Explain详解

最近在看mysql 优化,可以用Explain 关键字来查看select sql 的执行计划。

mysql> explain select * from users;
+----+-------------+---------+------+---------------+------+---------+------+------+-------+
| id | select_type | table | type | possible_keys | key | key_len | ref | rows | Extra |
+----+-------------+---------+------+---------------+------+---------+------+------+-------+
| 1 | SIMPLE | users| ALL | NULL | NULL | NULL | NULL | 1 | NULL |
+----+-------------+---------+------+---------------+------+---------+------+------+-------+
row in set (0.03 sec)

id:根据官方的文档,ID是每一个SELECT查询才会有分配的,如果这样就好理解了

你的1, 2虽然跨表,但是是在一个SELECT中,所以id相同也就不奇怪,3包含了一个子查询,所以ID也就不同了
这个ID绝对不是执行顺序,执行顺序由SQL引擎来决定,这里的ID只是一个解析顺序,单纯的理解SQL为由内向外执行是非常错误的

selectType:标识每个select子句的类型

  • SIMPLE:简单的select,不使用union或子查询等
  • PRIMARY:查询中若包含任何复杂的子部分,最外层的select会被标记为PRIMARY
  • UNION:UNION中的第二个或后面的select
  • DEPENDENT UNION:union中的第二个或后面的select,取决于外面的查询
  • UNION RESULT:union的结果
  • SUBQUERY:子查询中的第一个SELECT
  • DEPENDENT SUBQUERY:子查询的第一个select,取决于外面的查询
  • DERIVED:派生表的select,form子句的子查询
  • UNCACHEABLE SUBQUERY:子查询的结果不能被缓存,必须重新评估外链接的第一行

table:显示证一行数据是来源于哪张表的,不知道表名字的会用derivedx(x是数字)

type:访问类型,mysql在表中找到所需行的方式

  • All:mysql将遍历全表来找匹配的行
  • index:只遍历索引树
  • range:只检索给定范围的行,使用索引来选择行
  • ref:表示表的链接匹配条件,即哪些列或常量被用于查找索引列上的值
  • eq_ref:类似ref,区别在于使用的索引是唯一索引,对于每个索引键值,表中只有一条记录匹配,简单说,就是多表链接使用primary key或者unique key 作为关联条件
  • const、system:当mysql对查询某部分进行优化,并转换为一个常量时,使用这些类型访问。如where条件包括主键,mysql就将改查询转换为一个常量,system是const类型的特例,当查询的表只有一行的情况下,使用system
  • NULL:mysql在优化过程中分解语句,执行时甚至不用访问表或索引,例如从一个索引列选取可以通过单独索引查找完成

type从上到下,性能从差到好

possible_keys :mysql使用哪个索引在表中找到记录,查询涉及到的字段若存在索引,则该索引将被列出,但不一定被查询使用。如果该列为NULL,则没有相关的索引。

key:显示mysql实际使用的索引

如果为NULL,则没有使用索引

key_len:索引中使用的字节数,长度越短越好

ref:表的连接匹配条件,即哪些列或常量被用于索引列上的值

rows:mysql根据表统计信息及索引选用情况,估算的找到所需的记录所需要读取的行数

Extra:

  • Using where:列数据仅仅使用了索引中的信息而没有读取实际的行动的表返回,这发生在对表的请求列都是同一个索引的部分的时候,标识mysql服务器将在存储引擎检索行后在进行过滤
  • Using temporary:mysql需要使用临时表来存储结果集,常见于排序和分组查询
  • Using filesort:mysql无法利用索引完成的排序操作,文件排序
  • Using join buffer:在获取链接条件时,没有使用索引,并且需要链接缓冲区来存储中间结果。如果出现了这个值,可根据查询的具体情况来添加索引改进性能
  • Impossible where:where语句会导致没有符合条件的行
  • Select tables optimized away:仅通过使用索引,优化器可能仅从聚合函数结果中返回一行

本文参考:https://www.cnblogs.com/xuanzhi201111/p/4175635.html

最后编辑于
©著作权归作者所有,转载或内容合作请联系作者
  • 序言:七十年代末,一起剥皮案震惊了整个滨河市,随后出现的几起案子,更是在滨河造成了极大的恐慌,老刑警刘岩,带你破解...
    沈念sama阅读 204,530评论 6 478
  • 序言:滨河连续发生了三起死亡事件,死亡现场离奇诡异,居然都是意外死亡,警方通过查阅死者的电脑和手机,发现死者居然都...
    沈念sama阅读 86,403评论 2 381
  • 文/潘晓璐 我一进店门,熙熙楼的掌柜王于贵愁眉苦脸地迎上来,“玉大人,你说我怎么就摊上这事。” “怎么了?”我有些...
    开封第一讲书人阅读 151,120评论 0 337
  • 文/不坏的土叔 我叫张陵,是天一观的道长。 经常有香客问我,道长,这世上最难降的妖魔是什么? 我笑而不...
    开封第一讲书人阅读 54,770评论 1 277
  • 正文 为了忘掉前任,我火速办了婚礼,结果婚礼上,老公的妹妹穿的比我还像新娘。我一直安慰自己,他们只是感情好,可当我...
    茶点故事阅读 63,758评论 5 367
  • 文/花漫 我一把揭开白布。 她就那样静静地躺着,像睡着了一般。 火红的嫁衣衬着肌肤如雪。 梳的纹丝不乱的头发上,一...
    开封第一讲书人阅读 48,649评论 1 281
  • 那天,我揣着相机与录音,去河边找鬼。 笑死,一个胖子当着我的面吹牛,可吹牛的内容都是我干的。 我是一名探鬼主播,决...
    沈念sama阅读 38,021评论 3 398
  • 文/苍兰香墨 我猛地睁开眼,长吁一口气:“原来是场噩梦啊……” “哼!你这毒妇竟也来了?” 一声冷哼从身侧响起,我...
    开封第一讲书人阅读 36,675评论 0 258
  • 序言:老挝万荣一对情侣失踪,失踪者是张志新(化名)和其女友刘颖,没想到半个月后,有当地人在树林里发现了一具尸体,经...
    沈念sama阅读 40,931评论 1 299
  • 正文 独居荒郊野岭守林人离奇死亡,尸身上长有42处带血的脓包…… 初始之章·张勋 以下内容为张勋视角 年9月15日...
    茶点故事阅读 35,659评论 2 321
  • 正文 我和宋清朗相恋三年,在试婚纱的时候发现自己被绿了。 大学时的朋友给我发了我未婚夫和他白月光在一起吃饭的照片。...
    茶点故事阅读 37,751评论 1 330
  • 序言:一个原本活蹦乱跳的男人离奇死亡,死状恐怖,灵堂内的尸体忽然破棺而出,到底是诈尸还是另有隐情,我是刑警宁泽,带...
    沈念sama阅读 33,410评论 4 321
  • 正文 年R本政府宣布,位于F岛的核电站,受9级特大地震影响,放射性物质发生泄漏。R本人自食恶果不足惜,却给世界环境...
    茶点故事阅读 39,004评论 3 307
  • 文/蒙蒙 一、第九天 我趴在偏房一处隐蔽的房顶上张望。 院中可真热闹,春花似锦、人声如沸。这庄子的主人今日做“春日...
    开封第一讲书人阅读 29,969评论 0 19
  • 文/苍兰香墨 我抬头看了看天上的太阳。三九已至,却和暖如春,着一层夹袄步出监牢的瞬间,已是汗流浃背。 一阵脚步声响...
    开封第一讲书人阅读 31,203评论 1 260
  • 我被黑心中介骗来泰国打工, 没想到刚下飞机就差点儿被人妖公主榨干…… 1. 我叫王不留,地道东北人。 一个月前我还...
    沈念sama阅读 45,042评论 2 350
  • 正文 我出身青楼,却偏偏与公主长得像,于是被迫代替她去往敌国和亲。 传闻我的和亲对象是个残疾皇子,可洞房花烛夜当晚...
    茶点故事阅读 42,493评论 2 343

推荐阅读更多精彩内容