MySQL的EXPLAIN指令使用例解

数库库一共5个表（tab1，tab2等等），表结构以下：

mysql> desc tab1; -- 共有400行记录
+-------+-------------+------+-----+---------+----------------+
| Field | Type        | Null | Key | Default | Extra          |
+-------+-------------+------+-----+---------+----------------+
| id    | int(11)     | NO   | PRI | NULL    | auto_increment |
| col1  | varchar(15) | YES  |     | NULL    |                |
| col2  | datetime    | YES  | MUL | NULL    |                |
+-------+-------------+------+-----+---------+----------------+
3 rows in set (0.01 sec)

mysql> desc tab2; -- 共有4000行记录
+---------+-------------+------+-----+---------+----------------+
| Field   | Type        | Null | Key | Default | Extra          |
+---------+-------------+------+-----+---------+----------------+
| id      | int(11)     | NO   | PRI | NULL    | auto_increment |
| col1    | varchar(15) | YES  |     | NULL    |                |
| col2    | datetime    | YES  | MUL | NULL    |                |
| tab1_id | int(11)     | YES  |     | NULL    |                |
+---------+-------------+------+-----+---------+----------------+
4 rows in set (0.01 sec)

-- tab3，tab4，tab5结构相似于tab2，分别有40000、400000，4000000行记录；

看第一个例子：

mysql> EXPLAIN
    ->    SELECT COUNT(*)
    ->      FROM tab5 JOIN tab4 ON tab4.id = tab5.tab4_id
    ->     WHERE tab5.id <= 500000;
+----+-------------+-------+--------+---------------+---------+---------+-------------------+--------+-------------+
| id | select_type | table | type   | possible_keys | key     | key_len | ref               | rows   | Extra       |
+----+-------------+-------+--------+---------------+---------+---------+-------------------+--------+-------------+
|  1 | SIMPLE      | tab5  | range  | PRIMARY       | PRIMARY | 4       | NULL              | 504980 | Using where |
|  1 | SIMPLE      | tab4  | eq_ref | PRIMARY       | PRIMARY | 4       | test.tab5.tab4_id |      1 | Using index |
+----+-------------+-------+--------+---------------+---------+---------+-------------------+--------+-------------+
2 rows in set (0.00 sec)

查看上面EXPLAIN指令的输出结果，一共有两行，‍‍‍‍先后顺序也是MySQL扫描表的前后顺序‍‍（1）‍‍。共有两种扫描类型“range”、“eq_ref”，说明MySQL先使用tab5表的主键索引来过滤条件（<=500000），而后再利用参照tab4的主键索引来找到关联表的记录。‍

再来看一个例子：

mysql> EXPLAIN
    ->    SELECT COUNT(*)
    ->      FROM tab5 JOIN tab4 ON tab4.id = tab5.tab4_id
    ->     WHERE tab5.id <= 1000000;
+----+-------------+-------+--------+---------------+---------+---------+-------------------+---------+-------------+
| id | select_type | table | type   | possible_keys | key     | key_len | ref               | rows    | Extra       |
+----+-------------+-------+--------+---------------+---------+---------+-------------------+---------+-------------+
|  1 | SIMPLE      | tab5  | ALL    | PRIMARY       | NULL    | NULL    | NULL              | 4000000 | Using where |
|  1 | SIMPLE      | tab4  | eq_ref | PRIMARY       | PRIMARY | 4       | test.tab5.tab4_id |       1 | Using index |
+----+-------------+-------+--------+---------------+---------+---------+-------------------+---------+-------------+
2 rows in set (0.00 sec)

和前面的EXPLAIN语句相比，把查询的范围扩大了一倍。再看扫描类型，变化为“ALL”，“eq_ref”，这说明MySQL再扫描tab5时不使用主键索引了，直接扫描全表，而后拿记录来过滤条件（<=1000000），而后再利用参照tab4的主键索引来找到关联表的记录。为何不使用tab5的主键索引了呢？想必是MySQL断定在索引（二叉树）中查找一个范围所用的时间比扫描全表还慢，因此选择扫描全表（2）。

下面用“强制使用索引”来验证下上面的想法：

mysql> SELECT COUNT(*) FROM tab5 JOIN tab4 ON tab4.id = tab5.tab4_id WHERE tab5.id <= 1000000;
1 row in set (1.73 sec)

mysql> SELECT COUNT(*) FROM tab5 FORCE INDEX (PRIMARY) JOIN tab4 ON tab4.id = tab5.tab4_id WHERE tab5.id <= 1000000;
1 row in set (4.02 sec)

结果和设想的一致，索引的较大范围断定仍是比较耗时的。

看下一条EXPLAIN语句：

mysql> EXPLAIN
    ->    SELECT COUNT(*)
    ->      FROM tab5 JOIN tab4 ON tab4.id = tab5.tab4_id
    ->     WHERE tab5.id <= 2000000 AND tab4.id = 200000;
+----+-------------+-------+-------+---------------+---------+---------+-------+---------+-------------+
| id | select_type | table | type  | possible_keys | key     | key_len | ref   | rows    | Extra       |
+----+-------------+-------+-------+---------------+---------+---------+-------+---------+-------------+
|  1 | SIMPLE      | tab4  | const | PRIMARY       | PRIMARY | 4       | const |       1 | Using index |
|  1 | SIMPLE      | tab5  | ALL   | PRIMARY       | NULL    | NULL    | NULL  | 4000000 | Using where |
+----+-------------+-------+-------+---------------+---------+---------+-------+---------+-------------+
2 rows in set (0.00 sec)

如前面的相比，我指定查询条件tab4的一条（id = 200000）记录，此时MySQL的扫描顺序发生的变化，先扫描tab4，再扫描tab5，扫描类型也变为“const”，“ALL”。也就是说MySQL先根据tab4的索引找到id等于200000的记录，而后再对tab5表进行全表扫描，逐条比较是否知足关联条件和id小于等2000000的条件。来看下这个查询语句须要的时间：

mysql> SELECT COUNT(*) FROM tab5 JOIN tab4 ON tab4.id = tab5.tab4_id WHERE tab5.id <= 2000000 AND tab4.id = 200000;
1 row in set (0.52 sec)

若是，我对tab5表中的tab4_id字段作一个索引，会不会让上面语句查询速度有很大的提升呢？试一下，再看查询速度：

-- 原来tab5表tab4_id字段没有索引，这条语句是在加上索引后执行的
mysql> SELECT COUNT(*) FROM tab5 JOIN tab4 ON tab4.id = tab5.tab4_id WHERE tab5.id <= 2000000 AND tab4.id = 200000;
1 row in set (0.00 sec)

速度果真有很大提升，已经不超过10毫秒了。再执行下EXPLAIN语句：

mysql> EXPLAIN
    ->    SELECT COUNT(*)
    ->      FROM tab5 JOIN tab4 ON tab4.id = tab5.tab4_id
    ->     WHERE tab5.id <= 2000000 AND tab4.id = 200000;
+----+-------------+-------+-------+---------------------+-------------+---------+-------+------+-------------
| id | select_type | table | type  | possible_keys       | key         | key_len | ref   | rows | Extra
+----+-------------+-------+-------+---------------------+-------------+---------+-------+------+-------------
|  1 | SIMPLE      | tab4  | const | PRIMARY             | PRIMARY     | 4       | const |    1 | Using index
|  1 | SIMPLE      | tab5  | ref   | PRIMARY,idx_tab4_id | idx_tab4_id | 5       | const |   10 | Using where
+----+-------------+-------+-------+---------------------+-------------+---------+-------+------+-------------
2 rows in set (0.00 sec)

此时的扫描类型已经变为“const”，“ref”，也就是说MySQL先根据tab4的索引找到id等于200000的记录，而后再参照tab4的id，利用tab5表中的对应索引划定一个范围，在这个范围中再比较其是否知足条件（<=2000000）。也提示咱们关联字段要不要建索引，视关联表在查询时的使用条件而定（3）。