mysql------explain工具

基于mysql5.7,innodb存储引擎

使用explain关键字能够模拟优化器执行SQL语句，分析你的查询语句或是结构的性能瓶颈 在 select 语句以前增长 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，而不是执行这条SQL ，若是 from 中包含子查询，仍会执行该子查询，将结果放入临时表中

使用到的建表语句文末

explain select * from actor;

 

在查询中的每一个表会输出一行，若是有两个表经过 join 链接查询，那么会输出两行

 

explain结果字段说明

1. id列

id列的编号是 select 的序列号，有几个 select 就有几个id，而且id的顺序是按 select 出现的 顺序增加的。 id列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。

2. select_type列

select_type 表示对应行是简单仍是复杂的查询。

1）simple：简单查询。查询不包含子查询和union

2）primary：复杂查询中最外层的 select

3）subquery：包含在 select 中的子查询（不在 from 子句中）

4）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（derived的英文含义）

5）union：在 union 中的第二个和随后的 select

例：

由于个人mysql是5.7 须要关闭对衍生表的合并优化，不然看不见衍生表

set session optimizer_switch='derived_merge=off'; #关闭mysql5.7新特性对衍 生表的合并优化

set session optimizer_switch='derived_merge=on'; #还原默认配置

explain select (select 1 from actor where id = 1) from (select * from film where id = 1) der;

 

explain select * from actor union select * from  film;

 

3. table列

这一列表示 explain 的一行正在访问哪一个表。

当 from 子句中有子查询时，table列是<derivedN>格式，表示当前查询依赖 id=N 的查 询，因而先执行 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。

4. partitions列

若是查询是基于分区表的 话，会显示查询将访问的分区

5. type列 较为关键

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。

依次从最优到最差分别为：system > const > eq_ref > ref > range > index > ALL ，

通常来讲，得保证查询达到range级别，最好达到ref ，

NULL：

mysql可以在优化阶段分解查询语句，在执行阶段用不着再访问表或索引。例如：在 索引列中选取最小值，能够单独查找索引来完成，不须要在执行时访问表

explain select min(id) from film;

const, system：

mysql能对查询的某部分进行优化并将其转化成一个常量。用于 primary key 或 unique key 的全部列与常数比较时，因此表最多有一个匹配行，读取1次，速度比较快。system是const的特例，表里只有一条数据为 system

explain select * from  select * from film where id = 1;

第一条语句经过惟一主键索引查询，只有一条匹配数据，因此为const，第二个查询是在该结果基础上查询，这个结果只有一条数据，因此第二次查询直接是system。

eq_ref：

primary key 或 unique key 索引的全部部分被链接使用 ，最多只会返回一条符合 条件的记录。这多是在 const 以外最好的联接类型了，简单的 select 查询不会出现这种 type。

explain select * from film_actor left join film on film_actor.film_id = film.id;

ref：

相比 eq_ref，不使用惟一索引，而是使用普通索引或者惟一性索引的部分前缀，索引要和某个值相比较，可能会找到多个符合条件的行。

1. 简单 select 查询，name是普通索引（非主键索引）

explain select * from film_actor where film_id = 1;

 

2.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。

explain select film_id from film left join film_actor on film.id = film_actor.film_id;

range：

范围扫描，一般出如今 in(), between ,> ,<, >= 等操做中。使用一个索引来检索给定范围的行。

explain select * from actor where id > 1;

index：

扫描全表索引，这一般比ALL快一些。

explain select * from film;

ALL：

即全表扫描，意味着mysql须要从头至尾去查找所须要的行。一般状况下这须要增长索 引来进行优化了

explain select * from actor;

 

 

6. possible_keys列

这一列显示查询可能使用哪些索引来查找。

explain 时可能出现 possible_keys 有列，而 key 显示 NULL 的状况，这种状况是由于表中 数据很少，mysql认为索引对此查询帮助不大，选择了全表查询。

若是该列是NULL，则没有相关的索引。在这种状况下，能够经过检查 where 子句看是否可 以创造一个适当的索引来提升查询性能，而后用 explain 查看效果。

 

7. key列

这一列显示mysql实际采用哪一个索引来优化对该表的访问。

若是没有使用索引，则该列是 NULL。若是想强制mysql使用或忽视possible_keys列中的索 引，在查询中使用 force index、ignore index。

8. key_len列

这一列显示了mysql在索引里使用的字节数，经过这个值能够算出具体使用了索引中的哪些 列。

举例来讲，film_actor的联合索引 idx_film_actor_id 由 film_id 和 actor_id 两个int列组成， 而且每一个int是4字节。经过结果中的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。

explain select * from film_actor where film_id = 2;

key_len计算规则以下：

字符串  

char(n)：n字节长度

varchar(n)：2字节存储字符串长度，若是是utf-8，则长度 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

若是字段容许为 NULL，须要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会作一个相似左前缀索引的处理，将前半部分的字符提取出来作索引。

9. 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（例：film.id）

10. rows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里的行数。

11. filtered列

过滤了多少数据，占比

12. Extra列 较为关键

这一列展现的是额外信息。常见的重要值以下：

1）  Using index：使用覆盖索引

咱们知道Innodb,普通索引叶子节点存放的是主键索引，因此咱们经过普通查找最后须要查找数据，最后还须要到主键索引树上面去取数据，可是若是若是咱们查询的字段自己在普通索引树上面就存在的，那么就不须要再回主键索引树取数据了；包括排序也是如此，能够直接使用索引的排序。

explain select name from film where name = "film0";

2）  Using where：使用 where 语句来处理结果，查询的列未被索引覆盖

explain select * from actor where name = 'a';

 

 

3）  Using index condition：查询的列不彻底被索引覆盖，where条件中是一个前导列的范围；

explain select * from film_actor where film_id > 2;

4）  Using temporary：mysql须要建立一张临时表来处理查询。出现这种状况通常是要进行 优化的，首先是想到用索引来优化。

explain select distinct name from actor;

actor.name没有索引，此时建立了张临时表来distinct

 

film.name创建了idx_name索引，此时查询时extra是using index,没有用临时表

explain select distinct name from film;

 

5）  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，不然须要在磁盘完成排序。这种状况下通常也是要考虑使用索引来优化的。

actor.name未建立索引，会浏览actor整个表，保存排序关键字name和对应的id，而后排序name并检索行记录

explain select * from actor order by name;

film.name创建了idx_name索引,此时查询时extra是using index，由于索引原本就是排好序的数据结构，直接使用索引的排序便可

explain select * from film order by name;

6）  Select tables optimized away：使用某些聚合函数（好比 max、min）来访问存在索引 的某个字段

explain select min(id) from film;

建表sql：

DROP TABLE IF EXISTS `actor`; CREATE TABLE `actor` ( `id` int(11) NOT NULL, `name` varchar(45) DEFAULT NULL, PRIMARY KEY (`id`) ) ENGINE=InnoDB DEFAULT CHARSET=utf8; INSERT INTO `actor` (`id`, `name`) VALUES (1,'a'), (2,'b'), (3,'c'); DROP TABLE IF EXISTS `film`; CREATE TABLE `film` ( `id` int(11) NOT NULL AUTO_INCREMENT, `name` varchar(10) DEFAULT NULL, PRIMARY KEY (`id`), KEY `idx_name` (`name`) ) ENGINE=InnoDB DEFAULT CHARSET=utf8; INSERT INTO `film` (`id`, `name`) VALUES (3,'film0'),(1,'film1'),(2,'film 2'); DROP TABLE IF EXISTS `film_actor`; 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; INSERT INTO `film_actor` (`id`, `film_id`, `actor_id`) VALUES (1,1,1), (2,1,2),(3,2,1);

 

原文出处：https://www.cnblogs.com/nijunyang/p/11407620.html