当前位置: 首页 > news >正文

保姆级的MySQL执行计划(Explain)解读

什么是执行计划

在查询语句开头添加explain关键字,然后执行查询,就可以看到执行计划。执行计划代表这个SQL执行的过程,MySQL解释器将如何处理该SQL,通过对执行计划的分析,方便做SQL优化。

数据准备

当前数据库版本为8.0.42

用到的表信息如下:

查询计划解读

下面针对执行计划的每个字段进行举例和说明:

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=1的表是驱动表。

select_type


select_type 查询类型,说明查询的种类,有以下几种:
1.simple 简单查询。查询不包含子查询和union
2.primary:复杂查询中最外层的 select
3.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)
4.union:在 union 中的第二个和随后的 select
5.union result:从 union 临时表检索结果的 select
6.subquery:包含在 select 中的子查询(不在 from 子句中)

table

这一列表示 explain 的一行正在访问哪个表。

如果有具体表名,则表示读取这个表。例如film,表示对film表进行读取。

如果没有具体表名,则表示对id为对应编号的记录进行操作。例如<union3,4>,表示将id为3和4的两条记录进行union的联合查询。

partitions

说明查询作用在哪个分区表上,如果没有对表进行分区,则为null。

type

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。

type的类型有12种,下面举例说明,越靠前的类型是效率越高的类型,也就是说在SQL优化时,尽可能使用下面列出的前面的类型。

标记*号的为常用的类型。

1.system

查询的表只有 0 或 1 行(表的数据库引擎必须是 MyISAM或MEMORY,InnoDB 不行),system效率最高。

2.const *

mysql能对查询的某部分进行优化并将其转化成一个常量。

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。

3.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。

直白点说就是一张表的主键字段和另一张表的外键进行关联,就是eq_ref类型。

4.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。

5.fulltext

全文索引,使用极少。

6.ref_or_null *

类似ref,但是可以搜索值为NULL的行。

当检索的数据包含null时,对应类型为ref_or_null。

7.index_merge

使用极少。

8.unique_subquery

使用极少。

9.index_subquery

使用极少。

10.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。

range的执行效率不确定,会根据不同的查询条件或高或低。比如ID>1,效率就低,因为要在很多条数据中检索。如果换成ID<10,效率就比较高,因为只需要扫描前面9条记录。

11.index *

基于索引进行全表扫描,和ALL差不多,不同点就是mysql只需扫描索引树,这通常比ALL快一些。

12.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。

possible_keys

这一列显示查询可能使用哪些索引来查找。

key

key列显示mysql实际采用哪个索引来优化对该表的访问。

key_len

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。
这里显示4,是因为主键ID为int类型,占用4字节。

ref

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),func,NULL,字段名(例:film.id)

row

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。

filtered

是一个百分比的值,代表 (rows * filtered) / 100 ,这个结果将于前表产生交互。

当建立了索引的情况,一般为100,或者是接近100的比较大的一个值。

Extra

这一列展示的是额外信息。有以下一些类型:

distinct

一旦mysql找到了与行相联合匹配的行,就不再搜索了。

Using index

这发生在对表的请求列都是同一索引的部分的时候,返回的列数据只使用了索引中的信息,而没有再去访问表中的行记录。是性能高的表现。

using index也叫索引覆盖,只通过索引字段就可以完成查询。

Using where

mysql服务器将在存储引擎检索行后再进行过滤。

就是先读取整行数据,再按 where 条件进行检查,符合就留下,不符合就丢弃。

代表数据访问效率不高。

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。

下面创建一个索引

再次进行查询

添加索引后,查询就不再创建临时表,而是用索引覆盖,提升了效率。

using filesort

采用文件扫描对结果进行计算排序,效率很差。

这里可能会产生疑惑,已经在name字段上创建了索引,为什么排序还是文件排序,没有用到索引呢,这是因为对于排序,只有select 字段 与order by 字段都被索引覆盖是才允许使用Using Index。把查询语句中的*改成name,再看下效果:

这样就用到了索引。

下面再看一种情况,如果要查询多个字段,排序也是多个字段,会是什么情况呢?

同时用name ,update_time两个字段进行查询和排序,又变成了文件排序。

这是因为只有name字段有索引,而update_time字段没有。

下面为name ,update_time建立复合索引。

然后再查询

这次就用到了索引。

注意order by后面的字段顺序,需要与索引字段顺序一致,否则会导致索引失效。

http://www.cnnetsun.cn/news/39992.html

相关文章:

  • 46、Python 网络编程与套接字全解析
  • 微信自动答题小工具终极指南:Python开发者的效率利器
  • 实战指南:从零开始掌握Langflow自定义组件开发
  • FastAPI性能优化深度解析:从基础到高级实践
  • 5分钟掌握wandb:解决机器学习实验混乱的终极指南
  • ISO/IEC 27005:2022完整教程:信息安全风险管理终极指南
  • 巫妖易语言+js逆向+安卓逆向hook培训教程
  • 5个实用技巧彻底解决PhpSpreadsheet内存不足问题
  • JMeter接口测试之文件上传
  • 从零开始:5步搞定BDD100K数据集训练,新手也能轻松上手![特殊字符]
  • java计算机毕业设计陕西理工大学返校管理系统 高校学生返校审批与宿舍信息一体化平台 基于Vue+SpringBoot的校园返校及住宿服务系统
  • 36亿参数撬动韩国AI生态:Kakao Kanana-1.5-v-3b-instruct多模态模型深度解析
  • 如何用AI快速修复老旧视频?SeedVR2-7B让1080P修复仅需0.8秒
  • 轻量级AI新范式:重新定义企业智能部署的终极方案
  • OpenMower测试实战:从零到一的智能割草机器人验证指南
  • MotionGPT终极指南:用语言模型生成人类运动的完整方法
  • TL494 BUCK电路完整指南:从原理到PCB制作的实战教程
  • ZVT量化框架模块化设计终极指南:5步快速上手智能交易系统
  • 10、深入理解SELinux类型规则与Apol工具的使用
  • 视频生成技术革命:LightVAE如何重塑创作效率边界
  • WordPress 专业建筑行业公司网站主题模板 – Constructo v5.0.0
  • noVNC剪贴板同步完全指南:解决远程复制粘贴难题
  • FusionSpec投机推理:让大模型推理速度飙升的优化策略
  • WPS VBA 7.1插件技术实现与自动化办公解决方案深度解析
  • Qwen3-VL-4B-Instruct-FP8:如何用40亿参数重塑企业级多模态AI生态?
  • Logto身份认证系统入门指南:从零构建安全登录体系
  • 【Java毕设全套源码+文档】基于Java的教学评价管理系统的设计与实现(丰富项目+远程调试+讲解+定制)
  • 【Java毕设全套源码+文档】基于Java的教务管理系统设计与实现(丰富项目+远程调试+讲解+定制)
  • 7、自定义报告处理器:Puppet 中的数据处理与监控
  • 8、Puppet 报告处理与 PuppetDB 探索