MySQL EXPLAIN该如何分析?

本文涉及的产品
云数据库 RDS MySQL,集群系列 2核4GB
推荐场景:
搭建个人博客
RDS MySQL Serverless 基础系列,0.5-2RCU 50GB
云数据库 RDS MySQL,高可用系列 2核4GB
简介: 本文将详细介绍MySQL中`EXPLAIN`关键字的工作原理及结果字段解析,帮助优化查询性能。`EXPLAIN`可显示查询SQL的执行计划,其结果包括`id`、`select_type`、`table`等字段。通过具体示例和优化建议,帮助你理解和应用`EXPLAIN`,提升数据库查询效率。

你好,我是猿java。

在实际开发中,如果选择的是 MySQL 数据库,通常会使用EXPLAIN关键字来显示查询 SQL 的执行计划,从而帮助我们优化查询性能。那么,EXPLAIN是如何工作的?EXPLAIN结果里面的字段该如何理解,这篇文章,我们将详细分析。

字段解析

当我们对一个查询语句执行EXPLAIN时,EXPLAIN通常会返回以下字段,下面我们将对各个列的含义及其示例进行说明。

id select_type table partitions type possible_keys key key_len ref rows filtered Extra
1 SIMPLE users NULL ALL NULL NULL NULL NULL 1000 10.00 Using where

1. id

id表示查询的标识符。如果一个查询包含子查询或联合查询,每个子查询或联合查询都会有一个唯一的 id。 比如:1

2. select_type

select_type表示查询的类型,表示查询是简单查询、联合查询、子查询等。

常见值:

  • SIMPLE: 简单查询,不包含子查询或联合查询。
  • PRIMARY: 最外层查询。
  • SUBQUERY: 子查询中的第一个 SELECT。
  • DERIVED: 派生表(子查询中的 FROM 子句)。

比如:SIMPLE

3. table

table代表了查询涉及的表名或别名。

比如:users

4. partitions

partitions代表查询涉及的分区(如果有)。 比如:NULL

5. type

type表示连接类型,反映了 MySQL 如何查找表中的行。

常见值(按效率从高到低排序):

  • system: 表只有一行(等同于系统表)。
  • const: 表最多有一个匹配行(主键或唯一索引)。
  • eq_ref: 对于每个来自前表的行组合,从该表读取一行。
  • ref: 对于每个来自前表的行组合,从该表读取所有匹配行。
  • range: 只检索给定范围的行,使用索引来选择行。
  • index: 全索引扫描。
  • ALL: 全表扫描。

比如:ref

6. possible_keys
possible_keys表示 MySQL 认为可以使用的索引。 比如:PRIMARY

7. key
key表示实际使用的索引。比如:PRIMARY

8. key_len
key_len表示使用的索引的长度。比如:4

9. ref
ref显示使用哪个列或常数与 key 一起从表中选择行。比如:const

10. rows
rows表示 MySQL 估计要扫描的行数。比如:1

11. filtered

filtered表示返回结果的行占总行数的百分比。比如:100.00

12. Extra
Extra表示额外的信息,描述查询执行过程中一些特定的操作。

常见值:

  • Using index: 使用覆盖索引(只从索引中读取信息,而不是从实际表中读取)。
  • Using where: 使用 WHERE 子句过滤行。
  • Using temporary: 使用临时表保存中间结果。
  • Using filesort: 需要额外的排序操作(文件排序)。

比如:Using where

示例

为了更好的解释,我们来看一下示例说明,假设有一个简单的表 users,结构如下:

CREATE TABLE users (
    id INT PRIMARY KEY,
    name VARCHAR(100),
    age INT,
    city VARCHAR(100)
);

执行一个查询:

EXPLAIN SELECT * FROM users WHERE age > 25;

可能得到的输出如下:

id select_type table partitions type possible_keys key key_len ref rows filtered Extra
1 SIMPLE users NULL ALL NULL NULL NULL NULL 1000 10.00 Using where

解释:

  • id: 查询的标识符,只有一个简单查询,所以 id 是 1。
  • select_type: 查询类型,这里是 SIMPLE,表示简单查询。
  • table: 查询涉及的表,这里是 users
  • partitions: 没有使用分区,所以是 NULL
  • type: 连接类型,这里是 ALL,表示全表扫描。
  • possible_keys: 可能使用的索引,这里没有索引可以使用。
  • key: 实际使用的索引,这里没有使用索引,所以是 NULL
  • key_len: 索引长度,这里没有使用索引,所以是 NULL
  • ref: 引用的列或常数,这里没有使用索引,所以是 NULL
  • rows: 估计要扫描的行数,这里估计要扫描 1000 行。
  • filtered: 过滤百分比,这里是 10%,表示大约 10% 的行满足 WHERE 条件。
  • Extra: 额外信息,这里是 Using where,表示使用了 WHERE 子句进行过滤。

通过EXPLAIN的结果,我们可以看到查询的执行计划,并据此优化查询。例如,可以考虑在 age 列上添加索引以提高查询性能。

优化建议

根据EXPLAIN的输出,可以采取以下优化措施:

1. 使用合适的索引
确保在查询中使用的列上建立索引。例如,对于 WHERE 子句中的列、JOIN 子句中的连接列、ORDER BY 和 GROUP BY 子句中的列,都应考虑建立索引。

2. 避免全表扫描:
如果 type 列显示为 ALL,表示全表扫描。应该考虑添加索引以避免全表扫描。

3. 优化连接顺序:
对于多表连接,优化器会选择最优的连接顺序。可以通过EXPLAIN查看连接顺序,并调整查询以优化连接顺序。

4. 使用覆盖索引
如果Extra列显示为Using index,表示查询只从索引中读取数据,而不需要访问实际表。可以通过添加合适的索引来实现覆盖索引。

5. 减少返回的行数
使用LIMIT子句限制返回的行数,减少扫描的行数。

6. 避免使用 SELECT
尽量避免使用SELECT *,只选择需要的列以减少数据传输量。

7. 优化子查询
对于子查询,可以考虑使用JOIN或派生表来替代,减少查询的复杂度。

总结

本文,我们详细地分析了EXPLAIN,它是 MySQL 中用于显示 SQL 查询执行计划的关键字。EXPLAIN提供了查询优化器选择的执行路径,包括表访问顺序、索引使用情况、连接类型和扫描行数等信息。通过EXPLAIN的输出,开发者可以识别性能瓶颈,如全表扫描、索引未使用等,并进行针对性的优化,例如添加索引、优化连接顺序和减少返回行数等。

因此,在实际开发中,我们应该合理地使用EXPLAIN关键字来帮助我们来优化查询。

学习交流

如果你觉得文章有帮助,请帮忙转发给更多的好友,或关注:猿java,持续输出硬核文章。

相关实践学习
如何在云端创建MySQL数据库
开始实验后,系统会自动创建一台自建MySQL的 源数据库 ECS 实例和一台 目标数据库 RDS。
全面了解阿里云能为你做什么
阿里云在全球各地部署高效节能的绿色数据中心,利用清洁计算为万物互联的新世界提供源源不断的能源动力,目前开服的区域包括中国(华北、华东、华南、香港)、新加坡、美国(美东、美西)、欧洲、中东、澳大利亚、日本。目前阿里云的产品涵盖弹性计算、数据库、存储与CDN、分析与搜索、云通信、网络、管理与监控、应用服务、互联网中间件、移动服务、视频服务等。通过本课程,来了解阿里云能够为你的业务带来哪些帮助     相关的阿里云产品:云服务器ECS 云服务器 ECS(Elastic Compute Service)是一种弹性可伸缩的计算服务,助您降低 IT 成本,提升运维效率,使您更专注于核心业务创新。产品详情: https://www.aliyun.com/product/ecs
目录
相关文章
|
30天前
|
存储 缓存 关系型数据库
MySQL事务日志-Redo Log工作原理分析
事务的隔离性和原子性分别通过锁和事务日志实现,而持久性则依赖于事务日志中的`Redo Log`。在MySQL中,`Redo Log`确保已提交事务的数据能持久保存,即使系统崩溃也能通过重做日志恢复数据。其工作原理是记录数据在内存中的更改,待事务提交时写入磁盘。此外,`Redo Log`采用简单的物理日志格式和高效的顺序IO,确保快速提交。通过不同的落盘策略,可在性能和安全性之间做出权衡。
1609 14
|
16天前
|
存储 关系型数据库 MySQL
基于案例分析 MySQL 权限认证中的具体优先原则
【10月更文挑战第26天】本文通过具体案例分析了MySQL权限认证中的优先原则,包括全局权限、数据库级别权限和表级别权限的设置与优先级。全局权限优先于数据库级别权限,后者又优先于表级别权限。在权限冲突时,更严格的权限将被优先执行,确保数据库的安全性与资源合理分配。
|
1月前
|
SQL 关系型数据库 MySQL
MySQL 更新1000万条数据和DDL执行时间分析
MySQL 更新1000万条数据和DDL执行时间分析
77 4
|
1月前
|
SQL 自然语言处理 关系型数据库
Vanna使用ollama分析本地MySQL数据库
这篇文章详细介绍了如何使用Vanna结合Ollama框架来分析本地MySQL数据库,实现自然语言查询功能,包括环境搭建和配置流程。
153 0
|
2月前
|
Oracle NoSQL 关系型数据库
主流数据库对比:MySQL、PostgreSQL、Oracle和Redis的优缺点分析
主流数据库对比:MySQL、PostgreSQL、Oracle和Redis的优缺点分析
284 2
|
2月前
|
存储 关系型数据库 MySQL
分析MySQL主从复制中AUTO_INCREMENT值不一致的问题
通过对 `AUTO_INCREMENT`不一致问题的深入分析和合理应对措施的实施,可以有效地维护MySQL主从复制环境中数据的一致性和完整性,确保数据库系统的稳定性和可靠性。
98 6
|
2月前
|
存储 关系型数据库 MySQL
分析MySQL主从复制中AUTO_INCREMENT值不一致的问题
通过对 `AUTO_INCREMENT`不一致问题的深入分析和合理应对措施的实施,可以有效地维护MySQL主从复制环境中数据的一致性和完整性,确保数据库系统的稳定性和可靠性。
63 1
|
3月前
|
存储 JSON 关系型数据库
MySQL与JSON的邂逅:开启大数据分析新纪元
MySQL与JSON的邂逅:开启大数据分析新纪元
|
24天前
|
存储 关系型数据库 MySQL
Mysql(4)—数据库索引
数据库索引是用于提高数据检索效率的数据结构,类似于书籍中的索引。它允许用户快速找到数据,而无需扫描整个表。MySQL中的索引可以显著提升查询速度,使数据库操作更加高效。索引的发展经历了从无索引、简单索引到B-树、哈希索引、位图索引、全文索引等多个阶段。
57 3
Mysql(4)—数据库索引