MySQL入门教程（21）使用EXPLAIN执行计划进行SQL性能分析

一、MySQL EXPLAIN执行计划介绍
在使用PROFILE定位出SQL执行时长过长后，下一步就可以使用执行计划进行SQL的详细分析了。MySQL的执行计划可以用于计算出数据库自身优化器在处理SQL时的资源成本，对于SQL优化起到关键作用。在MySQL中使用执行计划的命令是EXPLAIN（也可以写为desc、describe），通过该命令可以查看SQL在真正执行时所需要经历的一系列过程，通过执行计划的结果可以分析出一条SQL在进行查询时的查找顺序、是否有使用索引等有用信息。在使用执行计划对SQL进行分析时其SQL并不会真正执行，所以不用担心占用系统资源或者修改了数据

#使用执行计划分析语句 
mysql > EXPLAIN SELECT id,name FROM table; #explain后面接上SQL即可 
mysql > EXPLAIN FORMAT=JSON SELECT id,name FROM table; #以JSON格式进行输出，信息比默认的传统模式更详细，增加了query_cost以查看SQL成本信息 
mysql > EXPLAIN FORMAT=TREE SELECT id,name FROM table; #8.0.16开始支持的tree模式，层次结构稍有变化

二、MySQL EXPLAIN执行计划说明

下图是一个执行计划语句执行后的返回结果，可以看到包含了多列信息，每一列信息所代表的含义各不相同

1、id列

通常有多少个SELECT语句就会有多少个ID（如果有使用临时表则会出现更多的记录，但是没有id），每个id表示的都是一个独立的查询，所以id的数量越少越好。id值相同的为同组SQL，按照从上往下的顺序进行执行，排在前面的为驱动表，后面的是被驱动表。如果存在子查询，id编号会递增，ID大的SQL会优先执行

2、select_type列

在id列中每个id都代表了一个SELECT的出现，而在select_type列中则说明了每一个SELECT语句的查询类型

· SIMPLE：不包含UNION或子查询的简单查询

· PRIMARY：包含子查询或者UNION语句的主查询语句

· UNION或者SUBQUERY：子查询

· MATERIALIZED：需要临时表来存储结果集，以便下一步操作可以使用。通常是子查询语句包含了聚合函数（如SUM()和COUNT()）或GROUP BY子句，然后优化器会将子查询物化之后再与外层查询进行连接

3、table列

SQL所涉及到的表，一条SQL可能会涉及多张表，可以看这个分析具体是查哪张表有问题

4、type列

数据查找方式，不同的查找方式性能不同，通常需要对ALL或者INDEX类型做优化，至少达到range级别

· const：表中最多只有一行数据被匹配，代表该SQL使用主键或唯一索引进行查询，可以直接返回需要查询的某条记录，效率最高
· eq_ref：通过唯一索引进行多表查询，被驱动表的查询方式为eq_ref
· ref：基于普通索引等值查询，比如包含了=的语句
· range：基于索引进行范围查询，比如包含了>、<、like、in、between、and、or的语句
· index：对索引列进行全表扫描，需要优化
· all：对整张表全表扫描，最糟糕的情况

5、possible_keys与key列

分别显示了可能会用到的索引和实际用到的索引。如果possible_keys非空而key为空，则要检查语句是否存在索引失效的情况

6、key_len列

计算索引长度，对单列索引没有意义，主要用于计算联合索引命中情况，比如说对于4个字段建立了联合索引，可以通过长度来计算具体哪些列的索引有被使用。比如定义了字段'user_name char(20) NOT NULL DEFAULT'，由于char(20)且非空，utf8字符集占用3个字节，那么最终长度就是20*3=60。如果允许NULL，那么还要额外+1字节，变长额外+2字节。假设有字段为varchr(10)、允许NULL、字符集为UTF8，那么索引长度就是10 * 3 +1（NULL）+2（变长字段）；有字段为varchr(10)且不允许NULL，那么长度就是10 * 3 +2（变长字段）

CREATE TABLE `t1` ( 
`id` int(10) unsigned NOT NULL AUTO_INCREMENT, 
`name` char(20) NOT NULL DEFAULT '', 
`name1` char(20) DEFAULT NULL, 
PRIMARY KEY (`id`), 
KEY idx_key_name_name1 (`name`,`name1`) ) 
ENGINE=InnoDB DEFAULT CHARSET=utf8 

EXPLAIN select * from t1 where name='atlas' and name1='yayun'; # explain中key_len=121，计算方式为20 * 3 + (20 * 3 +1)=121

7、ref列

多表查询时表之间字段引用关系，显示索引哪一列被使用了

8、rows列

预估需要扫描的数据行数，也基本是回表的次数，值越小越好。如果表的.ibd文件存在大量碎片空洞，需要使用optimize回收空间后这个预估值才会更准确

9、filtered列

rows列扫描行数与实际满足查询条件行数的比例，比例越高越好，如100%（如rows列显示扫描10000行，有5000行满足查询要求，那么filterd列显示为50）。该列对于多表连接的意义更大，比如t1表是驱动表、t2表是被驱动表，t1表中rows列为9688，filtered为10，代表着驱动表t1需要进行9688*0.1=968次的查询

10、extra列

额外信息列
· Using temporary：表示需要使用临时表来存储查询结果，通常是执行DISTINCT去重或者GROUP BY等操作但是缺少索引导致
· Using filesort：表示查询使用了order by、group by语句排序，但是排序的字段并没有索引。对于单索引，如果排序和查找是同一个字段不会出现using filesort，建议where哪些字段就order by哪些字段
· Using index：表示查询使用了覆盖索引，该SQL无需回表，性能最好
· Using join buffer：代表多表 JOIN 连接没有走索引
· Using where：代表需要进行回表查询，属于中性结果
· Using index condition：索引下推（简称ICP），可以减少回表次数。比如有联合索引(name,job,address)，当开启索引下推后，查询语句WHERE name='xxx' AND job LIKE '%xxx'这样的语句也能使用到索引

# 创建一个复合索引 
alter table test02 add index idx_a1_a2_a3 (a1,a2,a3) ; 

# using filesort 
explain select *from test02 where a1='' order by a3 ; 
explain select *from test02 where a2='' order by a3 ; 

# 无using filesort 
explain select *from test02 where a1='' order by a2 ; 

# using temporary explain select a1 from test02 where a1 in ('1','2','3') group by a2 ; 

# 无using temporary 
explain select a1 from test02 where a1 in ('1','2','3') group by a1 ; 

# where后面是a2和a4，按照SQL执行顺序先查出了a2和a4然后再对其进行分组，所以不需要temporary 
explain select * from test03 where a2=2 and a4=4 group by a2,a4; 

# where后面是a2和a4，但是最后分组是a3字段，此时确实相关数据，因此需要临时表，出现using temporary 
explain select * from test03 where a2=2 and a4=4 group by a3;

三、索引成本导致优化器用错索引问题
1、索引基数
在执行SQL前优化器会分析所有可能的执行计划，然后根据CBO（基于成本的优化器）方法选择一个它认为成本最低的方法去执行，如下语句可以查看表中索引的基数，其中cardinality列就是语句根据索引可能使用到的查询可能性，数值越大越接近表的行数，说明区分度越高

#查看表中索引的基数 
show index from table_name;

2、索引基数会影响区分度
如果explain预估的rows值跟实际情况差距比较大，或者原本应该选择索引的语句最终放弃了索引，一般是因为索引统计不准确导致的。还有一种情况就是如果全表扫描的成本比二级索引成本低，就会存在有索引但是不使用的问题（为什么全表扫描比二级索引查询快？ 因为二级索引需要回表，当回表的记录数非常大时，成本就会比直接扫描要慢，因此这取决于回表的记录数）

# 查看成本方法示例
EXPLAIN FORMAT=json SELECT o_custkey,SUM(o_totalprice) FROM orders GROUP BY o_custkey

3、优化索引
使用analyze table可以重新统计索引信息，并重新计算索引基数，适用于一些索引预估明显有问题的情况

analyze table test_table  #重新统计索引信息

4、强制索引
大部分情况可以通过analyze命令解决，或者强制指定索引进行查询。甚至还可以通过删掉不必要的索引来规避优化器选错索引的问题

select * from tast_table force index(a) where a between 1 and 1000 and b between 50000 and 100000 order by b limit 1;