2021-07-04

Explain工具介绍

使用EXPLAIN关键字可以模拟优化器执行SQL语句，分析你的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，而不是执行这条SQL

注意：如果 from 中包含子查询，仍会执行该子查询，将结果放入临时表中

Explain分析示例

示例表：

DROP TABLE IF EXISTS `actor` ;

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 ;

INSERT INTO `actor` ( `id` , `name` , `update_time` ) VALUES ( 1 , 'a' , '2017‐12‐2

2 15:27:18' ), ( 2 , 'b' , '2017‐12‐22 15:27:18' ), ( 3 , 'c' , '2017‐12‐22 15:27:18' );

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` ) 30

) ENGINE = InnoDB DEFAULT CHARSET = utf8 ;

INSERT INTO `film_actor` ( `id` , `film_id` , `actor_id` ) VALUES ( 1 , 1 , 1 ),

( 2 , 1 , 2 ),( 3 , 2 , 1 );

  explain select * from actor ;

在查询中的每个表会输出一行，如果有两个表通过 join 连接查询，那么会输出两行

explain 两个变种

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）。

mysql> explain extended select * from film where id = 1;

mysql> show warnings;

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。

explain中的列

接下来我们将展示 explain 中每个列的信息。

1. 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 表示对应行是简单还是复杂的查询。

1）simple：简单查询。查询不包含子查询和union

mysql> explain select * from film where id = 2;

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）

用这个例子来了解 primary、subquery 和 derived 类型

mysql> set session optimizer_switch='derived_merge=off'; #关闭mysql5.7新特性对衍

生表的合并优化

mysql> explain select (select 1 from actor where id = 1) from (select * from film

where id = 1) der;

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

5）union：在 union 中的第二个和随后的 select

mysql> explain select 1 union all select 1;

3. 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 <derivenN> 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<union1,2>，1和2表示参与 union 的

select 行id。

4. type列

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，查找数据行记录的大概

范围。

依次从最优到最差分别为： 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，在执行阶段用不着再访问表或索引。例如：在

索引列中选取最小值，可以单独查找索引来完成，不需要在执行时访问表

mysql> 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（可以看show

warnings 的结果）。用于 primary 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，速度比较快。system是const的特例，表里只有一条元组匹配时为

system

mysql> explain extended select * from (select * from film where id = 1) tmp;

mysql> show warnings;

eq_ref：primary 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。这可能是在 const 之外最好的联接类型了，简单的 select 查询不会出现这种

type。

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

ref：相比 eq_ref，不使用唯一索引，而是使用普通索引或者唯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（非唯一索引）

mysql> explain select * from film where name = 'film1';

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。

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

film_actor.film_id;

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。

mysql> explain select * from actor where id > 1;

index：扫描全表索引，这通常比ALL快一些。

mysql> explain select * from film;

ALL：即全表扫描，意味着mysql需要从头到尾去查找所需要的行。通常情况下这需要增加索

引来进行优化了

mysql> explain select * from actor;

5. 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 的情况，这种情况是因为表中

数据不多，mysql认为索引对此查询帮助不大，选择了全表查询。

如果该列是NULL，则没有相关的索引。在这种情况下，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。

6. key列

这一列显示mysql实际采用哪个索引来优化对该表的访问。

如果没有使用索引，则该列是 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。

7. key_len列

这一列显示了mysql在索引里使用的字节数，通过这个值可以算出具体使用了索引中的哪些

列。

举例来说，film_actor的联合索引 idx_film_actor_id 由 film_id 和 actor_id 两个int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。

mysql> explain select * from film_actor where film_id = 2;

key_len计算规则如下：

字符串

char(n)：n字节长度

varchar(n)：2字节存储字符串长度，如果是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

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会做一个类似左前缀索引的处理，将前半

部分的字符提取出来做索引。

8. 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）

9. 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。

10. Extra列

这一列展示的是额外信息。常见的重要值如下：

1）Using index：使用覆盖索引

mysql> explain select film_id from film_actor where film_id = 1;

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

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

3）Using index condition：查询的列不完全被索引覆盖，where条件中是一个前导列的范

围；

mysql> explain select * from film_actor where film_id > 1;

4）Using temporary：mysql需要创建一张临时表来处理查询。出现这种情况一般是要进行

优化的，首先是想到用索引来优化。

1. actor.name没有索引，此时创建了张临时表来distinct

mysql> explain select distinct name from actor;

2. film.name建立了idx_name索引，此时查询时extra是using index,没有用临时表

mysql> 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，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。

1. actor.name未创建索引，会浏览actor整个表，保存排序关键字name和对应的id，然后排

序name并检索行记录

mysql> explain select * from actor order by name;

2. film.name建立了idx_name索引,此时查询时extra是using index

mysql> explain select * from film order by name;

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

的某个字段是

mysql> explain select min(id) from film;

索引最佳实践

示例表：

CREATE TABLE `employees` (

`id` int ( 11 ) NOT NULL AUTO_INCREMENT ,

`name` varchar ( 24 ) NOT NULL DEFAULT '' COMMENT ' 姓名 ' ,

`age` int ( 11 ) NOT NULL DEFAULT '0' COMMENT ' 年龄 ' ,

`position` varchar ( 20 ) NOT NULL DEFAULT '' COMMENT ' 职位 ' ,

`hire_time` timestamp NOT NULL DEFAULT CURRENT_TIMESTAMP COMMENT ' 入职时

间 ' ,

PRIMARY KEY ( `id` ),

KEY `idx_name_age_position` ( `name` , `age` , `position` ) USING BTREE

) ENGINE = InnoDB AUTO_INCREMENT = 4 DEFAULT CHARSET = utf8 COMMENT = ' 员工记录表 ' ;

INSERT INTO employees ( name , age , position , hire_time ) VALUES ( 'LiLei' , 22 , 'mana

ger' , NOW ());

  INSERT INTO employees ( name , age , position , hire_time ) VALUES ( 'HanMeimei' ,

23 , 'dev' , NOW ());

  INSERT INTO employees ( name , age , position , hire_time )

VALUES ( 'Lucy' , 23 , 'dev' , NOW ());

1.全值匹配

EXPLAIN SELECT * FROM employees WHERE name= 'LiLei';

EXPLAIN SELECT * FROM employees WHERE name= 'LiLei' AND age = 22;

EXPLAIN SELECT * FROM employees WHERE name= 'LiLei' AND age = 22 AND

position ='manager';

2.最左前缀法则

如果索引了多列，要遵守最左前缀法则。指的是查询从索引的最左前列开始并且不跳过索引

中的列。

EXPLAIN SELECT * FROM employees WHERE age = 22 AND position ='manager';

EXPLAIN SELECT * FROM employees WHERE position = 'manager';

EXPLAIN SELECT * FROM employees WHERE name = 'LiLei';

3.不在索引列上做任何操作（计算、函数、（自动or手动）类型转换），会导致索引失效而转

向全表扫描

EXPLAIN SELECT * FROM employees WHERE name = 'LiLei';

EXPLAIN SELECT * FROM employees WHERE left(name,3) = 'LiLei'; 给hire_time增加一个普通索引：

ALTER TABLE `employees`

ADD INDEX `idx_hire_time` ( `hire_time` ) USING BTREE ;

EXPLAIN select * from employees where date(hire_time) ='2018-09-30';

转化为日期范围查询，会走索引：

EXPLAIN select * from employees where hire_time >='2018-09-30 00:00:00' and

hire_time <='2018-09-30 23:59:59';

还原最初索引状态

ALTER TABLE `employees`

DROP INDEX `idx_hire_time` ;

4.存储引擎不能使用索引中范围条件右边的列

EXPLAIN SELECT * FROM employees WHERE name= 'LiLei' AND age = 22 AND

position ='manager';

EXPLAIN SELECT * FR

OM employees WHERE nam

e= 'LiLei' AND age > 22 AND

position ='manager';

5.尽量使用覆盖索引（只访问索引的查询（索引列包含查询列）），减少select *语句

EXPLAIN SELECT name,age FROM employees WHERE name= 'LiLei' AND age = 23

AND position ='manager';

EXPLAIN SELECT * FROM employees WHERE name= 'LiLei' AND age = 23 AND

position ='manager';

6.mysql在使用不等于（！=或者<>）的时候无法使用索引会导致全表扫描

EXPLAIN SELECT * FROM employees WHERE name != 'LiLei';

7.is null,is not null 也无法使用索引

EXPLAIN SELECT * FROM employees WHERE name is null

8.like以通配符开头（'$abc...'）mysql索引失效会变成全表扫描操作

EXPLAIN SELECT * FROM employees WHERE name like '%Lei'

EXPLAIN SELECT * FROM employees WHERE name like 'Lei%'

问题：解决like'%字符串%'索引不被使用的方法？

a）使用覆盖索引，查询字段必须是建立覆盖索引字段

EXPLAIN SELECT name,age,position FROM employees WHERE name like '%Lei%';

b）如果不能使用覆盖索引则可能需要借助搜索引擎

9.字符串不加单引号索引失效

EXPLAIN SELECT * FROM employees WHERE name = '1000';

EXPLAIN SELECT * FROM employees WHERE name = 1000;

10.少用or或in，用它查询时，mysql不一定使用索引，mysql内部优化器会根据检索比例、

表大小等多个因素整体评估是否使用索引，详见范围查询优化

EXPLAIN SELECT * FROM employees WHERE name = 'LiLei' or name = 'HanMeimei';

11.范围查询优化

给年龄添加单值索引

ALTER TABLE `employees`

ADD INDEX `idx_age` ( `age` ) USING BTREE ;

explain select * from employees where age >=1 and age <=2000;

没走索引原因：mysql内部优化器会根据检索比例、表大小等多个因素整体评估是否使用索

引。比如这个例子，可能是由于单次数据量查询过大导致优化器最终选择不走索引

优化方法：可以讲大的范围拆分成多个小范围

explain select * from employees where age >=1 and age <=1000; explain select * from employees where age >=1001 and age <=2000;

还原最初索引状态

ALTER TABLE `employees`

DROP INDEX `idx_age` ;

索引使用总结：

like KK%相当于=常量，%KK和%KK% 相当于范围