mysql 性能优化之Explain讲解

EXPLAIN是 MySQL 中用于分析查询执行计划的重要工具，通过它可以查看查询如何使用索引、扫描数据的方式以及表连接顺序等信息，从而找出性能瓶颈。以下是关于EXPLAIN的详细介绍和实战指南：

1. EXPLAIN 基本用法

在SELECT、INSERT、UPDATE、DELETE语句前加上EXPLAIN关键字即可查看执行计划：

EXPLAIN SELECT * FROM users WHERE age > 18;

2. 关键字段解析

EXPLAIN返回的结果包含多个字段，重点关注以下几个：

id

• 查询的标识符，数值越大优先级越高，相同数值按顺序执行。

type

• 数据访问类型 ，从最优到最差排序：
  • system/const：单条记录查询（主键或唯一索引）。
  • eq_ref ：唯一索引扫描（如JOIN操作）。
  • ref：非唯一索引扫描。
  • range ：范围扫描（如WHERE age > 18）。
  • index：全索引扫描（仅扫描索引树）。
  • ALL：全表扫描（性能最差）。

possible_keys

• 可能使用的索引，但不一定实际使用。

key

• 实际使用的索引，若为NULL则未使用索引。

key_len

• 索引使用的字节数，用于评估索引的选择性。

rows

• MySQL 估算的扫描行数，值越小越好。

Extra

• 额外信息，常见值：
  • Using filesort：需额外排序（性能开销大）。
  • Using temporary ：使用临时表（如GROUP BY或ORDER BY）。
  • Using index：覆盖索引（仅通过索引即可获取所有数据）。

3. 实战优化案例

案例 1：全表扫描优化

问题 SQL：

SELECT * FROM orders WHERE status = 'paid';

EXPLAIN 结果：

+----+-------------+--------+------+---------------+------+---------+------+--------+-------------+
| id | select_type | table  | type | possible_keys | key  | key_len | ref  | rows   | Extra       |
+----+-------------+--------+------+---------------+------+---------+------+--------+-------------+
| 1  | SIMPLE      | orders | ALL  | NULL          | NULL | NULL    | NULL | 100000 | Using where |
+----+-------------+--------+------+---------------+------+---------+------+--------+-------------+

分析 ：type=ALL（全表扫描），key=NULL（未使用索引）。
优化：

ALTER TABLE orders ADD INDEX idx_status (status);

优化后 EXPLAIN：

+----+-------------+--------+------+---------------+----------+---------+-------+------+-------------+
| id | select_type | table  | type | possible_keys | key      | key_len | ref   | rows | Extra       |
+----+-------------+--------+------+---------------+----------+---------+-------+------+-------------+
| 1  | SIMPLE      | orders | ref  | idx_status    | idx_status | 152     | const | 500  | Using index |
+----+-------------+--------+------+---------------+----------+---------+-------+------+-------------+

结果 ：type=ref（索引扫描），rows=500（扫描行数大幅减少），Using index（覆盖索引）。

案例 2：复合索引优化

问题 SQL：

SELECT user_id, amount FROM orders WHERE user_id = 100 AND status = 'paid';

EXPLAIN 结果：

+----+-------------+--------+------+---------------+----------+---------+-------+------+-------------+
| id | select_type | table  | type | possible_keys | key      | key_len | ref   | rows | Extra       |
+----+-------------+--------+------+---------------+----------+---------+-------+------+-------------+
| 1  | SIMPLE      | orders | ref  | idx_user      | idx_user | 4       | const | 1000 | Using where |
+----+-------------+--------+------+---------------+----------+---------+-------+------+-------------+

分析 ：仅使用了user_id索引，未使用status条件。
优化：创建复合索引：

ALTER TABLE orders ADD INDEX idx_user_status (user_id, status);

优化后 EXPLAIN：

+----+-------------+--------+------+-------------------+-------------------+---------+-------------+------+-------------+
| id | select_type | table  | type | possible_keys     | key               | key_len | ref         | rows | Extra       |
+----+-------------+--------+------+-------------------+-------------------+---------+-------------+------+-------------+
| 1  | SIMPLE      | orders | ref  | idx_user_status   | idx_user_status   | 156     | const,const | 50   | Using index |
+----+-------------+--------+------+-------------------+-------------------+---------+-------------+------+-------------+

结果 ：rows=50（扫描行数进一步减少），Using index（覆盖索引）。

案例 3：消除Using filesort

问题 SQL：

SELECT * FROM products ORDER BY create_time LIMIT 10;

EXPLAIN 结果：

+----+-------------+----------+------+---------------+------+---------+------+--------+----------------+
| id | select_type | table    | type | possible_keys | key  | key_len | ref  | rows   | Extra          |
+----+-------------+----------+------+---------------+------+---------+------+--------+----------------+
| 1  | SIMPLE      | products | ALL  | NULL          | NULL | NULL    | NULL | 100000 | Using filesort |
+----+-------------+----------+------+---------------+------+---------+------+--------+----------------+

分析 ：全表扫描后进行文件排序（Using filesort）。
优化：添加索引：

ALTER TABLE products ADD INDEX idx_create_time (create_time);

优化后 EXPLAIN：

+----+-------------+----------+------+---------------+-------------------+---------+------+------+-------------+
| id | select_type | table    | type | possible_keys | key               | key_len | ref  | rows | Extra       |
+----+-------------+----------+------+---------------+-------------------+---------+------+------+-------------+
| 1  | SIMPLE      | products | index| NULL          | idx_create_time   | 5       | NULL | 10   | Using index |
+----+-------------+----------+------+---------------+-------------------+---------+------+------+-------------+

结果 ：type=index（索引扫描），消除了Using filesort。

4. 高级用法：EXPLAIN ANALYZE

MySQL 8.0+ 支持EXPLAIN ANALYZE，返回更详细的执行信息，包括实际扫描行数和时间：

EXPLAIN ANALYZE SELECT * FROM users WHERE age > 18;

5. 优化建议

1. 优先优化type字段 ：尽量避免ALL和index类型，目标是ref或更优。
2. 确保key字段非NULL：通过创建索引让查询使用索引。
3. 消除Using filesort和Using temporary：通过合理索引避免额外排序和临时表。
4. 利用覆盖索引 ：让Extra字段出现Using index，减少回表操作。
5. 复合索引顺序：将选择性高的字段放在前面（如唯一值多的字段）。

6. 常见误区

• 索引越多越好：过多索引会增加写操作开销和内存占用。
• 忽视复合索引顺序：不满足最左匹配原则会导致索引失效。
• 过度依赖EXPLAIN估算 ：rows是估算值，实际可能有偏差，需结合SHOW PROFILE等工具验证。

通过EXPLAIN深入分析查询执行计划，针对性地优化索引和查询语句，可以显著提升 MySQL 性能。