MySQL explain详解

explain


一、id

1、单纯join(simple查询)的id都是1,按顺序往下看

2、subquery,scala subquery都会使id递增


二、select type

SIMPLE:简单查询,不含union或subquery(subquery视图合并也会变成simple)

PRMARY:含union或subquery的主表

UNION:使用union结合的select,除了第一个之外的selcect都是union

UNION RESULT:union去除重复值的临时表(union all不会出现 union result因为不去重)

SUBQUERY:不在from后面出现的子查询(在select中出现),与外部表没有关联,优化时可以考虑挪到from后面,有limit时,先limit再标量子查询,标量子查询尽量放在最外层

DEPENDENT SUBQUERY :必须依附于外面的值(如scala subquery或者exists),执行次数依赖于外层结果集大小有关

DERIVED:from后面表的位置上的subquery,生成在内存或者临时表空间,当驱动表时优化要点以减少数据量为目的,当作被驱动表时产生auto_key也要以减少数据量为目的

MATERIALIEZD:使用in的时候产生,也是产生auto_key

*derived不能合并的几种情况

1、union/union all

2、group by

3、distinct(查询包含pk或者uk的时候可以加distinct保持结果集不变)

4、聚合函数

5、limit

6、@(select * from table , (select @rn:=0 a)b)


三、Table

NULL:不使用任何表(特殊情况,select count(1) 全表)

derived+id:如表示id=2的临时表

union+id:表示id=1,2,3的临时表


四、Type

const:使用primary key或者unique取得一条数据,特点是show warnings可以显示常数,说明mysql执行计划是事先运行一部分

eq_ref:1、必须是join     2、满足被驱动表的连接条件是uk或者pk     3、如果是复合主键或者uk,相应的列名都必须包含

ref: 索引列=条件(等值匹配),有时候可以看出没有用上范围索引,优化为range效果会更好

range:索引范围查询(>,<,between,in,like) 

index:索引全扫描,比全表扫描且order by的情况下要快,单绝大部分情况下是优化对象。主要用于1、不能使用range、const、ref     2、只查询索引不回表(不查询索引外的字段)     3、使用索引避免排序

all:全表扫描,在进行大表中查询超过一半效果比走索引更好。(日期like '2017%'或者数字列like '20%',字段类型隐式转换,没索引,对索引列加工等等)

show index from tb;中的Cardinality列:表示去除重复值后的值(索引列的选择性)


五、key_len

主要用于判断复合索引具体用到哪几列

关于key_len的计算:https://www.cnblogs.com/lukexwang/articles/7060950.html



六、Extra


1、Distinct

     MySQL在join过程中t1中取出一行之后,查询t2表的时候碰到一行就停止,有点像exists

条件是必须是join

distinct的是驱动表的主键且只能是单列

被驱动表必须不能回表且跟驱动表是1:M的关系 

2、select tables optimized away

     select当中只有min,max,count的时候才出现。 select count(1) from tb1;

3、using filesort

    在进行order by,group by且没有使用索引的时候出现

4、using index

     using index表示使用索引且不回表,当没什么优化办法时,创建覆盖索引就是这种情况

5、using temporary

     Mysql执行过程中为了存储中间结果会使用temporay table

     如果执行计划中无法判断temp table在内存还是disk中生成

     order by或者group by没走索引

     执行计划中select_type是derived时

     影响参数:tmp_table_size,max_heap_table_size,一般配置一样大

     查看方法:show session status like '%tmp%';

6、using where

     表示从存储引擎中拿到一些数据然后过滤,其中rows表示存储引擎拿数据到内存的预算值,filter是在内存再过滤的百分比,一般using where的filter比较小

7、using index condition(ICP)

     在存储引擎层过滤数据后再拿到内存

必须是二级索引才有,而且是索引后半部分无法使用的情况效果比较好

set session optimizer = "index_condition_pushdown=on"

8、using MRR

主要用于二级索引减少索引到叶块的随机IO来进行提高效率(回表时先排序合并随机IO)

set session optimizer_switch = "mrr_cost_based = on"

9、Range checked for each record

这个时候type肯定是all,在检测是否能使用索引(效率很低)

在all和(ref、range、index)之间无法确定,出现这个说明有问题

这个时候需要使用show warnings确定

10、Using join buffer (Block Nested Loop)

连接字段没索引

连接字段类型不一致

关联表字符集不一致

被驱动表特别小的情况

batched_key_access=off (BKA类似于BNL,减少关联循环次数,BKA特点是会利用排序减少随机IO)

show variables like 'optimizer_switch'

bka参考:http://blog.csdn.net/zbszhangbosen/article/details/7463394

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 215,634评论 6 497
  • 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 91,951评论 3 391
  • 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 161,427评论 0 351
  • 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 57,770评论 1 290
  • 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 66,835评论 6 388
  • 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 50,799评论 1 294
  • 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 39,768评论 3 416
  • 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 38,544评论 0 271
  • 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 44,979评论 1 308
  • 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 37,271评论 2 331
  • 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 39,427评论 1 345
  • 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 35,121评论 5 340
  • 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 40,756评论 3 324
  • 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 31,375评论 0 21
  • 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 32,579评论 1 268
  • 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 47,410评论 2 368
  • 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 44,315评论 2 352