多个索引。

 

range

表示用到了索引范围查询。

 

 

 

 

index

表示使用索引进行全表扫描。

 

 

 

 

ALL

表示全表扫描，性能最差。

 

 

 

 

6. possible_keys列

表示可能用到的索引列，实际查询并不一定能用到。

 

7. key列

表示实际查询用到索引列。

 

8. key_len列

表示索引所占的字节数。

 

 

 

 每种类型所占的字节数如下：

 

 

 

9. ref列

 

表示where语句或者表连接中与索引比较的参数，常见的有const（常量）、func（函数）、字段名。

 

如果没用到索引，则显示为NULL。

 

 

 

 

 

 

 

 

10. rows列

表示执行SQL语句所扫描的行数。

 

 

 

 

11. filtered列

表示按条件过滤的表行的百分比。

 

 

12. Extra列

 

表示一些额外的扩展信息，不适合在其他列展示，却又十分重要。

 

 

Using where

表示使用了where条件搜索，但没有使用索引。

 

 

 

Using index

 

表示用到了覆盖索引，即在索引上就查到了所需数据，无需二次回表查询，性能较好。

 

Using filesort

 

表示使用了外部排序，即排序字段没有用到索引。

 

Using temporary

表示用到了临时表，下面的示例中就是用到临时表来存储查询结果。

 

Using join buffer

表示在进行表关联的时候，没有用到索引，使用了连接缓存区存储临时结果。

Using index condition

表示用到索引下推的优化特性。

 

知识点总结：

 

 

本文详细介绍了Explain使用方式，以及每种参数所代表的含义。无论是工作还是面试，使用Explain优化SQL查询，都是必备的技能，一定要牢记。

 

 

下篇再一块学习一下SQL查询的其他优化方式，敬请期待。