Explain执行计划

Explain包含字段信息

Explain包含字段信息如下:分别是 id、select_type、table、partitions、type、possible_keys、key、key_len、ref、rows、Extra 10个字段。

explain字段信息

Explain各个字段含义

id

  • id表示执行顺序,id值越大,越先执行;
  • 子查询,id的序号会递增;
  • id值相同的情况,可以理解为一组,执行顺序是从上向下。

select_type

  • SIMPLE:简单的select语句,不包含子查询或者union
  • PRIMARY:查询中包含复杂查询(比如子查询),最外层查询被标记为PRIMARY
  • SUBQUERY:当select或where包含了子查询,该子查询被标记为SUBQUERY
  • DERIVED:表示包含在from子句中的子查询的select
  • UNION:union中第二个或后面的select语句
  • UNION RESULT:代表从union的临时表中读取数据

table

表名,也有可能是别名或者临时表

partitions

当查询的是分区表时,partitions显示分区表命中的分区情况

type

它在 SQL优化中是一个非常重要的指标,以下性能从好到坏依次是:system > const > eq_ref > ref > ref_or_null > index_merge > unique_subquery > index_subquery > range > index > ALL

  • system:当表仅有一行记录时(系统表),数据量很少,往往不需要进行磁盘IO,速度非常快
  • const:当命中的是主键或者唯一索引且为常量
  • eq_ref:查询命中的是主键或者唯一索引
  • ref:非唯一性索引,会找到超过一条符合条件的行
  • ref_or_null:与ref类似,只是会额外搜索包含null值的行
  • index_merge:同时使用了两个或两个以上的索引
  • unique_subquery:子查询返回不重复的集合
  • index_subquery:区别于unique_subquery,用于非唯一索引,可以返回重复值
  • range:对有索引的字段,给定范围检索,bettween...and、<、>、<=、in 等
  • index:遍历索引树读取,而all是从硬盘读取
  • ALL:将遍历全表以找到匹配的行,性能最差

possible_keys

mysql可能通过某个索引检索到数据,但不一定最终查询会用到

key

key是查询中实际使用到的索引,若没有使用索引,显示为NULL

key_len

表示查询用到的索引长度(字节数),原则上长度越短越好

  • 单列索引,那么需要将整个索引长度算进去;
  • 多列索引,不是所有列都能用到,需要计算查询中实际用到的列。
    注:key_len只计算where条件中用到的索引长度,而排序和分组即便是用到了索引,也不会计算到key_len中。

ref

  • const:当使用常量等值查询
  • 当关联查询时,会显示相应关联表的关联字段
  • func:如果查询条件使用了表达式、函数,或者条件列发生内部隐式转换
  • 其他情况null

rows

rows:以表的统计信息和索引使用情况,估算要找到我们所需的记录,需要读取的行数。

filtered

filtered 这个是一个百分比的值,表里符合条件的记录数的百分比。简单点说,这个字段表示存储引擎返回的数据在经过过滤后,剩下满足条件的记录数量的比例。

Extra

额外的信息会在 Extra 字段显示
1.Using index
查询到的列被索引覆盖,实际上就是覆盖索引的使用
2.Using where
查询未用到可用的索引,通过where条件过滤数据
3.Using where,Using index
通过where条件过滤数据,并且查询用到了覆盖索引
4.Using index condition
查询使用到了索引,但是需要回表查询,5.6及其以上版本才有,之前是Using where
5.Using temporary
查询后结果需要使用临时表来存储,一般在排序或者分组查询时用到
6.Using filesort
无法利用索引完成的排序操作,也就是ORDER BY的字段没有索引
7.Using join buffer
在我们联表查询的时候,如果表的连接条件没有用到索引,需要有一个连接缓冲区来存储中间结果
8.Impossible where
在我们用不太正确的where语句,导致没有符合条件的行
9.No tables used
我们的查询语句中没有FROM子句,或者有FROM DUAL子句

参考:https://www.jianshu.com/p/be5b8819e67c
https://www.cnblogs.com/tufujie/p/9413852.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 214,717评论 6 496
  • 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 91,501评论 3 389
  • 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 160,311评论 0 350
  • 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 57,417评论 1 288
  • 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 66,500评论 6 386
  • 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 50,538评论 1 293
  • 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 39,557评论 3 414
  • 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 38,310评论 0 270
  • 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 44,759评论 1 307
  • 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 37,065评论 2 330
  • 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 39,233评论 1 343
  • 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 34,909评论 5 338
  • 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 40,548评论 3 322
  • 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 31,172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 32,420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 47,103评论 2 365
  • 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 44,098评论 2 352