翻译翻译，什么TMD叫EXPLAIN

本文共4802字，21图，预计阅读13分钟。

哈喽，大家好，我是一条，一个梦想弃码从文的程序员！

先跟大家补一个元旦快乐！新年新气象，答应大家好久的sql优化内容也该提上日程。

其实网上有很多写的很好的sql优化文章，全面细致，但是都遗漏了一个问题，只教了大家怎么治病，没教怎么看病，这就好比一个饱读医书的大夫，病人往这一坐，望闻问切全都不会，一身的本事不知道该用哪个？

急死个人了。

所以今天就聊聊怎么看病，也就是如何看懂MySQL的执行计划。

EXPLAIN

当客户端发送给服务端一条sql语句后，并不是拿过来就执行的，而是先经过优化器选取最优的方案，比如表的读取顺序，索引实际是否被使用，表之间的引用等。 而优化后的执行方案就称之为执行计划。

EXPLAIN的作用就是查看执行计划，使用起来非常简单，无论是select、insert、update、delete，都是只需要在前面加explain。

-- items : 商品主数据表
explain select * from items;

执行后的结果如下（为方便查看，使用树形结构展示）：

左面就是执行计划的列名，我们的学习的关键就是要知道每列的含义。

右面是对应的值，在实际开发中通过分析值来诊断sql语句的问题。

看懂执行计划

id

select的执行顺序，怎么理解呢？看下面的sql：

  explain
  select *
  from items_img
  where item_id =
        (select id from items where item_name like '蛋糕');

共有两个查询，哪个先执行呢，可以通过id来判断：

• id 越大，优先级越高，越先执行。
• id相同的情况下执行顺序是由上到下。

验证一下：

可以看到id=2，对应items表，先执行。

select_type

观察刚才的输出结果，发现子查询的select_type值是不一样的，分别是什么意思呢？

顾名思义，应该是查询类型的意思，我们只要知道了某个小查询的select_type属性，就知道了这个小查询在整个大查询中扮演了一个什么角色。

PRIMARY是指查询中包含子查询，并且该查询位于最外层，而SUBQUERY翻译过来就是子查询。上面的SIMPLE则是最普通，最简单的查询。

还有一些其他的值如下：

• DERIVED : 表示在from中包含子查询
• UNION : 对于包含UNION或者UNION ALL的大查询来说，除了最外层的查询会被标记为PRIMARY，其余都会被标记为UNION。
• UNION RESULT : 表示UNION查询中的临时表。
• MATERIALIZED：IN或EXISTS后的查询。

补充说明： MATERIALIZED翻译过来是物化的意思，即将子查询结果集中的记录保存到临时表的过程。 临时表称之为物化表。正因为物化表中的记录都建立了索引（基于内存的物化表有哈希索引，基于磁盘的有B+树索引），通过索引执行IN语句判断某个操作数在不在子查询结果集中变得非常快，从而提升了子查询语句的性能。

table

这个无需多说，表明这一行的数据是关于哪个表。

partitions

这里先介绍一下分区表的概念，和我们常说的分库分表不同。

分区表是指将数据文件在磁盘上进行分区，将一个大文件分成多个小文件。可以优化查询性能，特别是对于count查询可以并发统计，还可以通过指定分区快速删除废弃数据。

分区类型：

• RANGE分区：根据给定一个连续的区间进行分区。在删除旧数据时特别有用。
• LIST分区：根据具体数值分区。假设某商品销售在华东，华中，华北三个战区，按照战区分区，在where查询时只需要指定分区即可。
• HASH分区：根据对固定整数取模来分区，这就要求数据分布比较平均。Hash分区也存在与传统Hash分表一样的问题，可扩展性差。MySQL也提供了一个类似于一致性Hash的分区方法——线性Hash分区，只需要在定义分区时添加LINEAR关键字。
• KEY分区：与Hash分区很相似，只是Hash函数不同。

看一个创建分区表的示例：

 -- 创建user表
 create table user_partitions (
   id int auto_increment, 
   name varchar(12),
   primary key(id)
 )
 -- 按照id分区，id<100 p0分区，其他p1分区
 partition by range(id)(
     partition p0 values less than(100),
     partition p1 values less than maxvalue
 );

回到执行计划，partitions这列表明数据在哪个分区。

type

代表访问类型，即如何查找数据，结果值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

可以只记住简化版的：

system > const > eq_ref > ref > range > index>all

生产环境一般需要达到ref或range 级别。依次给大家介绍下：

system：表中只有一行记录（等于系统表），平时基本不会出现。

const：通过索引一次就找到了。

示例：

explain
    select * from items where id = 'bingan-1001';

eq_ref：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。

ref：非唯一索引扫描，返回匹配某个单独值的所有行。

首先商品表给销量建一个索引，但不是唯一索引。

sql如下：

explain
    select * from items where sell_counts = 3308;

range：只检索给定范围的行。

还是销量这列，sql如下：

explain
    select * from items where sell_counts between 3000 and 10000;

index：当查询的结果全为索引列的时候。

explain
    select id,sell_counts from items;

all：全表扫描

explain
    select * from items where sell_counts;

null：是不是没想到还会有空的时候，空的意思是我都不需要查表，只需要查索引就能搞定，比如：

explain select min(id) from items;

table也是空，说明只查了索引。

possible_keys

翻译一下就是可能用到的key，但不一定真正会用到，有可能是因为MySQL认为有更合适的索引，也可能因为数据量较少，MySQL认为索引对此查询帮助不大，选择了全表查询。

如果想强制使用或不使用某个索引，可以在查询中使用 force index、ignore index。

key

真正用到的索引。

通过对比possible_keys和key,可以观察所建的索引是否被使用，即索引是否合理，从而进行优化。

索引不是建的越多越好，可能使用的索引越多，查询优化器计算查询成本时就得花费更长时间，所以如果可以的话，尽量删除那些用不到的索引。

对于线上已经存在大量数据的表，不要轻易增加索引，因为会增大数据库的压力。

key_len

表示索引使用的字节数，通过这个值可以算出具体使用了索引中的哪些列。

看一个案例：

新建一个联合索引

执行如下sql

explain
    select * from items where sell_counts=300;

看一下结果

显然是用到了联合索引，但是具体用到那一列呢，发现ken_len是4，正好是一个int类型的长度，也是就只使用了sell_counts这列。

修改一下sql

explain
    select * from items where sell_counts=300 and item_name='好吃蛋糕甜点蒸蛋糕';

执行结果

索引不变，ken_len变为134，怎么来的呢？

需要先看一下item_name的长度是32。

还需要知道字符编码是是什么？show variables like 'character%';

utf8mb4是个啥呢，简单说就是它才是MySQL中真正的utf8,而MySQL中的utf8是一种“专属的编码”，它能够编码的Unicode字符并不多。

这其实MySQL的一个bug，utf8mb4是用来修复的。

言归正传，用字段长度*编码所占字节=总的字节数。即32*4=128。（latin1占用一个字节，gbk占用两个字节，utf-8 占用三个字节）。

但是这还没完，因为varchar是可变长度的，还需要两位存储真正的长度。这样加上int的四个字节，刚好134，由此推断出用到了sell_conts和item_name两列（128+2+4=134）。

另外由于字符串是可以存储空值的，所以还需要一个标志位来存储是否为空，但是在本例中，item_name是非空列，所以不再加一。

ref

展示与索引列作等值匹配的值是什么，比如一个常数或者是某个列。

explain
    select * from items i where id = 'cake-1001';

这样是一个常数

explain
    select * from items i left join category c
    on c.id = i.cat_id;

这样是一个列

rows

大致所需要读取的行数。

如果查询优化器决定使用全表扫描的方式对某个表执行查询时，代表预计需要扫描的行数。

如果使用索引来执行查询时，就代表预计扫描的索引记录行数。

explain
    select * from items i where sell_counts >  100;

filtered

通过表条件过滤出的行数的百分比估计值。

Extra

顾名思义，Extra列是用来说明一些额外信息的，我们可以通过这些额外信息来更准确的理解MySQL到底将如何执行给定的查询语句，也是很重要的一列。主要有以下值：

• Using index：查询的列被索引覆盖，也就是使用了覆盖索引，会很快。
• Using where：表明使用了 where 过滤。
• Using where Using index：查询的列被索引覆盖，但是不是索引的前导列（第一列）。
• NULL：查询的列未被索引覆盖，并且where筛选条件是索引的前导列。即用到了索引，但还不够，需要回表（先拿到id，通过id再查一遍）
• Using index condition：查询的列不完全被索引覆盖，where条件中是一个前导列的范围
• Using temporary：用到了临时表，比如去重，分组。
• Using filesort：排序列未创建索引。
• Using join buffer (Block Nested Loop)：关联查询时，当被驱动表没有索引时，MySQL一般会为其分配一块名叫join buffer的内存块来加快查询速度，也就是我们所讲的基于块的嵌套循环算法。

explain
    select * from items i left join category c
    on c.name = i.item_name;

还会有比如No tables used（没有from子句）等等。

总结

ok，EXPLAIN的所有列就已经聊完了，小结一下：

最后

至此，成为一个江湖郎中已经不是问题，想成为sql优化的名医，还需要看下一节的移花接木之法。敬请期待！