SHOW SESSION STATUS 与 Handler 变量

会话级内存计数变量SESSION STATUS 中，'Handler%'开头的这一组变量、反映了存储引擎取数的一些细节，可以用来分析SQL性能。

FLUSH STATUS;
select count(*) from order_items oi ;
SHOW SESSION STATUS LIKE 'Handler%';

查询结果：

Variable_name             |Value  |
--------------------------|-------|
Handler_commit            |1      |
Handler_delete            |0      |
Handler_discover          |0      |
Handler_external_lock     |2      |
Handler_mrr_init          |0      |
Handler_prepare           |0      |
Handler_read_first        |1      |
Handler_read_key          |1      |
Handler_read_last         |0      |
Handler_read_next         |3000000|
Handler_read_prev         |0      |
Handler_read_rnd          |0      |
Handler_read_rnd_next     |0      |
Handler_rollback          |0      |
Handler_savepoint         |0      |
Handler_savepoint_rollback|0      |
Handler_update            |0      |
Handler_write             |0      |

1. FLUSH STATUS 清的是什么

MySQL 维护着一批会话级状态计数器（就是一堆内存变量），记录当前这个连接执行过多少查询、扫过多少行、发生过多少次排序等等。FLUSH STATUS 做了两件事：

① 把当前会话的计数"加总"到全局计数器（累加，不是清空全局）
② 把当前会话的计数器全部清零

所以它不写任何系统表、不落盘，纯内存操作。目的就是：清掉历史干扰，让接下来的计数只反映你接下来那条 SQL 的行为。 这也是为什么这个套路是三连：FLUSH → 执行 SQL → SHOW。

2. SHOW SESSION STATUS 是啥意思

读当前会话的计数器。SESSION 是作用域，另一个选项是 GLOBAL（全实例累计）：

SHOW SESSION STATUS LIKE 'Handler%'; -- 当前这个连接的计数
SHOW GLOBAL STATUS LIKE 'Handler%'; -- 整个 MySQL 实例的累计计数

LIKE 'Handler%' 是过滤——Handler 前缀的变量记录的是存储引擎"怎么取行"的底层动作。

3. 这组数据是教科书级别的

Handler_read_key = 1 ← 1 次 B+Tree 下潜：定位到 idx_created_at 第一个叶子
Handler_read_first = 1 ← 读了第一个索引条目
Handler_read_next = 3,000,000 ← 沿叶子链表读了 300 万次"下一个"
Handler_read_rnd_next = 0 ← 没有全表扫描

完美还原了刚才那 2 秒在干什么：从索引最左叶子出发，沿双向链表一路走到最右，数了 300 万条。注意 read_next 精确是 3,000,000 而 EXPLAIN 估的 rows 是 2,989,004——这就是"Handler 变量是真实值、EXPLAIN rows 是估算值"的直观对照。

判读口诀（以后自己排查用）

Handler_read_next 大 → 索引范围扫描/全索引扫描（B+Tree 顺着链表走）
Handler_read_rnd_next 大 → 全表扫描或回表无序读（按页随机跳）
Handler_read_key 大 → 点查/等值匹配多

执行EXPLAIN,

id|select_type|table|...|type |possible_keys|key           |key_len|...
 1|SIMPLE     |oi   |...|index|             |idx_created_at|5      |...
                                                  ↑
                                          实际使用的索引

用了idx_created_at，所以这个count(*)是做了一次全索引扫描：
① 全表扫描 (Full Table Scan)
扫的是聚集索引 —— 表数据本身（所有列都在里面）
EXPLAIN: type=ALL
Handler 计数器: Handler_read_rnd_next 逐行累加

② 全索引扫描 (Full Index Scan)
扫的是某个二级索引 —— 只有索引列+主键
EXPLAIN: type=index
Handler 计数器: Handler_read_first 定位 + Handler_read_next 沿链表走

COUNT() 是*②全索引扫描：扫的是 idx_created_at 这棵二级索引树（77MB），不是表数据（几百 MB 含所有列）。所以 read_next = 3,000,000 而 read_rnd_next = 0。

计数器名字背后的含义

read_rnd_next = "随机地读下一行" → 按聚集索引页的物理顺序一行行读
（叫 rnd 是因为从执行器视角看，它没说"按哪个键序"，就是表里的下一行）

read_next = "按索引键序读下一个" → 顺着某棵 B+Tree 的叶子链表走

这个区分为什么重要

两种都是 O(N)，但成本差不少：

全索引扫描：只读 77MB 的二级索引，每页能装更多条目
全表扫描： 要读几百 MB 的完整表数据（TEXT 列、所有字段）

这正是 COUNT(*) 挑最小二级索引的原因