[MySQL] 大厂开发常用 Explain 字段快记

记录大厂日常开发中 SQL Explain 命令中的常见字段，方便快速查阅，绝对的一线经验和实践。

本文参考：

select_type

一条大的查询语句里面可以包含若干个SELECT 关键字，每个SELECT关键字代表着一个小的查询语句，这个字段主要用来表示每个查询语句的查询类型

常用的枚举如下：

名称	描述
SIMPLE	简单的查询（没有使用UNION 或者子查询（subqueries）
PRIMARY	主键查询

最常见的就是 SIMPLE 类型了

代表 SELECT 语句的查询方法，

完整的访问方法如下：system，const，eq_ref，ref，fulltext，ref_or_null，index_merge，unique_subquery，index_subquery，range，index，ALL

当表中只有一条记录并且该表使用的存储引擎的统计数据是精确的，比如MyISAM、Memory、那么对该表的访问方法就是system。比方说我们新建一个MyISAM表，并为其插入一条记录。

const 表示通过索引一次就找到，const用于比较primary key或者unique索引，因为只需匹配一行数据，所以很快，如果将主键置于where列表中，mysql就能将该查询转换为一个const。

当我们根据主键或者唯一二级索引列与常数进行等值匹配时，对单表的访问方法就是const。

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。常见于主键或者唯一索引扫描。

非唯一性索引扫描，返回匹配某个单独值的所有行。

当对普通二级索引进行等值匹配查询，该索引列的type值就可能是ref_or_null。

只检索给定范围的行，一般就是在where语句中出现了 between、<、>、in等的查询。这种索引上的范围扫描比全表扫描要好。只需要开始于某个点，结束于另一个点，不用扫描全部索引。

Full index Scan，index与ALL区别为index类型只遍历索引树，ALL 会遍历全表。Index 会相对快些，因为索引文件通常比数据文件小，但最后整体效率也不高。

ALL: Full Table Scan，遍历全表以找到匹配的行

type（访问类型）是sql查询优化中一个很重要的指标，结果值从好到坏依次是：

system > const > eq_ref > ref > fulltext > ref_or_null > index_merge > unique_subquery > index_subquery > range > index > ALL

其中比较重要的几个做了加粗处理，SQL性能优化的目标：至少要达到range级别，要求是ref级别，最好是const级别（阿里巴巴开发手册要求）

这个概念得和 filtered 搭配着看，之前我就是一直混淆，所以奋而想写这篇文章记录下。从 SQL Server 服务器 + InnoDB 整个存储引擎架构上理解这个概念，总结就是：
存储引擎返回给 SQL Server 的扫描记录条数，

再剖析下，从存储引擎返回的记录，可以走表索引，也可以不走表索引，对应就是 key 也是有可能非空的。那我们在进行索引优化实践时，既要保证查询走索引（type = ref），同时走索引的情况下，rows 越小越好，这样子表明索引的过滤效率高。

索引精确查找

这里key1='z' 可以直接通过索引精确查找，所以预估的rows为1。

范围查找

这里key1>'z' 可以不能通过索引精确查找，所以预估的rows大于1，这里的rows值为398。

从前面 rows 返回记录的基础上，SQL 服务器进一步地还会过滤一遍记录，最终返回给客户端。这个代表的就是最终返回给客户端条数占 rows 条数的比例。

结合上面的 case，key1 走存储引擎的索引过滤返回了 398 条记录，AND common_field 走不了索引了，是在 SQL 服务器过滤的（在 Extra 里的 Using where 也体现），最终过滤出来只有 10% 的记录符合条件。