Explain使用详解

痛定思痛。 2023-09-29 12:12 15阅读 0赞

在日常开发工作中，对于SQL的书写，通常都会尽量让SQL能够使用到表中创建的索引，以此来提高SQL语句的性能。想要参看一个SQL是否会使用索引，可以使用MySQL字段的分析工具**Explain**，这篇文章重要介绍该工具的使用。

### 一、 简介 ###

使用Explain关键字可以模拟优化器执行SQL语句，进而分析查询语句或结构的性能瓶颈。在SQL语句之前增加Explain关键字，MySQL会设置一个标记，执行查询会返回执行计划的信息，而不是执行这条SQL。  
**注：如果from中包含了子查询，仍会执行该子查询，将结果放入到临时表中**

`explain`语句其后紧随`show warnings`语句，可以得到优化后的查询语句，从而看出优化器优化了什么，比如下面的语句：

![img][]

结果2返回的就是MySQL优化器优化后的SQL语句：

/* select#1 */ select '1' AS `id`,'film1' AS `name` from `test`.`film` where 1

关于`show warnings`语句后面介绍MySQL内部优化的文章都还会用到，使用该语句可以看到MySQL优化器对复杂SQL的优化。

### 二、 具体实例 ###

下面通过两个简单的语句，来看一下执行`Explain`语句会返回哪些内容。

首先准备几张表，简单插入一些数据，后面具体分析`Explain`语句的返回信息时都需要用到。

-- 演员表
    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',now()), (2,'b',now()), (3,'c',now());
    
    -- 电影表
    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,'film2');
    
    -- 电影与演员关联表
    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);

执行Explain时，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，比如下面两个SQL:

单表查询：

![img][img 1]

多表关联：

![img][img 2]

### 三、 执行计划的列 ###

上面的两个SQL语句通过`Explain`关键字获取到具体的执行计划时，就可以通过分析这些字段值来对SQL做进一步优化，这里将具体介绍每个字段值的含义

#### 3.1 id ####

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。

![img][img 3]

#### 3.2 select\_type ####

`select_type` 表示对应行是简单还是复杂的查询，而`select_type`分为五种类型，分别是**simple、primary、subquery、derived和union**。

通过下面具体的例子对这几种类型做一个说明：

![img][img 4]

这是一个简单查询，查询不包含子查询和union。

![img][img 5]

通过id大小可以看出，from中的子查询最先执行，然后是select中的子查询，最后是最外层的SELECT。

`primary`表示复杂查询中最外层的 select；`subquery`表示包含在 **select 中的子查询**(不在 from 子句中)；`derived`则表示包含在 **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(即derived)。

![img][img 6]

在 `union`关键字后面的所有select都为`union`类型，除了`uniou`类型外，还有一个`UNION RESULT`类型，它表示对查询的结果进行合并，比如下面SQL的执行计划:

![img][img 7]

#### 3.3 table ####

表示explain执行计划的一行正在访问哪个表，除了具体表名外，在复杂查询或合并查询中，有时候会出现`<derivenN>`和`<unionM,N>`，具体含义如下：

![img][img 8]

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。

![img][img 9]

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。

#### 3.4 partitions ####

表示当前查询使用那个分片键，MySQL现在一般不采用分区的方式，大都采用分库分表的方式。

#### 3.5 type ####

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。依次从优到差分别为:**system > const > eq\_ref > ref > range > index > All**。一般来说，得保证查询得到`range`级别，最好能到`ref`级别

下面对这些字段值做具体说明：

##### Null #####

![img][img 10]

MySQL在优化阶段分解查询语句，在执行阶段再用不着索引或表时，该类型就为Null，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

##### const,system #####

![img][img 11]

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 warings`的结果)，使用`primary key`或`unique key`的列与常数比较时，表最多有一个匹配行，读取1次，速度比较快。

**注：system是const的特例，表里只有一条元组匹配时为system，即返回的只有一个值**

##### 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。A表关联B表，而B表关联的字段是`primary key`或`unique key`，这个时候B表查询的类型就是**eq\_ref**。  
**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，只有关联查询中才会有这种**

##### 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。

下面两个SQL为例：

![img][img 12]

这是一个简单查询，`name`列是普通索引，非唯一索引。

![img][img 13]

`idx_film_actor_id`是`film_id`列和`actor_id`列的联合索引，这里使用到了**film\_actor**表的左边前缀`film_id`部分，匹配到的值可能有多个。

##### range #####

使用一个索引来检索给定范围的行，范围扫描通常出现在`in()，between ，>，<， >=`等操作中

![img][img 14]

##### index #####

表示扫描全索引(扫描索引所有子节点)，扫描全索引就能拿到结果，一般是扫描某个二级索引。

这种扫描不会从索引树根节点开始快速查找，而是直接 对二级索引的叶子节点遍历和扫描，速度还是比较慢的。

这种查询一般为使用覆盖索引，二级索引一般比较小，所以这 种通常比ALL快一些。

![img][img 15]

##### ALL #####

表示扫描全表，扫描聚簇索引的所有叶子节点。通常情况下这种SQL需要增加索引来进行优化了。

![img][img 16]

#### 3.6 possible\_keys ####

显示查询可能使用哪些索引来查找，对于一个复杂的查询语句，在where子句中，参与条件判断的多个字段可能存在多个索引可以选择。

MySQL优化器觉得可以通过某些索引来查找，但具体执行的时候，可能并没有使用索引。

`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。

![img][img 17]

**注：SQL执行并一定会走索引，它内部有一个成本计算的机制，它最终会采用最快的方式来执行查询**

关于成本计算，在后面的文章会详细介绍。

#### 3.7 key ####

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`。

#### 3.8 key\_len ####

显示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联合索引中的哪些列。

**film\_actor**表的联合索引 `idx_film_actor_id`由`film_id`和`actor_id`两个int类型列组成，并且每个int是4字节。

![img][img 18]

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。

key\_len计算规则如下：

##### 字符串 #####

char(n)和varchar(n)，5.0.3以后版本中，\*\*n均代表字符数，而不是字节数，\*\*如果是utf-8，一个数字 或字母占1个字节，一个汉字占3个字节

*  char(n)：如果存汉字长度就是 3n 字节
 *  varchar(n)：如果存汉字则长度是 3n + 2 字节，加的2字节用来存储字符串长度，因为 varchar是变长字符串

##### 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。

#### 3.9 ref ####

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）

#### 3.10 rows ####

表示查询时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

#### 3.11 filtered ####

表示一个百分比值，**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)

#### 3.12 Extra ####

表示执行计划的扩展信息，这个信息的内容是非常多，比如是否使用临时表、排序的方式等等。下面列举一些常用的内容：

##### Using index #####

![img][img 19]

表示SQL语句使用覆盖索引

##### Using where #####

![img][img 20]

表示使用 where 语句来处理结果，并且查询的列未被索引覆盖，where后面的列没有索引

##### Using index condition #####

查询的列不完全被索引覆盖，where条件中是一个最左前缀列的范围；`film_id`只是联合索引中第一个索引，这种范围查询就是**condition**类型

##### Using temporary #####

表示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。

下面以有无索引来演示：

![img][img 21]

`actor.name`没有索引，此时创建了张临时表来**distinct**

![img][img 22]

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

##### Using filesort #####

表示将用外部排序而不是索引排序，数据较小时还可以用内存排序，数据较大时就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。

下面也已有无索引来演示效果：

![img][img 23]

`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

![img][img 24]

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

##### Select tables optimized away #####

表示使用某些聚合函数（比如 max、min）来访问存在索引的某个字段

![img][img 25]

[img]: https://img-blog.csdnimg.cn/img_convert/d70be63150f84f2968ea8eec149b7e1b.png
[img 1]: https://img-blog.csdnimg.cn/img_convert/88c9d21fd762670373307255df1deb7e.png
[img 2]: https://img-blog.csdnimg.cn/img_convert/b5a6f666505d57ce626e075e860e7a8a.png
[img 3]: https://img-blog.csdnimg.cn/img_convert/310d7e52fc7cbe1c3faabfb6f52a5901.png
[img 4]: https://img-blog.csdnimg.cn/img_convert/cd29cf3794566ce508094d486415c932.png
[img 5]: https://img-blog.csdnimg.cn/img_convert/0a7e94d1c91eda206a8a5146858d1a23.png
[img 6]: https://img-blog.csdnimg.cn/img_convert/83340a632504e731bcf8eec5f24dfb27.png
[img 7]: https://img-blog.csdnimg.cn/img_convert/91538f235af5f3159910399d01414490.png
[img 8]: https://img-blog.csdnimg.cn/img_convert/9e7df326669ba28125bd495fd69c823f.png
[img 9]: https://img-blog.csdnimg.cn/img_convert/b182a36687e5edecb792183e500bcb8b.png
[img 10]: https://img-blog.csdnimg.cn/img_convert/dfe02307388e41ebd3950b16787152c1.png
[img 11]: https://img-blog.csdnimg.cn/img_convert/dcab5dc25d3980051e53fa1c887825e8.png
[img 12]: https://img-blog.csdnimg.cn/img_convert/3489862bb6e2412476ffd06bcd486567.png
[img 13]: https://img-blog.csdnimg.cn/img_convert/6ebe22bcd36d018a6d8b988858362774.png
[img 14]: https://img-blog.csdnimg.cn/img_convert/27c7468c8f5eabee0c60e926de962f6c.png
[img 15]: https://img-blog.csdnimg.cn/img_convert/2da7b726637e302eec53d04e0bf7824a.png
[img 16]: https://img-blog.csdnimg.cn/img_convert/0d98617501335559789abeef5f80bf89.png
[img 17]: https://img-blog.csdnimg.cn/img_convert/0f594b824cf4d6c006d33be569ea3260.png
[img 18]: https://img-blog.csdnimg.cn/img_convert/4132e3613161ee0c7fee98cb7a83b78c.png
[img 19]: https://img-blog.csdnimg.cn/img_convert/c1ef9d109b41530a7c728cac55655f2f.png
[img 20]: https://img-blog.csdnimg.cn/img_convert/d7d0d01e104c648482a76d5c5ea7fa0d.png
[img 21]: https://img-blog.csdnimg.cn/img_convert/426c2e9071fb9c8d355d72531aa24713.png
[img 22]: https://img-blog.csdnimg.cn/img_convert/8ec44856c9c35747c2ea852192e7490a.png
[img 23]: https://img-blog.csdnimg.cn/img_convert/6d255285f977f6cf9aad3476c551324c.png
[img 24]: https://img-blog.csdnimg.cn/img_convert/3b548d360c20ab5cf041f9f3dcb909b3.png
[img 25]: https://img-blog.csdnimg.cn/img_convert/a9c689c9a7e5313d3436e2ec0d5b5278.png