MySql 性能优化神器之 explain 详解

一. 前言

数据库是程序员必备的一项基本技能，基本每次面试必问。对于刚出校门的程序员，你只要学会如何使用就行了，但越往后工作越发现，仅仅会写 sql 语句是万万不行的。写出的 sql，如果性能不好，达不到要求，可能会阻塞整个系统，那对于整个系统来讲是致命的。

所以如何判断你的 sql 写的好不好呢？毕竟只有先知道 sql 写的好不好，才能再去考虑如何优化的问题。MySql 官方就给我们提供了很多 sql 分析的工具，这里我们主要说一下 EXPLAIN。

以下是基于 MySQL5.7.28 版本进行分析的，不同版本之间略有差异。

二. explain 详解

2.1. 概念

使用 EXPLAIN 关键字可以**模拟优化器**执行 sql 语句，从而知道 MySql 是如何处理你的语句，分析你的查询语句或者表结构的性能瓶颈。

用法：EXPLAIN + sql 语句

EXPLAIN 执行后返回的信息如下：

各个字段的大致含义如下：
字段含义idSELECT 查询的标识符。每个 SELECT 都会自动分配一个唯一的标识符select_typeSELECT 查询的类型。table查询的是哪个表partitions匹配的分区typejoin 类型possible_keys此次查询中可能选用的索引key此次查询中确切使用到的索引ken_len查询优化器使用了索引的字节数ref哪个字段或常数与 key 一起被使用rows显示此查询一共扫描了多少行。这个是一个估计值filtered表示此查询条件所过滤的数据的百分比Extra额外的信息

2.2. 数据准备

新建一个数据库 test，执行下面的 sql 语句：

CREATE TABLE t1(id INT(10) AUTO_INCREMENT,content VARCHAR(100) NULL , PRIMARY KEY (id));
CREATE TABLE t2(id INT(10) AUTO_INCREMENT,content VARCHAR(100) NULL , PRIMARY KEY (id));
CREATE TABLE t3(id INT(10) AUTO_INCREMENT,content VARCHAR(100) NULL , PRIMARY KEY (id));
CREATE TABLE t4(id INT(10) AUTO_INCREMENT,content VARCHAR(100) NULL , PRIMARY KEY (id));
INSERT INTO t1(content) VALUES(CONCAT('t1_',FLOOR(1+RAND()*1000)));
INSERT INTO t2(content) VALUES(CONCAT('t2_',FLOOR(1+RAND()*1000)));
INSERT INTO t3(content) VALUES(CONCAT('t3_',FLOOR(1+RAND()*1000)));
INSERT INTO t4(content) VALUES(CONCAT('t4_',FLOOR(1+RAND()*1000)));

下面一一解释各列的含义。

2.3. id

select 查询的序列号，包含一组数字，表示查询中执行 select 子句的顺序或操作表的顺序。大致分为下面几种情况：

2.3.1. id 相同，执行顺序由上至下

上面的查询语句，三个 id 都为1，具有相同的优先级，执行顺序由上而下，具体执行顺序由优化器决定，这里执行顺序为 t1，t2，t3。

2.3.2. id 不同，数字越大优先级越高

如果 sql 中存在子查询，那么 id 的序号会递增，id 越大越先被执行。如上图，执行顺序是 t3、t1、t2，也就是说，最里面的子查询最先执行，由里往外执行。

在我测试的时候，无意中发现，下面的语句，一个使用的是 IN 关键字，一个使用的 = 运算符，但使用 EXPLAIN 执行后，结果天壤之别。

这说明使用 IN 嵌套子查询，它是按顺序来执行的，也就是说每执行一次最外层子查询，里面的子查询都会被重复执行，这好像和我的理解差很多啊（我一直以为是先执行最里面的子查询，再执行外面的）。

注：千万别用 IN，使用 JOIN 或者 EXISTS 代替它。

2.3.3. id 存在相同的和不同的

在上面语句的基础上，增加一个 IN 的子查询，执行结果如下：

执行顺序为 t3、t1、t2、t4。值越大的越先执行，相同值的从上往下执行。

2.4. select_type

select_type 表示查询的类型，主要是为了区分普通查询、子查询、联合查询等复杂查询。分为以下几种类型：

查询类型含义SIMPLE简单的 select 查询，查询中不包含子查询或者 UNION。PRIMARY查询中若包含任何复杂的子查询，那么最外层的查询被标记为 PRIMARY。DERIVED在 from 子句中包含的子查询被标记为 DERIVED（衍生），MySql 会递归执行这些子查询，把结果放在临时表中。SUBQUERY在 select 或 where 子句中包含了子查询，该子查询被标记为 SUBQUERY。UNION若第二个 select 查询语句出现在 UNION 之后，则被标记为 UNION。若 UNION 包含在 FROM 子句的子查询中，外层 SELECT 将被标记为：DERIVEDUNION RESULT从 UNION 表获取结果的 SELECT。
上面的前三种在上一小节已经出现过了，看看后面这三种：

可以看到 id 列出现了一个 NULL，这是上面没讲到的。一般来说，特殊情况下，如果某行语句引用了其他多行结果集的并集，则该值可以为 NULL。

2.5. table

这个没啥好讲的，表示这个查询是基于哪种表的。并不一定是真实存在的表，比如上面出现的DERIVED 和 <union1,2>，一般来说会出现下面的取值：

1. <union a,b>：输出结果中编号为 a 的行与编号为 b 的行的结果集的并集。
2. <derived a>：输出结果中编号为 a 的行的结果集，derived 表示这是一个派生结果集，如 FROM 子句中的查询。
3. <subquery a>：输出结果中编号为 a 的行的结果集，subquery 表示这是一个物化子查询。

2.6. partitions

查询时匹配到的分区信息，对于非分区表值为 NULL，当查询的是分区表时，partitions 显示分区表命中的分区情况。

根据官方文档，在创建表的时候，指定不同分区存放的 id 值范围不同：

插入测试数据，让 id 值分布在四个分区内：

INSERT INTO trb1 VALUES
    (1, 'desk organiser', '2003-10-15'),
    (2, 'CD player', '1993-11-05'),
    (3, 'TV set', '1996-03-10'),
    (4, 'bookcase', '1982-01-10'),
    (5, 'exercise bike', '2004-05-09'),
    (6, 'sofa', '1987-06-05'),
    (7, 'popcorn maker', '2001-11-22'),
    (8, 'aquarium', '1992-08-04'),
    (9, 'study desk', '1984-09-16'),
    (10, 'lava lamp', '1998-12-25');

执行查询输出结果：

2.7. type

type 是查询的访问类型，是较为重要的一个指标，性能从最好到最坏依次是 system > const > eq_ref > ref > fulltext > ref_or_null > index_merge > unique_subquery > index_subquery > range > index > ALL。

一般来说，得保证查询至少到达 range 级别，最好能达到 ref。

2.7.1. system

当表仅存在一行记录时（系统表），数据量很少，速度很快，这是一种很特殊的情况，不常见。

2.7.2. const

当你的查询条件是一个主键或者唯一索引（UNION INDEX）并且值是常量的时候，查询速度非常快，因为只需要读一次表。

2.7.3. eq_ref

除了 system 和 const，性能最好的就是 eq_ref 了。唯一性索引扫描，对于每个索引键，表中只有一条记录与之匹配。常见于主键或唯一索引扫描。

2.7.4. ref

非唯一性索引扫描，返回匹配某个单独值的所有行。区别于 eq_ref，ref 表示使用除 PRIMARY KEY 和 UNIQUE index 之外的索引，即非唯一索引，查询的结果可能有多个。可以使用 = 运算符或者 <=> 运算符。

在 t2 表的 content 列加上普通索引：

进行查询：

2.7.5. fulltext

查询时使用 fulltext 索引。

2.7.6. ref_or_null

对于某个字段既需要关联条件，也需要 null 值的情况下。查询优化器会选择用 ref_or_null 连接查询。

2.7.7. index_merge

在查询过程中需要多个索引组合使用，通常出现在有 or 关键字的 sql 中。

2.7.8. unique_subquery

该联接类型类似于 index_subquery。子查询中的唯一索引。在某些 in 子查询里，用于替换eq_ref，比如下面的查询语句：

value IN (SELECT primary_key FROM single_table WHERE some_expr)

2.7.9. index_subquery

利用索引来关联子查询，不再全表扫描。用于**非唯一索引**，子查询可以返回重复值。类似于unique_subquery，但用于非唯一索引。比如下面的查询语句：

value IN (SELECT key_column FROM single_table WHERE some_expr)

2.7.10. range

只检索给定范围的行，使用一个索引来选择行。key 列显示使用了哪个索引，一般就是在你的where 语句中出现了 between、<、>、in 等的查询，这种范围扫描索引扫描比全表扫描要好，因为它只需要开始于索引的某一点，而结束语另一点，不用扫描全部索引。

举个例子，t3 表中 id 字段为主键，有 PRIMARY 索引，content 字段没有建立索引，查询时使用 id 作为条件，结果如下：

使用 content 作为条件，结果如下：

所以，只有对设置了索引的字段，做范围检索 type 才是 range。

2.7.11. index

sql 语句使用了索引，但没有通过索引进行过滤，一般是使用了覆盖索引或者利用索引进行了排序分组。

index 和 ALL 都是读全表，区别在于 index 是遍历索引树读取，ALL 是从硬盘读取。index 通常比 ALL 更快，因为索引文件通常比数据文件小。

举个例子，查询 t3 表主键 id，结果如下：

2.7.12. ALL

全表扫描，性能最差。

2.8. possible_keys

查询时可能使用的索引，一个或多个。查询涉及到的字段上若存在索引，则该索引将被列出。注意是可能，实际查询时不一定会用到。

2.9. key

查询时实际使用的索引，没有使用索引则为 NULL。**查询时若使用了覆盖索引，则该索引只出现在 key 字段中。**

举个例子，trb1 表中有一个组合索引（age, name），那么当你的查询列和索引的个数和顺序一致时，查询结果如下：

2.10. key_len

表示索引中使用的字节数，可通过该列计算查询中使用的索引的长度。**在不损失精确性的情况下，长度越短越好**。

key_len 显示的值是索引字段可能的最大长度，并非实际使用长度，即 key_len 是根据表定义计算得到，不是通过表内检索。

key_len 字段能够帮你检查是否充分的利用上了索引。ken_len 越长，说明索引使用的越充分。

注意：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。

举个例子，有表 trb1，存在以下字段，以及一个组合索引 idx_age_name：

下面查询语句的执行结果：

key_len 的值为153、158、null。如何计算：

1. 先看索引上字段的类型+长度。比如 int=4; varchar(50) = 50; char(50) = 50。
2. 如果是 varchar 或者 char 这种字符串字段，视字符集要乘不同的值，比如 utf-8 要乘3，GBK 要乘2。
3. varchar 这种动态字符串要加 2 个字节。
4. 允许为空的字段要加 1 个字节。

第一条：key_len = name 的字节长度 = 50 * 3 + 2 + 1 = 153。

第二条：key_len = age 的字节长度 + name 的字节长度= 4 +1 + (50*3 + 2 + 1)= 5 + 153 = 158。（使用的索引更充分，查询结果更精确，但消耗更大）。

第三条：索引失效了。
列类型key_len备注id intkey_len = 4 + 1 = 5允许 null，加 1 byteid int not nullkey_len = 4不允许 nullname char(50) utf8key_len = 50 * 3 + 1允许 nullname varchar(50) not null utf8key_len = 50 * 3 + 2动态列类型，加 2 bytename varchar(50) utf8key_len = 50 * 3 + 2 + 1动态列类型，加 2 byte，允许 null，加 1 byte

2.11. ref

显示索引的哪一列被使用了，常见的取值有：const， func，null，字段名。

1. 当使用常量等值查询，显示 const；
2. 当关联查询时，会显示相应关联表的关联字段；
3. 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，可能显示为 func；
4. 其他情况 null。

举个例子，t3 表的 content 字段有普通索引，下面的查询语句结果如下：

2.12. rows

rows 列表示 MySql 认为它执行查询时可能需要读取的行数，一般情况下这个值越小越好！

2.13. filtered

filtered 是一个百分比的值，表示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。

在 MySQL.5.7 版本以前想要显示 filtered 需要使用 explain extended 命令。MySQL.5.7 后，默认 explain 直接显示 partitions 和 filtered 的信息。

2.14. Extra

其他额外的信息。

2.14.1. Using filesort

说明 MySql 会对数据使用一个外部的索引排序，而不是按照表内的索引顺序进行读取。MySql 中无法利用索引完成的排序操作称为“文件排序”。

举个例子，trb1 表建立一个组合索引：

下面的查询出现 filesort：

按照组合索引的顺序，是 name、age、purchased，而上面的查询语句，没有使用中间的 age，所以在 order by 的时候索引失效了。通常这种情况是需要进行优化的。

修改一下上面的 sql 语句，让索引不失效：

2.14.2. Using temporary

使了用临时表保存中间结果，MySql 在对查询结果排序时使用临时表。常见于排序 order by 和分组查询 group by。

这条 sql 语句用了临时表，又用了文件排序，在数据量非常大的时候效率是很低的，需要进行优化。

所以在使用 group by 和 order by 的时候，列的数量和顺序尽量和索引的一样。

2.14.3. Using index

Using index 表示相应的 select 操作中使用了覆盖索引（Covering Index），避免访问了表的数据行，可以提高效率。

如果同时出现 using where，表明索引被用来执行索引键值的查找。如果没有同时出现 using where，表明索引只是用来读取数据而非利用索引执行查找。

还是使用上面的 trb1 表举例子：

只出现了 Using index，说明索引用来读取数据而不是执行查找。

出现了 Using where，说明索引被用来执行查找。

2.14.4. Using where

表示查询时有索引被用来进行 where 过滤。

2.14.5. Using join buffer

查询时使用了连接缓存。

2.14.6. impossible where

查询语句的 where 条件总是为 false，举个例子：

一般情况下不会出现这种。

关于 Extra 字段，有很多取值，这里就不一一列举了，具体可以看官方文档：《EXPLAIN Output Format》。