【MySQL系列3】MySQL执行计划EXPLAIN详细说明和举例，史上最全，先收藏了，用的时候就再也不用到处查资料了

| MySQL系列文章 | 飞机票 |

| — | — |

| MySQL索引为何选择B+树 | 登机入口 |

| 深入分析MySQL索引 | 登机入口 |

| MySQL执行计划EXPLAIN详细说明和举例 | 登机入口 |

| MySQL中事务以及MVCC的实现原理 | 登机入口 |

| 深入分析MySQL中锁并详解幻读问题 | 登机入口 |

| select语句和update语句的执行流程 | 登机入口 |

| InnoDB引擎存储结构及Change Buffer和Double Writer分析 | 登机入口 |

| InnoDB中四种行格式分析及对varchar和char的限制 | 登机入口 |

前言

===============================================================

上一篇为大家介绍了MySQL中索引的存储结构已经索引类型和什么时候会用到索引等相关知识，想了解详细，请点击这里。这一篇将为大家分享如何用EXPLAIN关键字来分析sql语句的执行方式并预估效率，从而进行针对性的优化。

初识explain

======================================================================

有时候我们写好了一条语句，想确认是不是会按我们想要的顺序或者有没有用到我们想让他用到的索引，这时候就可以用explain关键字了。

数据准备

=================================================================

为了演示不同场景，我们准备以下四张表：

DROP TABLE IF EXISTS user;

CREATE TABLE user (

id INT(3) DEFAULT NULL,

name VARCHAR(20) DEFAULT NULL,

job_id INT(3) DEFAULT NULL,

detail_id INT(3) DEFAULT NULL,

PRIMARY KEY (id)

) ENGINE=INNODB DEFAULT CHARSET=utf8;

INSERT INTO user(id,name,job_id,detail_id) VALUES (1,‘张1’,11,111);

INSERT INTO user(id,name,job_id,detail_id) VALUES (2,‘张2’,22,222);

INSERT INTO user(id,name,job_id,detail_id) VALUES (3,‘张3’,33,333);

INSERT INTO user(id,name,job_id,detail_id) VALUES (4,‘张4’,44,444);

INSERT INTO user(id,name,job_id,detail_id) VALUES (5,‘张5’,55,555);

INSERT INTO user(id,name,job_id,detail_id) VALUES (6,‘张6’,66,666);

INSERT INTO user(id,name,job_id,detail_id) VALUES (7,‘张7’,77,777);

INSERT INTO user(id,name,job_id,detail_id) VALUES (8,‘张8’,88,888);

INSERT INTO user(id,name,job_id,detail_id) VALUES (9,‘张9’,99,999);

INSERT INTO user(id,name,job_id,detail_id) VALUES (10,‘张10’,1010,101010);

DROP TABLE IF EXISTS user_job;

CREATE TABLE user_job (

id INT(3) DEFAULT NULL,

job_name VARCHAR(20) DEFAULT NULL,

uid INT(3) DEFAULT NULL,

PRIMARY KEY (id)

) ENGINE=INNODB DEFAULT CHARSET=utf8;

INSERT INTO user_job(id,job_name,uid) VALUES (11,‘CEO’,1);

INSERT INTO user_job(id,job_name,uid) VALUES(22,‘CTO’,2);

INSERT INTO user_job(id,job_name,uid) VALUES (33,‘mannger’,3);

INSERT INTO user_job(id,job_name,uid) VALUES (44,‘CEO’,4);

INSERT INTO user_job(id,job_name,uid) VALUES(55,‘CTO’,5);

INSERT INTO user_job(id,job_name,uid) VALUES (66,‘mannger’,6);

INSERT INTO user_job(id,job_name,uid) VALUES (77,‘CEO’,7);

INSERT INTO user_job(id,job_name,uid) VALUES(88,‘CTO’,8);

INSERT INTO user_job(id,job_name,uid) VALUES (99,‘mannger’,9);

INSERT INTO user_job(id,job_name,uid) VALUES (1010,‘CEO’,10);

DROP TABLE IF EXISTS user_detail;

CREATE TABLE user_detail (

id INT(3) DEFAULT NULL,

describe VARCHAR(200) DEFAULT NULL,

PRIMARY KEY (id)

) ENGINE=INNODB DEFAULT CHARSET=utf8;

INSERT INTO user_detail(id,describe) VALUES (111,‘描述1’);

INSERT INTO user_detail(id,describe) VALUES (222,‘描述2’);

INSERT INTO user_detail(id,describe) VALUES (333,‘描述3’);

INSERT INTO user_detail(id,describe) VALUES (444,‘描述4’);

INSERT INTO user_detail(id,describe) VALUES (555,‘描述5’);

INSERT INTO user_detail(id,describe) VALUES (666,‘描述6’);

INSERT INTO user_detail(id,describe) VALUES (777,‘描述7’);

INSERT INTO user_detail(id,describe) VALUES (888,‘描述8’);

INSERT INTO user_detail(id,describe) VALUES (999,‘描述9’);

INSERT INTO user_detail(id,describe) VALUES (101010,‘描述10’);

DROP TABLE IF EXISTS test;

CREATE TABLE test (

id int(5) NOT NULL AUTO_INCREMENT,

name varchar(50) DEFAULT NULL,

company varchar(20) DEFAULT NULL,

age tinyint(2) DEFAULT NULL,

create_time datetime DEFAULT NULL,

PRIMARY KEY (id),

KEY name_index (name)

) ENGINE=InnoDB AUTO_INCREMENT=123 DEFAULT CHARSET=utf8;

insert into test (id, name, company, age, create_time) values(‘1’,‘张一’,‘huawei’,‘18’,‘2020-05-29 12:36:11’);

insert into test (id, name, company, age, create_time) values(‘2’,‘张二’,‘huawei’,‘19’,‘2020-05-29 12:36:13’);

insert into test (id, name, company, age, create_time) values(‘3’,‘张三’,‘huawei’,‘20’,‘2020-05-29 12:36:15’);

insert into test (id, name, company, age, create_time) values(‘4’,‘张四’,‘huawei’,‘22’,‘2020-05-29 12:36:16’);

insert into test (id, name, company, age, create_time) values(‘5’,‘李一’,‘baidu’,‘22’,‘2020-05-29 12:36:18’);

insert into test (id, name, company, age, create_time) values(‘6’,‘李二’,‘huawei’,‘22’,‘2020-05-29 12:36:24’);

insert into test (id, name, company, age, create_time) values(‘7’,‘李三’,‘baidu’,‘22’,‘2020-05-29 12:36:25’);

insert into test (id, name, company, age, create_time) values(‘8’,‘李四’,‘baidu’,‘26’,‘2020-05-29 12:36:28’);

insert into test (id, name, company, age, create_time) values(‘9’,‘李五’,‘baidu’,‘27’,‘2020-05-29 12:36:30’);

insert into test (id, name, company, age, create_time) values(‘10’,‘李六’,‘alibaba’,‘28’,‘2020-05-29 12:36:31’);

insert into test (id, name, company, age, create_time) values(‘11’,‘张三丰’,‘jd’,‘108’,‘2020-05-29 12:36:31’);

insert into test (id, name, company, age, create_time) values(‘12’,‘张三丰’,‘jd’,‘108’,‘2020-05-29 12:36:31’);

insert into test (id, name, company, age, create_time) values(‘13’,‘张三丰’,‘jd’,‘108’,‘2020-05-29 12:36:31’);

insert into test (id, name, company, age, create_time) values(‘14’,‘张一1’,‘huawei’,‘18’,‘2020-05-29 12:36:11’);

insert into test (id, name, company, age, create_time) values(‘15’,‘张二1’,‘huawei’,‘19’,‘2020-05-29 12:36:13’);

insert into test (id, name, company, age, create_time) values(‘16’,‘张三1’,‘huawei’,‘20’,‘2020-05-29 12:36:15’);

insert into test (id, name, company, age, create_time) values(‘17’,‘张四1’,‘huawei’,‘22’,‘2020-05-29 12:36:16’);

insert into test (id, name, company, age, create_time) values(‘18’,‘李一1’,‘baidu’,‘22’,‘2020-05-29 12:36:18’);

insert into test (id, name, company, age, create_time) values(‘19’,‘李二1’,‘huawei’,‘22’,‘2020-05-29 12:36:24’);

insert into test (id, name, company, age, create_time) values(‘20’,‘李三1’,‘baidu’,‘22’,‘2020-05-29 12:36:25’);

insert into test (id, name, company, age, create_time) values(‘21’,‘李四1’,‘baidu’,‘26’,‘2020-05-29 12:36:28’);

insert into test (id, name, company, age, create_time) values(‘22’,‘李五1’,‘baidu’,‘27’,‘2020-05-29 12:36:30’);

insert into test (id, name, company, age, create_time) values(‘23’,‘李六1’,‘alibaba’,‘28’,‘2020-05-29 12:36:31’);

insert into test (id, name, company, age, create_time) values(‘24’,‘张三丰1’,‘jd’,‘108’,‘2020-05-29 12:36:31’);

insert into test (id, name, company, age, create_time) values(‘25’,‘张三丰1’,‘jd’,‘108’,‘2020-05-29 12:36:31’);

insert into test (id, name, company, age, create_time) values(‘26’,‘张三丰1’,‘jd’,‘108’,‘2020-05-29 12:36:31’);

insert into test (id, name, company, age, create_time) values(‘28’,‘张二1’,‘huawei11’,‘19’,‘2020-05-29 12:36:13’);

insert into test (id, name, company, age, create_time) values(‘29’,‘张三1’,‘huawei11’,‘20’,‘2020-05-29 12:36:15’);

insert into test (id, name, company, age, create_time) values(‘30’,‘张四1’,‘huawei11’,‘22’,‘2020-05-29 12:36:16’);

insert into test (id, name, company, age, create_time) values(‘31’,‘李一1’,‘baidu11’,‘22’,‘2020-05-29 12:36:18’);

insert into test (id, name, company, age, create_time) values(‘32’,‘李二1’,‘huawei11’,‘22’,‘2020-05-29 12:36:24’);

insert into test (id, name, company, age, create_time) values(‘33’,‘李三1’,‘baidu11’,‘22’,‘2020-05-29 12:36:25’);

insert into test (id, name, company, age, create_time) values(‘34’,‘李四1’,‘baidu11’,‘26’,‘2020-05-29 12:36:28’);

insert into test (id, name, company, age, create_time) values(‘35’,‘李五1’,‘baidu11’,‘27’,‘2020-05-29 12:36:30’);

insert into test (id, name, company, age, create_time) values(‘36’,‘李六1’,‘alibaba11’,‘28’,‘2020-05-29 12:36:31’);

insert into test (id, name, company, age, create_time) values(‘37’,‘张三丰1’,‘jd11’,‘108’,‘2020-05-29 12:36:31’);

insert into test (id, name, company, age, create_time) values(‘38’,‘张三丰1’,‘jd11’,‘108’,‘2020-05-29 12:36:31’);

insert into test (id, name, company, age, create_time) values(‘39’,‘张三丰1’,‘jd11’,‘108’,‘2020-05-29 12:36:31’);

insert into test (id, name, company, age, create_time) values(‘40’,‘张一9’,‘huawei11’,‘18’,‘2020-05-29 12:36:11’);

insert into test (id, name, company, age, create_time) values(‘41’,‘张二9’,‘huawei11’,‘19’,‘2020-05-29 12:36:13’);

insert into test (id, name, company, age, create_time) values(‘42’,‘张三9’,‘huawei11’,‘20’,‘2020-05-29 12:36:15’);

insert into test (id, name, company, age, create_time) values(‘43’,‘张四9’,‘huawei11’,‘22’,‘2020-05-29 12:36:16’);

insert into test (id, name, company, age, create_time) values(‘44’,‘李一9’,‘baidu11’,‘22’,‘2020-05-29 12:36:18’);

insert into test (id, name, company, age, create_time) values(‘45’,‘李二9’,‘huawei11’,‘22’,‘2020-05-29 12:36:24’);

insert into test (id, name, company, age, create_time) values(‘46’,‘李三9’,‘baidu11’,‘22’,‘2020-05-29 12:36:25’);

insert into test (id, name, company, age, create_time) values(‘47’,‘李四9’,‘baidu11’,‘26’,‘2020-05-29 12:36:28’);

insert into test (id, name, company, age, create_time) values(‘48’,‘李五9’,‘baidu11’,‘27’,‘2020-05-29 12:36:30’);

insert into test (id, name, company, age, create_time) values(‘49’,‘李六9’,‘alibaba11’,‘28’,‘2020-05-29 12:36:31’);

insert into test (id, name, company, age, create_time) values(‘50’,‘张一9’,‘huawei11’,‘18’,‘2020-05-29 12:36:11’);

insert into test (id, name, company, age, create_time) values(‘51’,‘张二9’,‘huawei11’,‘19’,‘2020-05-29 12:36:13’);

insert into test (id, name, company, age, create_time) values(‘52’,‘张三9’,‘huawei11’,‘20’,‘2020-05-29 12:36:15’);

insert into test (id, name, company, age, create_time) values(‘53’,‘张四9’,‘huawei11’,‘22’,‘2020-05-29 12:36:16’);

insert into test (id, name, company, age, create_time) values(‘54’,‘李一9’,‘baidu11’,‘22’,‘2020-05-29 12:36:18’);

insert into test (id, name, company, age, create_time) values(‘55’,‘李二9’,‘huawei11’,‘22’,‘2020-05-29 12:36:24’);

insert into test (id, name, company, age, create_time) values(‘56’,‘李三9’,‘baidu11’,‘22’,‘2020-05-29 12:36:25’);

insert into test (id, name, company, age, create_time) values(‘57’,‘李四9’,‘baidu11’,‘26’,‘2020-05-29 12:36:28’);

insert into test (id, name, company, age, create_time) values(‘58’,‘李五9’,‘baidu11’,‘27’,‘2020-05-29 12:36:30’);

insert into test (id, name, company, age, create_time) values(‘59’,‘李六9’,‘alibaba11’,‘28’,‘2020-05-29 12:36:31’);

insert into test (id, name, company, age, create_time) values(‘60’,‘张一9’,‘huawei11’,‘18’,‘2020-05-29 12:36:11’);

insert into test (id, name, company, age, create_time) values(‘61’,‘张二9’,‘huawei11’,‘19’,‘2020-05-29 12:36:13’);

insert into test (id, name, company, age, create_time) values(‘62’,‘张三9’,‘huawei11’,‘20’,‘2020-05-29 12:36:15’);

insert into test (id, name, company, age, create_time) values(‘63’,‘张四9’,‘huawei11’,‘22’,‘2020-05-29 12:36:16’);

insert into test (id, name, company, age, create_time) values(‘64’,‘李一9’,‘baidu11’,‘22’,‘2020-05-29 12:36:18’);

insert into test (id, name, company, age, create_time) values(‘65’,‘李二9’,‘huawei11’,‘22’,‘2020-05-29 12:36:24’);

insert into test (id, name, company, age, create_time) values(‘66’,‘李三9’,‘baidu11’,‘22’,‘2020-05-29 12:36:25’);

insert into test (id, name, company, age, create_time) values(‘67’,‘李四9’,‘baidu11’,‘26’,‘2020-05-29 12:36:28’);

insert into test (id, name, company, age, create_time) values(‘68’,‘李五9’,‘baidu11’,‘27’,‘2020-05-29 12:36:30’);

insert into test (id, name, company, age, create_time) values(‘69’,‘李六9’,‘alibaba11’,‘28’,‘2020-05-29 12:36:31’);

insert into test (id, name, company, age, create_time) values(‘70’,‘张一9’,‘huawei11’,‘18’,‘2020-05-29 12:36:11’);

insert into test (id, name, company, age, create_time) values(‘71’,‘张二9’,‘huawei11’,‘19’,‘2020-05-29 12:36:13’);

insert into test (id, name, company, age, create_time) values(‘72’,‘张三9’,‘huawei11’,‘20’,‘2020-05-29 12:36:15’);

insert into test (id, name, company, age, create_time) values(‘73’,‘张四9’,‘huawei11’,‘22’,‘2020-05-29 12:36:16’);

insert into test (id, name, company, age, create_time) values(‘74’,‘李一9’,‘baidu11’,‘22’,‘2020-05-29 12:36:18’);

insert into test (id, name, company, age, create_time) values(‘75’,‘李二9’,‘huawei11’,‘22’,‘2020-05-29 12:36:24’);

insert into test (id, name, company, age, create_time) values(‘76’,‘李三9’,‘baidu11’,‘22’,‘2020-05-29 12:36:25’);

insert into test (id, name, company, age, create_time) values(‘77’,‘李四9’,‘baidu11’,‘26’,‘2020-05-29 12:36:28’);

insert into test (id, name, company, age, create_time) values(‘78’,‘李五9’,‘baidu11’,‘27’,‘2020-05-29 12:36:30’);

insert into test (id, name, company, age, create_time) values(‘79’,‘李六9’,‘alibaba11’,‘28’,‘2020-05-29 12:36:31’);

insert into test (id, name, company, age, create_time) values(‘80’,‘张一科’,‘huawei11’,‘18’,‘2020-05-29 12:36:11’);

insert into test (id, name, company, age, create_time) values(‘81’,‘张二科’,‘huawei11’,‘19’,‘2020-05-29 12:36:13’);

insert into test (id, name, company, age, create_time) values(‘82’,‘张三科’,‘huawei11’,‘20’,‘2020-05-29 12:36:15’);

insert into test (id, name, company, age, create_time) values(‘83’,‘张四科’,‘huawei11’,‘22’,‘2020-05-29 12:36:16’);

insert into test (id, name, company, age, create_time) values(‘84’,‘李一科’,‘baidu11’,‘22’,‘2020-05-29 12:36:18’);

insert into test (id, name, company, age, create_time) values(‘85’,‘李二科’,‘huawei11’,‘22’,‘2020-05-29 12:36:24’);

insert into test (id, name, company, age, create_time) values(‘86’,‘李三科’,‘baidu11’,‘22’,‘2020-05-29 12:36:25’);

insert into test (id, name, company, age, create_time) values(‘87’,‘李四科’,‘baidu11’,‘26’,‘2020-05-29 12:36:28’);

insert into test (id, name, company, age, create_time) values(‘88’,‘李五科’,‘baidu11’,‘27’,‘2020-05-29 12:36:30’);

insert into test (id, name, company, age, create_time) values(‘89’,‘李六科’,‘alibaba11’,‘28’,‘2020-05-29 12:36:31’);

insert into test (id, name, company, age, create_time) values(‘90’,‘张一科’,‘huawei11’,‘18’,‘2020-05-29 12:36:11’);

insert into test (id, name, company, age, create_time) values(‘91’,‘张二科’,‘huawei11’,‘19’,‘2020-05-29 12:36:13’);

insert into test (id, name, company, age, create_time) values(‘92’,‘张三科’,‘huawei11’,‘20’,‘2020-05-29 12:36:15’);

insert into test (id, name, company, age, create_time) values(‘93’,‘张四科’,‘huawei11’,‘22’,‘2020-05-29 12:36:16’);

insert into test (id, name, company, age, create_time) values(‘94’,‘李一科’,‘baidu11’,‘22’,‘2020-05-29 12:36:18’);

insert into test (id, name, company, age, create_time) values(‘95’,‘李二科’,‘huawei11’,‘22’,‘2020-05-29 12:36:24’);

insert into test (id, name, company, age, create_time) values(‘96’,‘李三科’,‘baidu11’,‘22’,‘2020-05-29 12:36:25’);

insert into test (id, name, company, age, create_time) values(‘97’,‘李四科’,‘baidu11’,‘26’,‘2020-05-29 12:36:28’);

insert into test (id, name, company, age, create_time) values(‘98’,‘李五科’,‘baidu11’,‘27’,‘2020-05-29 12:36:30’);

insert into test (id, name, company, age, create_time) values(‘99’,‘李六科’,‘alibaba11’,‘28’,‘2020-05-29 12:36:31’);

insert into test (id, name, company, age, create_time) values(‘100’,‘张一科’,‘huawei11’,‘18’,‘2020-05-29 12:36:11’);

insert into test (id, name, company, age, create_time) values(‘101’,‘张二科’,‘huawei11’,‘19’,‘2020-05-29 12:36:13’);

insert into test (id, name, company, age, create_time) values(‘102’,‘张三科’,‘huawei11’,‘20’,‘2020-05-29 12:36:15’);

insert into test (id, name, company, age, create_time) values(‘103’,‘张四科’,‘huawei11’,‘22’,‘2020-05-29 12:36:16’);

insert into test (id, name, company, age, create_time) values(‘104’,‘李一科’,‘baidu11’,‘22’,‘2020-05-29 12:36:18’);

insert into test (id, name, company, age, create_time) values(‘105’,‘李二科’,‘huawei11’,‘22’,‘2020-05-29 12:36:24’);

insert into test (id, name, company, age, create_time) values(‘106’,‘李三科’,‘baidu11’,‘22’,‘2020-05-29 12:36:25’);

insert into test (id, name, company, age, create_time) values(‘107’,‘李四科’,‘baidu11’,‘26’,‘2020-05-29 12:36:28’);

insert into test (id, name, company, age, create_time) values(‘108’,‘李五科’,‘baidu11’,‘27’,‘2020-05-29 12:36:30’);

insert into test (id, name, company, age, create_time) values(‘109’,‘李六科’,‘alibaba11’,‘28’,‘2020-05-29 12:36:31’);

insert into test (id, name, company, age, create_time) values(‘111’,‘张二科’,‘huawei11’,‘19’,‘2020-05-29 12:36:13’);

insert into test (id, name, company, age, create_time) values(‘112’,‘张三科’,‘huawei11’,‘20’,‘2020-05-29 12:36:15’);

insert into test (id, name, company, age, create_time) values(‘113’,‘张四科’,‘huawei11’,‘22’,‘2020-05-29 12:36:16’);

insert into test (id, name, company, age, create_time) values(‘114’,‘李一科’,‘baidu11’,‘22’,‘2020-05-29 12:36:18’);

insert into test (id, name, company, age, create_time) values(‘115’,‘李二科’,‘huawei11’,‘22’,‘2020-05-29 12:36:24’);

insert into test (id, name, company, age, create_time) values(‘116’,‘李三科’,‘baidu11’,‘22’,‘2020-05-29 12:36:25’);

insert into test (id, name, company, age, create_time) values(‘117’,‘李四科’,‘baidu11’,‘26’,‘2020-05-29 12:36:28’);

insert into test (id, name, company, age, create_time) values(‘118’,‘李五科’,‘baidu11’,‘27’,‘2020-05-29 12:36:30’);

insert into test (id, name, company, age, create_time) values(‘119’,‘李六科’,‘alibaba11’,‘28’,‘2020-05-29 12:36:31’);

insert into test (id, name, company, age, create_time) values(‘120’,‘张丹峰’,‘tx’,‘36’,‘2020-05-29 22:36:31’);

insert into test (id, name, company, age, create_time) values(‘121’,‘test’,‘tttt’,‘44’,‘2020-05-30 06:19:12’);

insert into test (id, name, company, age, create_time) values(‘122’,‘张一5’,‘bbaidu’,‘30’,‘2020-05-30 09:20:08’);

然后执行explain执行计划

EXPLAIN SELECT * FROM teacher

返回结果：

explain返回结果说明

==========================================================================

每列的含义如下**后面的字段及类型说明全部参考官网，并结合自己弱弱的英文进行翻译而来，可以算的上是最全的整理了，关注孤狼，和孤狼一起学习进步**

| 列 | 英文释义 | 中文翻译 |

| — | — | — |

| id | The SELECT identifier | id标识符 |

| select_type | The SELECT type | 查询类型 |

| table | The table for the output row | 输出行的表名 |

| partitions | The matching partitions | 匹配的分区 |

| type | The join type | 关联类型 |

| possible_keys | The possible indexes to choose | 可能选择的索引 |

| key | The index actually chosen | 最终选择使用的索引 |

| key_len | The length of the chosen key | 选中的索引的长度 |

| ref | The columns compared to the index | 与索引比较的列 |

| rows | Estimate of rows to be examined | 预估需要扫描的行数 |

| filtered | Percentage of rows filtered by table condition | 根据条件实际过滤数据百分比 |

| Extra | Additional information | 附加信息 |

id

---

如果id都相同，那么sql先执行的是按顺序从上到下执行，如果id不同，那么是从大到小执行，优先从大到小，也就是按照8字原则：先大后小，从上到下。当select_type出现 <unionM,N> 的时候id会显示为null。

如下面的截图中，表示MySQL最先执行的最后面的一句(从大到小)，然后从第1条开始执行，直到全部执行完毕(从上到下)。

select_type

---

SELECT的类型，可以是下表中显示的任何类型。JSON名称(如适用)也会显示在表中:

| select_type | JSON名称 | 英文释义 | 中文翻译 |

| — | — | — | — |

| SIMPLE | None | Simple SELECT (not using UNION or subqueries) | 没有用到union或者子查询的简单查询语句 |

| PRIMARY | None | Outermost SELECT | 最外层的查询，即：主查询 |

| UNION | None | Second or later SELECT statement in a UNION | union查询中第二个(含)之后的查询语句 |

| DEPENDENT UNION | dependent (true) | Second or later SELECT statement in a UNION, dependent on outer query | union查询中第二个(含)之后的查询且依赖于外部查询 |

| UNION RESULT | union_result | Result of a UNION | 联合查询的结果（此时id为Null） |

| SUBQUERY | None | First SELECT in subquery | 子查询中的第一个查询 |

| DEPENDENT SUBQUERY | dependent (true) | First SELECT in subquery, dependent on outer query | 子查询中的第一个查询且依赖于外部查询 |

| DERIVED | None | Derived table | 派生表(如：select * from (select * from t) a查询语句中a表就是派生表) |

| MATERIALIZED | materialized_from_subquery | Materialized subquery | 物化子查询 |

| UNCACHEABLE SUBQUERY | cacheable (false) | A subquery for which the result cannot be cached and must be re-evaluated for each row of the outer query | 子查询的结果不能被缓存，只能被外部查询重新一行行匹配 |

| UNCACHEABLE UNION | cacheable (false) | The second or later select in a UNION that belongs to an uncacheable subquery (see UNCACHEABLE SUBQUERY) | union语句中第二个(含)以后的查询是一个UNCACHEABLE SUBQUERY查询 |

table

---

当前行输出的表名。

• <unionM,N>: 表示当前行的结果是id为M和N的union的结果。

• <\derivedN>:表示当前行的表是由id为N的查询结果的派生表。

• <\subqueryN>: 表示当前行的结果是id为N的子查询结果。

type

---

描述了实际查询是如何连接表的，下面我们依据查询效率最优到最差开始逐个介绍举例：(需要注意的是，测试的时候数据不要太少了，如果数据太少可能不会出现预期效果，因为有时候数据过少MySQL就不会使用过多优化手段，转而会直接全表扫描)

system类型

系统表里面只有一行记录，这个是const类型中的特殊情况。

EXPLAIN SELECT * FROM mysql.time_zone – 这条记录是我自己写进去测试的

const 类型

表最多有一个匹配行，在查询开始时读取。因为只有一行，所以这一行中列的值可以被优化器的其他部分视为常量。const表非常快，因为它们只被读取一次。

const用于将主键或唯一索引的所有部分与常量值进行比较。const适用于如下查询：

SELECT * FROM tbl_name WHERE primary_key=1;

SELECT * FROM tbl_name WHERE primary_key_part1=1 AND primary_key_part2=2;

举例1：

EXPLAIN SELECT * FROM USER WHERE id=1;

举例2:：

ALTER TABLE USER DROP PRIMARY KEY; – 删除原先主键索引

ALTER TABLE USER ADD PRIMARY KEY (id,NAME);-- 新建联合主键索引

EXPLAIN SELECT * FROM USER WHERE id=1 AND NAME=‘张一’;

eq_ref

对于前一个表中的每个组合，从这个表中读取一行。除了system和const类型之外，这是最好的连接类型。当使用索引的所有部分并且索引是主键或唯一非空索引时，将使用该类型。

eq_ref可以用于使用=操作符进行比较的索引列。比较值可以是常量，也可以是使用在该表之前读取的表中的列的表达式。

简单的说：就是两张表通过其中一张表的主键或者唯一非空索引进行关联时，查询结果是一对一的关系。

eq_ref适用于如下查询：

SELECT * FROM ref_table,other_table

WHERE ref_table.key_column=other_table.column;

SELECT * FROM ref_table,other_table

WHERE ref_table.key_column_part1=other_table.column

AND ref_table.key_column_part2=1;

举例1：

EXPLAIN SELECT * FROM USER u,user_detail d WHERE u.detail_id=d.id

举例2：

ALTER TABLE user_job DROP PRIMARY KEY;-- 删除主键单列索引

ALTER TABLE user_job ADD PRIMARY KEY id_name_index(id,job_name);-- 添加联合主键索引

EXPLAIN SELECT * FROM user u,user_job j WHERE u.job_id=j.id AND job_name=‘CEO’;

ref

对于前一个表中的每个行组合，从这个表中读取具有匹配索引值的所有行。如果连接只使用键的最左端前缀，或者如果键不是主键或惟一索引(换句话说，如果连接不能根据键值选择单个行)，则使用ref。如果使用的键只匹配几行，这是一种很好的连接类型。

这个和eq_ref最大的区别是ref一般用于普通索引的场景下,而eq_ref是用于主键或者唯一非空索引

ref适用于如下三种类型查询：

SELECT * FROM ref_table WHERE key_column=expr;

SELECT * FROM ref_table,other_table

WHERE ref_table.key_column=other_table.column;

SELECT * FROM ref_table,other_table

WHERE ref_table.key_column_part1=other_table.column

AND ref_table.key_column_part2=1;

举例1：

ALTER TABLE user_detail DROP PRIMARY KEY;-- 删除主键索引

ALTER TABLE user_detail ADD INDEX id_index(id);-- 添加一个普通索引

EXPLAIN SELECT * FROM user_detail WHERE id=1

举例2：

EXPLAIN SELECT * FROM USER u,user_detail d WHERE u.detail_id=d.id;

举例3：

ALTER TABLE user_job DROP PRIMARY KEY;-- 删除联合主键索引

ALTER TABLE user_job ADD INDEX id_name_index(id,job_name);-- 添加普通的联合主键索引

EXPLAIN SELECT * FROM user u,user_job j WHERE u.job_id=j.id AND job_name=‘CEO’;

fulltext

这个比较简单，用到了全文索引就会出现，就不做演示了，感兴趣的可以点击这里，了解全文索引

ref_or_null

这个连接类型类似于ref，但是多了一个对空值的搜索条件。这种连接类型优化最常用于解析子查询。适用于如下查询:

SELECT * FROM ref_table WHERE key_column=expr OR key_column IS NULL;

举例：

ALTER TABLE user_detail MODIFY COLUMN id INT(3) DEFAULT NULL;

EXPLAIN SELECT * FROM user_detail WHERE id=‘111’ OR id IS NULL;

注意，这个例子中因为id是整型，本人这边因为反复修改索引，导致id列已经有了默认值为0，所以MySQL知道这一列没有null值，直接查询是不会出现这种类型的，故而才需要改为默认值为null

index_merge

索引合并访问方法检索具有多个范围扫描的行，并将其结果合并为一个。此访问方法仅合并来自单个表的索引扫描，不能跨多个表扫描。合并可以生成其底层扫描的联合、交叉或交叉的联合。

想要详细了解索引合并的概念，请点击这里。

下面几种情况可能会用到索引合并：

SELECT * FROM tbl_name WHERE key1 = 10 OR key2 = 20;

SELECT * FROM tbl_name

WHERE (key1 = 10 OR key2 = 20) AND non_key = 30;

SELECT * FROM t1, t2

WHERE (t1.key1 IN (1,2) OR t1.key2 LIKE ‘value%’)

AND t2.key1 = t1.some_col;

SELECT * FROM t1, t2

WHERE t1.key1 = 1

AND (t2.key1 = t1.some_col OR t2.key2 = t1.some_col2);

举例1(注意test表有一个主键索引和一个普通索引)：

EXPLAIN SELECT * FROM test WHERE id = 1 OR NAME=‘张三丰’

这里之所以会单独准备一张test表是因为其他表数据都太少了，数据少的时候全表扫描有时候会比使用其他优化措施效率更高

自我介绍一下，小编13年上海交大毕业，曾经在小公司待过，也去过华为、OPPO等大厂，18年进入阿里一直到现在。

深知大多数Java工程师，想要提升技能，往往是自己摸索成长或者是报班学习，但对于培训机构动则几千的学费，着实压力不小。自己不成体系的自学效果低效又漫长，而且极易碰到天花板技术停滞不前！

因此收集整理了一份《2024年Java开发全套学习资料》，初衷也很简单，就是希望能够帮助到想自学提升又不知道该从何学起的朋友，同时减轻大家的负担。

既有适合小白学习的零基础资料，也有适合3年以上经验的小伙伴深入学习提升的进阶课程，基本涵盖了95%以上Java开发知识点，真正体系化！

由于文件比较大，这里只是将部分目录截图出来，每个节点里面都包含大厂面经、学习笔记、源码讲义、实战项目、讲解视频，并且会持续更新！

如果你觉得这些内容对你有帮助，可以扫码获取！！（备注Java获取）

总结

其他的内容都可以按照路线图里面整理出来的知识点逐一去熟悉，学习，消化，不建议你去看书学习，最好是多看一些视频，把不懂地方反复看，学习了一节视频内容第二天一定要去复习，并总结成思维导图，形成树状知识网络结构，方便日后复习。

这里还有一份很不错的《Java基础核心总结笔记》，特意跟大家分享出来

目录：

部分内容截图：

《互联网大厂面试真题解析、进阶开发核心学习笔记、全套讲解视频、实战项目源码讲义》点击传送门即可获取！
易碰到天花板技术停滞不前！**

因此收集整理了一份《2024年Java开发全套学习资料》，初衷也很简单，就是希望能够帮助到想自学提升又不知道该从何学起的朋友，同时减轻大家的负担。[外链图片转存中…(img-n7JzQKwM-1713533424679)]

[外链图片转存中…(img-WhKy85Co-1713533424680)]

[外链图片转存中…(img-scVITWDj-1713533424681)]

既有适合小白学习的零基础资料，也有适合3年以上经验的小伙伴深入学习提升的进阶课程，基本涵盖了95%以上Java开发知识点，真正体系化！

由于文件比较大，这里只是将部分目录截图出来，每个节点里面都包含大厂面经、学习笔记、源码讲义、实战项目、讲解视频，并且会持续更新！

如果你觉得这些内容对你有帮助，可以扫码获取！！（备注Java获取）

总结

其他的内容都可以按照路线图里面整理出来的知识点逐一去熟悉，学习，消化，不建议你去看书学习，最好是多看一些视频，把不懂地方反复看，学习了一节视频内容第二天一定要去复习，并总结成思维导图，形成树状知识网络结构，方便日后复习。

这里还有一份很不错的《Java基础核心总结笔记》，特意跟大家分享出来

目录：

[外链图片转存中…(img-cNX1xRdF-1713533424682)]

部分内容截图：

[外链图片转存中…(img-cKmOAFwN-1713533424682)]

[外链图片转存中…(img-GeiZZBnM-1713533424683)]
《互联网大厂面试真题解析、进阶开发核心学习笔记、全套讲解视频、实战项目源码讲义》点击传送门即可获取！