Mysql的explain，你真的会用吗？

引言

数据库性能优化是每个后端程序猿必备的基础技能之一，而Mysql中的explain堪称Mysql的性能优化分析神器，我们可以通过它来分析SQL语句的对应的执行计划在Mysql底层到底是如何执行的，它对于我们评估SQL的执行效率以及确定Mysql的性能优化方向具有重要的意义。但是很多同学对于如何根据explain对已有SQL进行深度的执行分析还是丈二和尚摸不着头脑，因此本文详细阐述通过explain分析定位数据库性能问题。

explain基础

对于每个SQL来说，当它被客户端发送到Mysql服务端之后，会经过Mysql的优化器部件的分析，主要包括一些特殊的处理、执行顺序的改变以确保最优的执行效率，最终生成对应的执行计划。所谓的执行计划，实际就是在存储引擎层面如何获取数据的，是通过索引获取数据还是进行全表扫描获取数据，获取到数据后需不需要回表，等等，简单理解就是Mysql获取数据的过程。

接下来我们来详细看下，这个explain到底是何方神圣，为什么能指导我们进行性能优化。当我们执行如下语句：

explain SELECT * FROM user_info where NAME='mufeng'

执行explain语句之后，我们会得到如下的执行结果，这个类似数据库表的12个字段实际上就是对Mysql执行怎样的执行计划的详细描述。下面我们来好好研究下这12个字段分别代表什么意思，只有搞清楚它们的含义，我们才能明确Mysql到底是怎么执行数据查询的。

1、id

实际上每次select查询都会对应一个id，它代表着SQL执行的顺序，如果id值越大，说明对应的SQL语句执行的优先级越高。在一些复杂的查询SQL语句中常常包含一些子查询，那么id序号就会递增，如果出现嵌套查询，我们可以发现最里层的查询对应的id最大，因此也优先被执行。

如上图所示，SQL查询语句中，第一个执行计划的id为1，第二个执行计划的id为2，id为1的执行计划对应的table为order，id为2的执行计划对应的table是user_info，结合SQL语句，我们知道先执行子查询select id from user_info，而后再执行关于表order的数据查询。

2、select_type

select_type表示的执行计划的对应的查询是什么类型，常见的查询类型主要包括普通查询、联合查询以及子查询等。SIMPLE（查询语句为简单的查询不包含子查询）、PRIMARY（当查询语句中包含子查询的时候，对应最外层的查询类型）、UNION（union之后出现的select语句对应的查询类型会标记此类型）、SUBQUERY（子查询会被标记为此类型）、DEPENDENT SUBQUERY（取决于外面的查询 ）

3、table

table代表表名称，表示要查询哪张表。当然不一定是真实的表的名称，也可能是表的别名或者临时表。

4、****partitions

partitions代表的是分区的概念，表示在进行查询时,如果对应的表都会死分区表，那么这里就会显示具体的分区信息。

5、type

type是非常核心的属性，需要重点掌握。它表示的是当前通过什么样的方式对数据库表进行分访问。

（1）system

该表只有一行（相当于系统表），数据量很小，查询速度很快，system是const类型的特例。

（2）const

如果type是const，说明在进行数据查询的时候，命中了primary key或唯一索引，此类数据查询速度非常快。

（3）eq_ref

在进行数据查询的过程中，如果SQL语句中在表连接情况下可以基于聚簇索引或者非null值的唯一索引记性数据扫描，那么此时type对应的值就会显示为eq_ref。

（4）ref

数据查询的时候如果命中的索引是二级索引不是唯一索引，测试查询速度也会很快，但是type是ref。另外如果是多字段的联合索引，那么根据最左匹配原则，从联合索引的最左侧开始连续多个列的字段进行等值比较也是ref的类型。

（5）ref_or_null

这种连接类型类似于 ref，区别在于 MySQL会额外搜索包含NULL值的行。

（7）unique_subquery

在where条件中的关于in的子查询条件集合

（8）index_subquery

区别于unique_subquery，用于非唯一索引，可以返回重复值。

（9）range

使用索引进行行数据检索，只对指定范围内的行数据进行检索。换句话说就是针对一个有索引的字段，在指定范围中检索数据。在where语句中使用 bettween...and、<、>、<=、in 等条件查询 type 都是 range。

（10）index

Index 与ALL 其实都是读全表，区别在于index是遍历索引树读取，而ALL是从硬盘中读取。

（11）all

遍历全表进行数据匹配，此时的数据查询性能最差。

6、possible_keys

表示哪些索引可以被Mysql的优化器进行选择，也就是索引候选者有哪些。

7、key

在possible_keys中实际选择的索引

8、key_len

表示索引的长度，和实际的字段属性以及是否为null都有关系。

9、ref

当使用字段进行常量等值查询时ref此处为const，当查询条件中使用了表达式或者函数则ref显示为func，则其他的显示为null。

10、rows

rows列显示MySQL认为它执行查询时必须检查的行数。行数越少，效率越高！

11、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。

12、extra

在其他列不显示额外信息在此列进行展示。

（1）Using index

在进行数据查询的时候，数据库使用了覆盖索引，就是查询的列被索引覆盖，使用到覆盖索引查询速度会非常快。不是使用select * ，而是使用select phone_number，就会用到覆盖索引。

（2）Using where

查询时未找到可用的索引，进而通过where条件过滤获取所需数据，但要注意的是并不是所有带where语句的查询都会显示Using where。

（3）Using temporary

表示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。

（4）Using filesort

此类型表示无法利用索引完成指定的排序操作，也就是ORDER BY的字段实际没有索引，因此此类SQL是需要进行优化的。

exlpain分析实战

上文中我们阐述了explain在分析SQL语句时，可以通过12个属性来分析SQL的大致执行过程，并以此来判断SQL存在的性能问题。那么接下来我们通过一个实际的例子，来具体看下如何结合explain来实现SQL的性能分析。

其实所谓的Mysql性能问题，大部分都指的是平台出现了慢查询问题。慢查询实际上是可以通过配置进行记录的，把执行时间超过某个设定的阈值的sql都记录下来，当出现问题的时候可以通过记录的慢查询日志进行问题的定位。但是有的时候，出现大量慢查询会导致数据库连接给占满，导致整个平台的出现异常。

实际上我们在产品评价表product_evaluation中是建立了索引的，正常来说应该是可以使用到对应的索引字段进行查询的。但是实际上查询耗时有几十秒的时间，远远超过我们的预期。那我们猜测是不是由于某种原因导致Mysql优化器没有选择对应的索引进行数据检索，最后造成慢查询的发生。到底执行计划是怎样的，还是得借助于explain来看下。

如上文所说，虽然explain有12个字段属性帮助我们进行执行计划的分析，但是实际上常用的核心字段也就几个。我们可以看的出来在possible_key中实际上包含了我们设置的索引的，但是实际上Mysql却选择了PRIMARY作为其实际使用的。那么问题来了，为什么明明设置了索引，但是实际并没有用上，呗Mysql吃了吗？另外为什么之前的业务中没有出现这个问题，而现在出现了？我们需要进行进一步的分析。

我们所建立的idx_evaluation_type实际上是一个二级索引（叶子节点是主键id），对于数千万一张的大表来说，实际上这个二级索引也是非常大的，而且这个字段本身的值就三个，变化不大。因此Mysql的优化器在分析这个SQL的时候发现，如果按照SQL中的索引来获取数据后再根据where条件进行筛选，筛选后的数据还需要回表到聚簇索引中获取实际的数据。

假如通过二级索引筛选出来的数据有几万条，而后还需要进行排序，这些操作都是基于临时磁盘我恩建进行的，Mysql判断这种方式的性能可能会很差，因此优化器放弃了原有的数据查询方式，直接通过主键id对应的聚簇索引来进行数据的获取，因为id本身就是有序的。

那么知道了查询慢的原因，我们应该怎么进行优化呢？实际上可以在SQL语句中增加force idnex，强制Mysql使用我们设置的二级索引。

SELECT * FROM product_evaluation force index(idx_product_id)WHERE product_id =1 and evaluation_type='GOOD'  ORDER BY id desc LIMIT 200

总结

通过上文对于explain使用的介绍，大家在遇到慢SQL问题的时候，可以先通过explain来进行初步的分析，主要明确SQL在Mysql中实际的执行过程是怎样的，如果查询字段没有索引则增加索引，如果有索引就要分析为什么没有用到索引。只要明确具体的执行过程，我们才能确定具体的查询优化方案。