Mysql Explain详解
1.Explain工具介绍
使用EXPLAIN关键字可以模拟优化器执行SQL语句，分析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，而不是执行SQL。
2.Explain分析示例
-- actor建表语句 CREATE TABLE `actor` ( `id` INT (11) NOT NULL, `name` VARCHAR (45) DEFAULT NULL, `update_time` datetime DEFAULT NULL, PRIMARY KEY (`id`) ) ENGINE = INNODB DEFAULT CHARSET = utf8; -- film建表语句 CREATE TABLE `film` ( `id` INT (11) NOT NULL, `name` VARCHAR (10) NOT NULL, PRIMARY KEY (`id`), KEY `idx_name` (`name`) ) ENGINE = INNODB DEFAULT CHARSET = utf8; -- film_actor建表语句 CREATE TABLE `film_actor` ( `id` INT (11) NOT NULL, `film_id` INT (11) NOT NULL, `actor_id` INT (11) NOT NULL, `remark` VARCHAR (255) DEFAULT NULL, PRIMARY KEY (`id`), KEY `idx_film_actor_id` ( `film_id`, `actor_id` ) ) ENGINE = INNODB DEFAULT CHARSET = utf8;
执行explain：
如果是select语句返回的是执行结果，在select语句前面加上explain返回的是这条查询语句的执行SQL。
3.EXPLAIN两个变种
3.1 explain extended
会在explain的基础上额外提供一些查询优化的信息。紧随其后通过show warnings命令可以得到优化后的查询语句，从而看出优化器优化了什么。额外还有filtered列，是一个半分比的值，rows*filtered / 100可以估算出将要和explain中前一个表进行连接的行数（前一个表指explain中的id值比当前表id值小的表）。
3.2 explain partitions
相比explain多了个partitions字段，如果查询是基于分区表的话，会显示查询将访问的分区。
4.Explain中的列
id列
id列的编号是select的序列号，有几个select就有几个id，并且id的顺序是按select出现的顺序增长的。
id越大执行优先级越高，id相同则从上往下执行，id为NULL最后执行。
select type列
select type表示对应行是简单还是复杂的查询。
simple：简单查询。查询不包含子查询和union。
primary：复杂查询中最外层的select
subquery：包含在select中的子查询（不在from子句中）
derived：包含在from子句中的子查询。MySQL会将结果存放在一个临时表中，也称为派生表。
union：在union关键字随后的selelct。
table列
这一列表示explain的一行正在访问哪个表。
当from子句中有子查询时，table列是格式，表示当前查询依赖id=N的查询，于是先执行id=N的查询。
当有union时，UNION RESULT的table列的值为<union 1,2>，1和2表示参与union的select行id。
type列（重要）
这一列表示关联类型或访问类型，即MySQL决定如何查找表中的行，查找数据行对应的大概范围。
依次从最优到最差的分别为：system>const>eq_ref>ref>range>index>All
一般来说，得保证查询达到range级别，最好达到ref。
- NULL：MySQL能够在优化阶段分解查询语句，在执行阶段用不着在访问表或索引。例如：在索引列中选取最小值，可以单独查找索引来完成，不需在执行时访问表。
- const、system：mysql能对查询的某部分进行优化并将其转换成一个常量（可看成是show warnings的结果）。用于primay key或unique key的所有列与常数比较时，所以表最多有一个匹配行，读取1次，速读较快。system 是const的特例，表中只有一行元素匹配时为system。
- eq_ref：primay key或 unique key索引的所有部分被连接使用，最多只会返回一条符合条件的记录。这可能是const之外最好的联接类型，简单的select查询不会出现这种type。
- ref：相比eq_ref，不适用唯一索引，而是使用普通索引或者唯一索引的部分前缀，索引要和某个值相比较，可能会找到多个符合条件的行。
简单select查询，name是普通索引（非主键索引或唯一索引）
关联表查询，idx_film_actor_id是film_id和actor_id的联合索引，这里使用到了film_actor的左边前缀film_id部分。
- range：范围扫描通常出现在in(), between,>,<,>=等操作中。使用一个索引来检索给定范围的行。
- index：扫描全表索引，通常比All快一些
- all：即全表扫描，意味着MySQL需要从头到尾去查找所需要的行。这种情况下需要增加索引来进行优化。
explain结果中的type字段代表什么意思？
MySQL的官网解释非常简洁，只用了3个单词：连接类型(the join type)。它描述了找到所需数据使用的扫描方式。
扫描方式有：
-
system：系统表，少量数据，往往不需要进行磁盘IO；
-
const：常量连接；
-
eq_ref：主键索引(primary key)或者非空唯一索引(unique not null)等值扫描；
-
ref：非主键非唯一索引等值扫描；
-
range：范围扫描；
-
index：索引树扫描；
-
ALL：全表扫描(full table scan)；
这些是最常见的，大家去explain自己工作中的SQL语句，95%都是上面这些类型。
【system】
explain select * from mysql.time_zone;
上例中，从系统库mysql的系统表time_zone里查询数据，扫码类型为system，这些数据已经加载到内存里，不需要进行磁盘IO。
这类扫描是速度最快的。
explain select * from (select * from user where id=1) tmp;
再举一个例子，内层嵌套(const)返回了一个临时表，外层嵌套从临时表查询，其扫描类型也是system，也不需要走磁盘IO，速度超快。
【const】
数据准备
create table user ( id int primary key, name varchar(20) )engine=innodb; insert into user values(1,'shenjian'); insert into user values(2,'zhangsan'); insert into user values(3,'lisi');
const扫描的条件为：
（1）命中主键(primary key)或者唯一(unique)索引；
（2）被连接的部分是一个常量(const)值；
explain select * from user where id=1;
如上例，id是PK，连接部分是常量1。
注：别搞什么类型转换的幺蛾子。
这类扫描效率极高，返回数据量少，速度非常快。
【eq_ref】
数据准备
create table user ( id int primary key, name varchar(20) )engine=innodb; insert into user values(1,'shenjian'); insert into user values(2,'zhangsan'); insert into user values(3,'lisi'); create table user_ex ( id int primary key, age int )engine=innodb; insert into user_ex values(1,18); insert into user_ex values(2,20); insert into user_ex values(3,30); insert into user_ex values(4,40); insert into user_ex values(5,50);
eq_ref扫描的条件为，对于前表的每一行(row)，后表只有一行被扫描。
再细化一点：
（1）join查询；
（2）命中主键(primary key)或者非空唯一(unique not null)索引；
（3）等值连接；
explain select * from user,user_ex where user.id=user_ex.id;
如上例，id是主键，该join查询为eq_ref扫描。
这类扫描的速度也异常之快。
【ref】
数据准备
create table user ( id int, name varchar(20), index(id) )engine=innodb; insert into user values(1,'shenjian'); insert into user values(2,'zhangsan'); insert into user values(3,'lisi'); create table user_ex ( id int, age int, index(id) )engine=innodb; insert into user_ex values(1,18); insert into user_ex values(2,20); insert into user_ex values(3,30); insert into user_ex values(4,40); insert into user_ex values(5,50);
如果把上例eq_ref案例中的主键索引，改为普通非唯一(non unique)索引。
explain select * from user,user_ex where user.id=user_ex.id;
就由eq_ref降级为了ref，此时对于前表的每一行(row)，后表可能有多于一行的数据被扫描。
explain select * from user where id=1;
当id改为普通非唯一索引后，常量的连接查询，也由const降级为了ref，因为也可能有多于一行的数据被扫描。
ref扫描，可能出现在join里，也可能出现在单表普通索引里，每一次匹配可能有多行数据返回，虽然它比eq_ref要慢，但它仍然是一个很快的join类型。
【range】
数据准备
create table user ( id int primary key, name varchar(20) )engine=innodb; insert into user values(1,'shenjian'); insert into user values(2,'zhangsan'); insert into user values(3,'lisi'); insert into user values(4,'wangwu'); insert into user values(5,'zhaoliu');
range扫描就比较好理解了，它是索引上的范围查询，它会在索引上扫码特定范围内的值。
explain select * from user where id between 1 and 4; explain select * from user where idin(1,2,3); explain select * from user where id>3;
像上例中的between，in，>都是典型的范围(range)查询。
注：必须是索引，否则不能批量"跳过"。
【index】
index类型，需要扫描索引上的全部数据。
explain count (*) from user;
如上例，id是主键，该count查询需要通过扫描索引上的全部数据来计数。
它仅比全表扫描快一点。
【ALL】
数据准备
create table user ( id int, name varchar(20) )engine=innodb; insert into user values(1,'shenjian'); insert into user values(2,'zhangsan'); insert into user values(3,'lisi'); create table user_ex ( id int, age int )engine=innodb; insert into user_ex values(1,18); insert into user_ex values(2,20); insert into user_ex values(3,30); insert into user_ex values(4,40); insert into user_ex values(5,50);
explain select * from user,user_ex where user.id=user_ex.id;
如果id上不建索引，对于前表的每一行(row)，后表都要被全表扫描。
以上相同的join语句出现了三次：
（1）扫描类型为eq_ref，此时id为主键；
（2）扫描类型为ref，此时id为非唯一普通索引；
（3）扫描类型为ALL，全表扫描，此时id上无索引；
有此可见，建立正确的索引，对数据库性能的提升是多么重要。
possible_keys列
这一列显示select可能会使用哪些查询来查找。
explain时可能会出现possible_keys有列，而key显示为NULL的情况，这种情况是因为表中的数据不多，MySQL认为索引对此查询帮助不大，选择了全表扫描。
如果该列为NULL，则没有相关的索引。这种情况下，可以通过检查where子句看是否可以创造一个适当的索引来提高查询性能，然后用explain查看效果。
key列
这一列显示MySQL实际采用哪个索引对该表的访问。
如果没有使用索引，则改列为NULL。如果想强制MySQL使用或忽视possible_keys列中的索引，在查询中使用force index、 ignore index。
key_len列
这一列显示了mysql在索引里使用的字节数，通过这个值可以估算出具体使用了索引中的哪些列。
film_actor的联合索引idx_film_actor_id由film_id和actor_id两个id列组成，并且每个int是4字节。通过结果中的key_len=4可推断出查询使用了第一个列：film_id列来执行索引查找。
ken_len计算规则如下：
字符串 char(n)：n字节长度 varchar(n)：n字节存储字符串长度，如果是utf-8， 则长度是3n+2 数值类型 tinyint：1字节 smallint：2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
如果字段允许为NULL，需要1字节记录是否为NULL
索引最大长度是768字节，当字符串过长时，MySQL会做一个类似做前缀索引的处理，将前半部分的字符串提取出来做索引。
ref列
这一列显示了在key列记录的索引中，表查找值所用到的列或常量，常见的有： const(常量)，字段名等。一般是查询条件或关联条件中等号右边的值，如果是常量那么ref列是const，非常量的话ref列就是字段名。
row列
这一列是mysql估计要读取并检测的行数，注意这个不是结果集的行数。
Extra列（重要）
这一列是额外信息。
- Using index：使用覆盖索引（结果集的字段是索引，即select后的film_id）
- Using index condition：查询的列不完全被索引覆盖，where条件中是一个前导的范围
- Using where：使用where语句来处理结果，查询的列未被索引覆盖
- Using temporary：mysql需要创建一张临时表来处理查询。出现这种情况一般要进行优化，首先要想到是索引优化。
actor.name没有索引，此时创建了临时表来处理distinct。
file.name建立了普通索引，此时查询时Extra是Using index，没有用到临时表。
- Using filesort：将用外部排序而不是索引排序，数据较小时从内存排序，否则需要在磁盘完成排序。这种情况下一般也是要考虑使用索引来优化的。
actor.name未创建索引，会浏览acotr整个表，保存排序关键字name和对应id，然后排序name并检索行记录。
film.name建立了idx_name索引，此时查询时extra是Using index。
- select tables optimized away：使用某些聚合函数（比如：max、min）来访问存在索引的某个字段
Extra字段重要，着重分析
数据准备
CREATE TABLE USER ( id INT PRIMARY KEY, NAME VARCHAR (20), sex VARCHAR (5), INDEX (NAME) ) ENGINE = INNODB; insert into user values(1, 'shenjian','no'); insert into user values(2, 'zhangsan','no'); insert into user values(3, 'lisi', 'yes'); insert into user values(4, 'lisi', 'no');
数据说明
用户表：id主键索引，name普通索引（非唯一），sex无索引；
四行记录：其中name普通索引存在重复记录lisi；
实验目的：
通过构造各类SQL语句，对explain的Extra字段进行说明，启发式定位待优化低性能SQL语句。
【Using index】
实验语句
explain select id,name from user where name='shenjian';
结果说明：
Extra为Using index说明，SQL所需要返回的所有列数据均在一棵索引树上，而无需访问实际的行记录。
这类SQL语句往往性能较好。
问题来了，什么样的列数据，会包含在索引树上呢？如下
【Using index condition】
实验语句
explain select id,name,sex from user where name='shenjian';
该SQL语句与上一个SQL语句不同的地方在于，被查询的列，多了一个sex字段。
结果说明
Extra为Using index condition说明，确实命中了索引，但不是所有的列数据都在索引树上，还需要访问实际的行记录。
这类SQL语句性能也较高，但不如Using index。
【Using filesort】
实验语句
explain select * from user order by sex;
结果说明
Extra为Using filesort说明，得到所需结果集，需要对所有记录进行文件排序。
这类SQL语句性能极差，需要进行优化。
典型的，在一个没有建立索引的列上进行了order by，就会触发filesort，常见的优化方案是，在order by的列上添加索引，避免每次查询都全量排序。
【Using temporary】
实验语句
explain select * from user group by name order by sex;
结果说明
Extra为Using temporary说明，需要建立临时表(temporary table)来暂存中间结果。
这类SQL语句性能较低，往往也需要进行优化。
典型的，group by和order by同时存在，且作用于不同的字段时，就会建立临时表，以便计算出最终的结果集。
【Using join buffer (Block Nested Loop)】
实验语句
explain select * from user where id in(select id from user where sex='no');
结果说明
Extra为Using join buffer (Block Nested Loop)说明，需要进行嵌套循环计算。
详解：内层和外层的type均为ALL，rows均为4，需要循环进行4*4次计算
这类SQL语句性能往往也较低，需要进行优化。
典型的，两个关联表join，关联字段均未建立索引，就会出现这种情况。常见的优化方案是，在关联字段上添加索引，避免每次嵌套循环计算。
总结
explain是SQL优化中最常用的工具，搞定type和Extra，explain也就基本搞定了。
