mysql 获取全部实例_MySQL explain获取查询指令信息原理及实例

explain用于获取查询执行计划信息,

一、语法

只需要在select前加上explain即可,如:

mysql> explain select 1;

+----+-------------+-------+------------+------+---------------+------+---------+------+------+----------+----------------+

| id | select_type | table | partitions | type | possible_keys | key | key_len | ref | rows | filtered | Extra |

+----+-------------+-------+------------+------+---------------+------+---------+------+------+----------+----------------+

| 1 | SIMPLE | NULL | NULL | NULL | NULL | NULL | NULL | NULL | NULL | NULL | No tables used |

+----+-------------+-------+------------+------+---------------+------+---------+------+------+----------+----------------+

二、explain中的信息

1、id:表示SELECT所属的行。id越大,则执行顺序越高,id相同时,从上到下执行。

2、select_type:显示对应行是简单还是复杂查询

1)SIMPLE:简单查询,意味着不包含子查询和UNION

2)SUBQUERY:表示是个子查询

3)DERIVED:用来表示包含在FORM子句的子查询中的SELECT

4)UNION:

3、table:表示访问哪个表

4、partitions:访问分区

5、type:关联类型,就是如何查找表中的行。

1)ALL:全表扫描。为了查找数据必须从头带尾的扫描所有的数据(limit关键字不会扫描所有数据)

2)index:索引扫描。这个跟全表扫描一样,只是扫描表时按索引次序而不是行,主要优点是避免了排序,最大缺点是承担按索引次序读取整个表的开销。

3)range:范围扫描。就是一个有限制的索引扫描,它开始于索引的某一点,不用遍历全部索引。

4)ref:索引访问。它返回所有匹配某个单值的行。只有使用非唯一性所有或者唯一性所有的非唯一性前缀时才会发生。

5)eq_ref:使用这个索引查找,最多返回一条记录,如果主键索引和唯一性索引。

6)const,system:当MySQL能对查询的某一部分进行优化并将其转换成一个常量时,就会使用这些访问类型

6、possible_keys:显示查询可以用哪些所有

7、key:MySQL决定采用哪个索引来优化这个该表的访问,如果这个索引没有出现在possible_keys中,它可能选择了一个覆盖索引,如果没有使用索引,这个值为NULL

8 、key_len:索引的字节数,越短越好。一般来说key_len等于索引列字段类型长度,如int是4字节,bigint是8字节,date是3个字节,datetime是8个字节;如果索引列是字符串类型,则需要考虑他的字符集,utf8每个字符占3个字段,可变类型(varchar)额外需要2个字节;如果索引列可为空,则额外需要1个字段。

9、ref:

10、rows:MySQL估计为了找到所需的行而要读取的行

11、filtered:返回结果的行数占读取行数的百分比(估算),值越大越好

12、Extra:显示不适合其他列但也重要的信息,常见得值有:

1)Using index:表示使用覆盖索引,以避免访问表

2)Using where:MySQL服务器将在存储引擎检索行后再进行过滤

3)Using temporary:表示MySQL对查询结果排序时会使用一个临时表。

三、示例

示例1:

mysql> explain select * from bd_dept;

+----+-------------+---------+------------+------+---------------+------+---------+------+------+----------+-------+

| id | select_type | table | partitions | type | possible_keys | key | key_len | ref | rows | filtered | Extra |

+----+-------------+---------+------------+------+---------------+------+---------+------+------+----------+-------+

| 1 | SIMPLE | bd_dept | NULL | ALL | NULL | NULL | NULL | NULL | 3 | 100.00 | NULL |

+----+-------------+---------+------------+------+---------------+------+---------+------+------+----------+-------+

可以看出该语句进行了全表扫描,没有用到索引

示例2:

mysql> explain select * from bd_dept where id=1;

+----+-------------+---------+------------+-------+---------------+---------+---------+-------+------+----------+-------+

| id | select_type | table | partitions | type | possible_keys | key | key_len | ref | rows | filtered | Extra |

+----+-------------+---------+------------+-------+---------------+---------+---------+-------+------+----------+-------+

| 1 | SIMPLE | bd_dept | NULL | const | PRIMARY | PRIMARY | 4 | const | 1 | 100.00 | NULL |

+----+-------------+---------+------------+-------+---------------+---------+---------+-------+------+----------+-------+

该语句用到了主键索引,只需扫描一条记录就可以得到结果,int类型占4个字节,所以ken_len=4。

示例3:

mysql> explain select * from bd_dept where dept_code='01';

+----+-------------+---------+------------+-------+---------------+-----------+---------+-------+------+----------+-------+

| id | select_type | table | partitions | type | possible_keys | key | key_len | ref | rows | filtered | Extra |

+----+-------------+---------+------------+-------+---------------+-----------+---------+-------+------+----------+-------+

| 1 | SIMPLE | bd_dept | NULL | const | dept_code | dept_code | 32 | const | 1 | 100.00 | NULL |

+----+-------------+---------+------------+-------+---------------+-----------+---------+-------+------+----------+-------+

dept_code是一个唯一性索引字段,字段类型为varchar(10),不为空,所以索引长度为10*3+2=33。

示例4:

mysql> explain select * from bd_dept where create_date>'2020-04-29';

+----+-------------+---------+------------+-------+---------------+-------------+---------+------+------+----------+-----------------------+

| id | select_type | table | partitions | type | possible_keys | key | key_len | ref | rows | filtered | Extra |

+----+-------------+---------+------------+-------+---------------+-------------+---------+------+------+----------+-----------------------+

| 1 | SIMPLE | bd_dept | NULL | range | create_date | create_date | 4 | NULL | 1 | 100.00 | Using index condition |

+----+-------------+---------+------------+-------+---------------+-------------+---------+------+------+----------+-----------------------+

create_date是date类型,普通索引字段,可为空,查询条件为大于,所以关联类型为range,索引长度为3+1=4。

示例5:

mysql> explain select a.id, a.dept_name, b.dept_name parent_name from bd_dept a inner join bd_dept b on a.id=b.parent_id;

+----+-------------+-------+------------+--------+---------------+---------+---------+----------------------+------+----------+-------------+

| id | select_type | table | partitions | type | possible_keys | key | key_len | ref | rows | filtered | Extra |

+----+-------------+-------+------------+--------+---------------+---------+---------+----------------------+------+----------+-------------+

| 1 | SIMPLE | b | NULL | ALL | NULL | NULL | NULL | NULL | 3 | 100.00 | Using where |

| 1 | SIMPLE | a | NULL | eq_ref | PRIMARY | PRIMARY | 4 | zhi_test.b.parent_id | 1 | 100.00 | NULL |

+----+-------------+-------+------------+--------+---------------+---------+---------+----------------------+------+----------+-------------+

可以看出MySQL先执行一个全表扫描,再通过主键进行关联

以上就是本文的全部内容,希望对大家的学习有所帮助,也希望大家多多支持我们。

本文标题: MySQL explain获取查询指令信息原理及实例

本文地址: http://www.cppcns.com/shujuku/mysql/313408.html

  • 0
    点赞
  • 0
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
基于YOLOv9实现工业布匹缺陷(破洞、污渍)检测系统python源码+详细运行教程+训练好的模型+评估 【使用教程】 一、环境配置 1、建议下载anaconda和pycharm 在anaconda中配置好环境,然后直接导入到pycharm中,在pycharm中运行项目 anaconda和pycharm安装及环境配置参考网上博客,有很多博主介绍 2、在anacodna中安装requirements.txt中的软件包 命令为:pip install -r requirements.txt 或者改成清华源后再执行以上命令,这样安装要快一些 软件包都安装成功后才算成功 3、安装好软件包后,把anaconda中对应的python导入到pycharm中即可(不难,参考网上博客) 二、环境配置好后,开始训练(也可以训练自己数据集) 1、数据集准备 需要准备yolo格式的目标检测数据集,如果不清楚yolo数据集格式,或者有其他数据训练需求,请看博主yolo格式各种数据集集合链接:https://blog.csdn.net/DeepLearning_/article/details/127276492 里面涵盖了上百种yolo数据集,且在不断更新,基本都是实际项目使用。来自于网上收集、实际场景采集制作等,自己使用labelimg标注工具标注的。数据集质量绝对有保证! 本项目所使用的数据集,见csdn该资源下载页面中的介绍栏,里面有对应的下载链接,下载后可直接使用。 2、数据准备好,开始修改配置文件 参考代码中data文件夹下的banana_ripe.yaml,可以自己新建一个不同名称的yaml文件 train:训练集的图片路径 val:验证集的图片路径 names: 0: very-ripe 类别1 1: immature 类别2 2: mid-ripe 类别3 格式按照banana_ripe.yaml照葫芦画瓢就行,不需要过多参考网上的 3、修改train_dual.py中的配置参数,开始训练模型 方式一: 修改点: a.--weights参数,填入'yolov9-s.pt',博主训练的是yolov9-s,根据自己需求可自定义 b.--cfg参数,填入 models/detect/yolov9-c.yaml c.--data参数,填入data/banana_ripe.yaml,可自定义自己的yaml路径 d.--hyp参数,填入hyp.scratch-high.yaml e.--epochs参数,填入100或者200都行,根据自己的数据集可改 f.--batch-size参数,根据自己的电脑性能(显存大小)自定义修改 g.--device参数,一张显卡的话,就填0。没显卡,使用cpu训练,就填cpu h.--close-mosaic参数,填入15 以上修改好,直接pycharm中运行train_dual.py开始训练 方式二: 命令行方式,在pycharm中的终端窗口输入如下命令,可根据自己情况修改参数 官方示例:python train_dual.py --workers 8 --device 0 --batch 16 --data data/coco.yaml --img 640 --cfg models/detect/yolov9-c.yaml --weights '' --name yolov9-c --hyp hyp.scratch-high.yaml --min-items 0 --epochs 500 --close-mosaic 15 训练完会在runs/train文件下生成对应的训练文件及模型,后续测试可以拿来用。 三、测试 1、训练完,测试 修改detect_dual.py中的参数 --weights,改成上面训练得到的best.pt对应的路径 --source,需要测试的数据图片存放的位置,代码中的test_imgs --conf-thres,置信度阈值,自定义修改 --iou-thres,iou阈值,自定义修改 其他默认即可 pycharm中运行detect_dual.py 在runs/detect文件夹下存放检测结果图片或者视频 【特别说明】 *项目内容完全原创,请勿对项目进行外传,或者进行违法等商业行为! 【备注】 1、该资源内项目代码都经过测试运行成功,功能ok的情况下才上传的,请放心下载使用!有问题请及时沟通交流。 2、适用人群:计算机相关专业(如计科、信息安全、数据科学与大数据技术、人工智能、通信、物联网、自动化、电子信息等)在校学生、专业老师或者企业员工下载使用。
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值