MySQL EXPLAIN查看执行计划

MySQL 执⾏计划是 MySQL 查询优化器分析 SQL 查询时⽣成的⼀份详细计划，包括表如何连 接、是否⾛索引、表扫描⾏数等。通过这份执⾏计划，我们可以分析这条 SQL 查询中存在的 问题（如是否出现全表扫描），从⽽进⾏针对优化。
我们可以通过 EXPLAIN来查询我们SQL的执行计划。

EXPLAIN

各字段的含义

Id

SELECT查询的序列号，表示执行SELECT 子句的顺序（Id相同，从上往下执行，Id不同，值越大越先执行。）

select_type

查询类型，来区分简单查询、联合查询、⼦查询等。
常⻅的类型有：

  • SIMPLE：简单查询，不包含表连接或⼦查询
  • PRIMARY：主查询，外层的查询
  • SUBQUERY：⼦查询中第⼀个
  • SELECT UNION：UNION 后⾯的 SELECT 查询语句
  • UNION RESULT：UNION 合并的结果

table

查询的表名（也可以是别名）

partitions

匹配的分区，没有分区的表为 NULL

type*

扫描表的方式。

常见的类型有：（性能从上到下，越来越差）

system

表中只有一行数据（系统表），这是const类型的特殊情况；

const

最多返回一条匹配的数据在查询的最开始读取。
因为是通过主键来查询的，然后我们的1也是常量级的，所以类型是const。

eq_ref

在连接查询中被驱动表使用主键或者唯一键进行连接的时候。（被驱动表只返回一行数据），类似于外键查询。

ref

在连接查询中被驱动表使用普通索引进行连接的时候，或者在普通查询的WHERE条件中使用索引，基于这个索引来匹配表中所有的行。（也就是在查询前就知道可能会返回多条数据）

fulltext

使用全文索引查询数据。

ref_of_null

在ref的基础，额外添加了对NULL值的查找。

在join中也可使用

index_merge

索引合并在key列中会显示所有使用到的索引。类似于有两个条件，这两个条件都有索引，用OR进行连接的话，最后会通过两个索引查询的所有主键值来进行合并（并集）。这个称之为`索引合并。

key列中，可以看见我们使用了两个索引

range

使用索引进行范围查找。
像between，>=，>，<，<=这种查询都是范围查询。

like前缀的模糊查询也是范围查找。

index

虽然用到了索引，但是是扫描了所有的索引。

ALL

全表扫描。（注意：全表扫描并不代表就是最差的方案，就比方你本身就需要全部表的数据，你使用全表扫描还能用什么呢？）

possible_keys

这一列显示查询可能使用那些索引来查找。
explain 中有可能possible_keys中有值，但是我们的key中显示NULL的情况，这种因为表中的数据不多，MySQL认为对此查询帮助不大，选择了全表查询。

key

实际采用了那个索引。
如果没有使用索引时，我们可以通过force index，ignore index，来强制使用某个索引或者忽略某个索引。

key_len

表示使用key中索引的长度。
我们创建了一个b_c_d（三个字段的联合索引）。
这里可以用的b=4来进行查询。key列中存在我们的索引，但是注意key_len是5，代表我们使用到了部分索引。
image.png
当我们使用 b=4 and c=4，这样里的key_len 是10
image.png
当我们使用 b = 4 and c = 4 and d = 4，这样里的key_len 是15
image.png
这里的计算方式是，1个int类型的索引是4个字节，又因为这个字段是允许为空的，所有的加+1位，则是5个字节。所有可以通过观察key_len，来判断索引是否被充分使用。

key_len 计算规则
字符串

如果是utf-8，则一个数字与一个字符占一个字节，一个汉字占3个字节

  • char：如果存汉字就是3n字节
  • varchar：如果存汉字则长度是3n+2字节，+2的2个字节用来存储字符串长度，因为字符串长度，
数值类型
  • tinyint：1字节
  • smallint：2字节
  • int：4字节
  • bigint：8字节
时间类型
  • date：3字节
  • timestamp：4字节
  • datetime：8字节

注意：为空的字段，索引需要在额外+1，判断是否为NULL；

索引最大长度

索引最大长度是768字节，当字符串过长时，mysql，会做一个类似于左前缀索引的处理，将前前半部分的字符提取出来做索引。

ref

这一列显示了在key列记录的索引中，表查找值所用到的列或者常量。常见的有：const常量，字段名

row

表示mysql大概扫描的行数，这个并不是真正的结果集行数。

filtered

基于row扫描的行数，最后用到了百分之多少的数据，优化可以根据这个来做文章，因为如果说有大量扫描的数据没有被使用，那么会降低查询效率。

Extra*

字段通常回会显示更多的信息，可以帮助我们发现性能问题的所在。

Using where

使用where语句来进行过滤，并且使用的**条件未被索引**覆盖。（表级的过滤）

Using index condition

查询的列没有完全被索引覆盖，且使用where条件进行前置过滤。

Using index

表示直接通过索引即可返回所需的字段信息，不需要返回表。（索引覆盖）
就比方，需要返回一个二级索引值与主键值，使用where条件查询二级索引时，因为二级索引的叶子节点中存储的是主键值，所有不需要进行回表了。

Using filesort

表示需要额外的执行排序操作。数据较小时从内存排序，否则需要在磁盘完成排序。

Using temporart

意味着需要创建临时表保存中间结果

EXPLAIN 扩展选项

EXPLAIN FORMAT = tree

按树状结构输出我们的执行计划。
缩进越深越先执行，如果缩进相同从上往下执行.

EXPLAIN format = tree 
SELECT
* 
FROMactor aLEFT JOIN country b ON a.id = b.id-> Nested loop left join  (cost=1.60 rows=3)-> Table scan on a  (cost=0.55 rows=3)-> Single-row index lookup on b using PRIMARY (Id=a.id)  (cost=0.28 rows=1)

EXPLAIN FORMAT = json

EXPLAIN format = json 
SELECT
* 
FROMactor aLEFT JOIN country b ON a.id = b.id{"query_block": {"select_id": 1,"cost_info": {"query_cost": "1.60"},"nested_loop": [{"table": {"table_name": "a","access_type": "ALL","rows_examined_per_scan": 3,"rows_produced_per_join": 3,"filtered": "100.00","cost_info": {"read_cost": "0.25","eval_cost": "0.30","prefix_cost": "0.55","data_read_per_join": "456"},"used_columns": ["id","name","update_time"]}},{"table": {"table_name": "b","access_type": "eq_ref","possible_keys": ["PRIMARY"],"key": "PRIMARY","used_key_parts": ["Id"],"key_length": "4","ref": ["test.a.id"],"rows_examined_per_scan": 1,"rows_produced_per_join": 3,"filtered": "100.00","cost_info": {"read_cost": "0.75","eval_cost": "0.30","prefix_cost": "1.60","data_read_per_join": "4K"},"used_columns": ["Id","countryname","countrycode"]}}]}
}

EXPLAIN ANALYZE （MySQL8.0以上）

帮我们实际去执行一遍，并帮我们拿到实际的执行计划，及实际的值。

explain ANALYZE select * from T1 join T2 on T1.a  = T2.a;-> Nested loop inner join  (cost=1.15 rows=2) (actual time=0.048..0.073 rows=3 loops=1)-> Covering index scan on T1 using index_b  (cost=0.45 rows=2) (actual time=0.034..0.043 rows=3 loops=1)-> Single-row index lookup on T2 using PRIMARY (a=t1.a)  (cost=0.30 rows=1) (actual time=0.009..0.009 rows=1 loops=3)

SHOW WARNINGS

可以拿到实际上被MySQL优化器，优化过后的SQL。
很经典的样例就是，子查询中的Order By被优化掉了。
因为我们这把排序放到了子查询内部，执行后发现我们的数据并没有按a来进行排序。
通过show warnings可以看见实际执行的SQL中并没有Order by
image.png
方案一：在Order by 后面加个limit ，limit的数量比你原有的结果集大就行，
方案二：Order by放最外面。
MySQL针对子查询的优化，必须不是一个包含了limit和order by才会进行优化。

本文来自互联网用户投稿，该文观点仅代表作者本人，不代表本站立场。本站仅提供信息存储空间服务，不拥有所有权，不承担相关法律责任。如若转载，请注明出处：http://www.mzph.cn/news/132518.shtml

如若内容造成侵权/违法违规/事实不符，请联系多彩编程网进行投诉反馈email:809451989@qq.com，一经查实，立即删除！

相关文章

双十一运动健身好物推荐，这几款健身好物一定不要错过！

双十一运动健身好物推荐，这几款健身好物一定不要错过！

双十一购物狂欢节又要到了&#xff0c;又要到买买买的时候了&#xff01;相信有很多想健身的小白还在发愁不知道买啥装备&#xff1f;别急&#xff0c;三年健身达人这就给你们分享我的年度健身好物&#xff01; 第一款&#xff1a;南卡Runner Pro4s骨传导耳机 推荐理由&#…
阅读更多...
VSCode 连接不上 debian 的问题

VSCode 连接不上 debian 的问题

之前一台笔记本上安装了 debian12&#xff0c;当时用 vscode 是可以连接上的&#xff0c;但今天连接突然就失败了&#xff0c;失败信息是这样的&#xff1a; 查看失败信息 因为 debian 是自动获取 ip 地址的&#xff0c;以前能连接上时&#xff0c;ip 地址是 104&#xff0c;然…
阅读更多...
红队专题-新型webshell的研究

红队专题-新型webshell的研究

新型webshell的研究 招募六边形战士队员webshell与MemoryShell内存马新型一句话木马之Java篇 AES加密Class二进制解析友军防护为什么会被拦截SO waf防护规则END 一劳永逸绕过waf实现篇服务端实现 前言&#xff1a;你马没了利用JavaAgent技术发现并清除系统中的内存马介绍安全行…
阅读更多...
centos7安装nginx-阿里云服务器

centos7安装nginx-阿里云服务器

1.背景 2.准备工作步骤 2.1.安装gcc 阿里云服务器一般默认是安装了的 检查是否已安装 gcc -v 出现如下信息表示已安装: 如果没有安装,执行 yum -y install gcc 2.2.安装pcre,pcre-devel yum install -y pcre pcre-devel 2.3.安装zlib yum install -y zlib zlib-devel…
阅读更多...
PS Raw中文增效工具Camera Raw 16

PS Raw中文增效工具Camera Raw 16

Camera Raw 16 for mac&#xff08;PS Raw增效工具&#xff09;的功能特色包括强大的图像调整工具。例如&#xff0c;它提供白平衡、曝光、对比度、饱和度等调整选项&#xff0c;帮助用户优化图像的色彩和细节。此外&#xff0c;Camera Raw 16的界面简洁易用&#xff0c;用户可…
阅读更多...
Python + Selenium，分分钟搭建 Web 自动化测试框架！

Python + Selenium，分分钟搭建 Web 自动化测试框架！

在程序员的世界中&#xff0c;一切重复性的工作&#xff0c;都应该通过程序自动执行。「自动化测试」就是一个最好的例子。 随着互联网应用开发周期越来越短&#xff0c;迭代速度越来越快&#xff0c;只会点点点&#xff0c;不懂开发的手工测试&#xff0c;已经无法满足如今的…
阅读更多...
【小白专用】PHP中的JSON转换操作指南 23.11.06

【小白专用】PHP中的JSON转换操作指南 23.11.06

一、JSON的基础知识 1.1JSON数据格式 JSON数据格式是一组键值对的集合&#xff0c;通过逗号分隔。键值对由“键”和“值”组成&#xff0c;中间使用冒号分隔。JSON数据格式可以嵌套&#xff0c;而且可以使用数组 二、PHP中的JSON函数 JSON的操作需要使用编程语言进行处理&am…
阅读更多...
.NET Core 中插件式开发实现

.NET Core 中插件式开发实现

在 .NET Framework 中&#xff0c;通过AppDomain实现动态加载和卸载程序集的效果&#xff1b;但是.NET Core 仅支持单个默认应用域&#xff0c;那么在.NET Core中如何实现【插件式】开发呢&#xff1f; 一、.NET Core 中 AssemblyLoadContext的使用 1、AssemblyLoadContext简…
阅读更多...
Javaweb之HTML,CSS的详细解析

Javaweb之HTML,CSS的详细解析

2.4 表格标签 场景&#xff1a;在网页中以表格&#xff08;行、列&#xff09;形式整齐展示数据&#xff0c;我们在一些管理类的系统中&#xff0c;会看到数据通常都是以表格的形式呈现出来的&#xff0c;比如&#xff1a;班级表、学生表、课程表、成绩表等等。 标签&#xff…
阅读更多...
输电线路AR可视化巡检降低作业风险

输电线路AR可视化巡检降低作业风险

随着现代工业的快速发展&#xff0c;各行业的一线技术工人要处理的问题越来越复杂&#xff0c;一些工作中棘手的问题迫切需要远端专家的协同处理。但远端专家赶来现场往往面临着专家差旅成本高、设备停机损失大、专业支持滞后、突发故障无法立即解决等痛点。传统的远程协助似乎…
阅读更多...
OFDM同步--载波频率偏差CFO

OFDM同步--载波频率偏差CFO

参考书籍&#xff1a;《MIMO-OFDM无线通信技术及MATLAB实现》 实验图基本都截取自该本书 一、什么是CFO OFDM解调是采用同步检波的方式&#xff0c;需要在接收机使用与发射机相同的载波信号进行向下变换恢复出基带信号。但在实际使用中无法获得完全相同的载波信号&#xff0c;…
阅读更多...
Mysql之多表查询上篇

Mysql之多表查询上篇

Mysql之多表查询上篇 多表查询什么是多表查询笛卡尔积(交叉连接)产生笛卡尔积的条件避免笛卡尔积的方法 多表查询的分类1.等值连接 VS 非等值连接等值连接非等值连接扩展1表的别名扩展2&#xff1a;连接多个表 2.自连接与非自连接扩展3&#xff1a;SQL语法标准 内连接SQL92语法…
阅读更多...
03 贝尔曼公式

03 贝尔曼公式

贝尔曼公式 前言1、Motivating examples2、state value3、Bellman equation:Derivation4、Bellman equation:Matrix-vector form4、Bellman equation:Solve the state value5、Action value 前言 本文来自西湖大学赵世钰老师的B站视频。本节课主要介绍贝尔曼公式。 本节课概要…
阅读更多...
Jmeter之JSR223

Jmeter之JSR223

一、JSR223组件 JSR是Java Specification Requests的缩写,意思是Java规范提案。JSR已成为Java界的一个重要标准. JSR223其实包含了有好几种组件,但是其用法都是一致的,并且都是执行一段代码&#xff0c;主要分类如下&#xff1a; JSR223 PreProcessor JSR223 Timer JSR223 S…
阅读更多...
LeetCode热题100——链表

LeetCode热题100——链表

链表 1. 相交链表2. 反转链表3. 回文链表4. 环形链表5. 合并两个有序链表 1. 相交链表 给你两个单链表的头节点 headA 和 headB &#xff0c;请你找出并返回两个单链表相交的起始节点。如果两个链表不存在相交节点&#xff0c;返回 null 。 // 题解&#xff1a;使用A/B循环遍…
阅读更多...
最新ChatGPT商业运营系统源码+支持GPT4/支持ai绘画+支持Midjourney绘画

最新ChatGPT商业运营系统源码+支持GPT4/支持ai绘画+支持Midjourney绘画

一、AI创作系统 SparkAi创作系统是基于OpenAI很火的ChatGPT进行开发的Ai智能问答系统和Midjourney绘画系统&#xff0c;支持OpenAI-GPT全模型国内AI全模型。本期针对源码系统整体测试下来非常完美&#xff0c;可以说SparkAi是目前国内一款的ChatGPT对接OpenAI软件系统。那么如…
阅读更多...
js比较大小

js比较大小

阅读更多...
WebSocket Day03 : SpringMVC整合WebSocket

WebSocket Day03 : SpringMVC整合WebSocket

前言 在现代Web应用程序中&#xff0c;实时性和即时通信变得越来越重要。传统的HTTP请求-响应模式无法满足实时数据传输和双向通信的需求。随着技术的发展&#xff0c;WebSocket成为了一种强大而灵活的解决方案。 WebSocket是HTML5提供的一种新的通信协议&#xff0c;它通过一…
阅读更多...
JavaEE的渊源

JavaEE的渊源

JavaEE的渊源 1. JavaEE的起源2. JavaEE与Spring的诞生3. JavaEE发展历程&#xff08;2003-2007&#xff09;4. JavaEE发展历程&#xff08;2009-至今&#xff09;5. Java的Spec数目与网络结构 1. JavaEE的起源 我们首先来讲一下JavaEE的起源 ,为什么要来讲起源 &#xff1f; …
阅读更多...
Unit1_3：分治算法之排序问题

Unit1_3：分治算法之排序问题

文章目录 一、归并排序二、快速排序思路伪代码流程图时间复杂度改进 三、堆排序结构插入提取最小值排序抽象 四、比较排序总结决策树模型 一、归并排序 归并排序子操作的思路和Unit1_2逆序计算一样 下面写一下伪代码 if left < right thencenter←L(left right)/2];Merge…
阅读更多...
推荐文章
最新文章

Copyright @ 2022~2023