一、阅读前

其实录制了一个视频专门讲解这篇文章，视频中讲的比下文还全哦

image

视频链接：

https://mp.weixin.qq.com/s/wGcODm6gfy6JOvkcKp-8MA

https://mp.weixin.qq.com/s/wGcODm6gfy6JOvkcKp-8MA

Oow！

想白嫖explain实战部分用到的建库SQL、存储过程等脚本可以通过上面的视频链接关注，后台回复：explain即可领取哦～

二、explain 实战

2.1、初识执行计划：

获取sql执行计划的语法：explain yoursql

explain select * from t1;

image

2.2、分析联表SQL的执行计划

SQL如下：

mysql> explain select * from t1 join t2;

image

SQL执行时，会先将驱动表t1中的数据以全表扫描的方式检索出来放在内存中，一共检索4行。然后在将t2表中的数据检索出来，和t1中的数据join在一起作为返回值。由于我们没有加任何where条件，这里还会存在一个笛卡尔积，也就是说结果中会有16条数据

执行计划解析：

id：每一个select 关键字对应一个id，这条SQL中只有一个select，所以这两行执行计划的id都是1

select_type：均是simple 简单的查询方式。

table：查询了哪张表

Partitions：分区

type：ALL表示全表扫描

possible_keys：可能使用到的索引，null表示，没有任何索引 key：null表示实际上也没有使用到索引

key_len：最长的索引的长度

ref：当你使用到索引时，索引列是等值匹配还是其他的连接方式，由于我们都没有索引，所以直接为null

rows：估算的扫描行数

filterd：过滤的比例，实际数量*过滤比例 ≈ 本次查询返回的行数

Extra：其他的信息

2.3、分析子查询SQL的执行计划

SQL如下：

explain select * from t1 where x1 in (select x1 from t2) or x3 = 890;

image

id：有两个select 语言，所以执行计划的id有两个

table、partitions 不再赘述

select_type：第一行查询语句的查询类型是Primary，主查询。第二条查询SQL的类型是Subquery，自查询。

对于主查询而言，where条件中有or x3 = 123 （x3我们创建了索引）说明他有可用的索引：t1_x3_index 。但是它最终并没有使用这个索引，它使用的全表扫描ALL的查询方式。所以对应的key_len（最长的索引长度为null）。预估全表扫描出9987条数据。

主查询之所以有x3索引却不用，是因为MYSQL认为，使用这个索引和不用索引的层本擦不多。

对于自查询来说，它的查询类型是自查询。它选择使用t2表的x1这个二级索引，最长的索引长度为515byte，预估扫描14948条数据。

2.4、分析union SQL的执行计划

# 联合t1、t2并对union的结果进行去重！
explain select * from t1 union select * from t2;

image

同样执行计划有有3行

针对t1的查询为主查询，因为sql中没有任何查询条件，所以Extra、possible_key、key都为NULL，并且预计全表扫描9987行数据。

第二行不再赘述。

第三行的查询类型为：Union result，针对表<union1,2>进行操作，Extra中的Using tmporary表明这是一个临时表。也就是说，结果集放到临时表中进行去重。

2.5、分析复杂SQL的执行计划

# 查询x1列重复次数超过1次以上的x1列以及它的重复次数。
explain select * from (select x1,count(*) as cnt from t1 group by x1) as _t1 where cnt > 1;

image

先看id为2的执行计划，它是针对t1表的查询，并且最终选择索引：t1_x1_index。注意它的select_type是Derived表示派生，意思是它的查询结果是会被物化成一个临时表给外层的sql使用。

再看外层的id为1的SQL，它是类型为primary的主查询，查询的自查询生成的临时表<drived2> 查询的方式是全表扫描。

2.6、常见的执行计划的type

2.6.1、const

查询聚簇索引

explain select * from t1 where id = 5000;

image

查询唯一的二级索引，执行计划的type同样是const

# t3.x1 是unique key
explain select * from t3 where x1 = 'qweqwe';

image

2.6.2、ref

ref 对非唯一的二级索引进行检索

mysql> explain select * from t1 where x1 = 'ucshiuhdaiusd';

image

多个二级索引的等值匹配的type也是ref

mysql> explain select * from t1 where x1 = 'ucshiuhdaiusd' and x3 = 'qdasdsadas';

image

使用普通索引的做join操作，被join的表的查询type也是ref

mysql> explain select * from t1 inner join t2 on t1.x1 = t2.x1;

image

2.6.3、eq_ref

eq_ref 使用主键进行join，被join的表的查询type为eq_ref

mysql> explain select * from t1 inner join t2 on t1.id = t2.id;

image

2.6.4、eq_or_null

对普通二级索引进行检索，并且二级索引允许存在null的情况，那么查询计划的type为eq_or_null

mysql> explain select * from t1 where x1 = 'ucshiuhdaiusd' or x1 is null;

image

2.6.5、range

基于二级索引进行对一个范围进行检索，查询类型为：range

mysql> explain select * from t1 where id > 5000;

image

2.6.6、index

type 为 index 类型的执行计划

# t3表中有3个索引，如下：
# id:聚簇索引
# x1:唯一的二级索引
# x1_x3_x2:联合索引
explain select * from t3 where  x2 = 'fdc1a9f7d94ece2b68b7d3e3be1b0f3b';

可以看到，x2列没有单独的索引。但是sql的执行计划选择去联合索引树中扫全表，也不会去聚簇索引中全表扫描

image

补充：索引的选择逻辑

Case1: 比如现有索引：KEY(x1,x3)、KEY(x2,x4)

SQL如下：

select * from t where x1=xxx and x2>yyy;

那么问题来了，x1、x2都有对应的索引，那MYSQL该如何选择索引呢？

一般来说MYSQL会优先选择一个扫描行数少的KEY，作为最终的索引，比如x1是等值条件，x2是range条件，所以最终大概率是通过x1索引查询一次取id，再去回表找到x2列，使用x2>yyy的条件进行过滤。

Case2:在执行SQL语句时有可能会同时查询多个索引。

比如：现有索引：KEY(x1)、KEY(x2)

SQL如下：

select * from table where x1=xxx and x2=yyy;

那它的执行计划可能就是：先从x1索引数中取出x1=xxx的数据行，再从x2的索引树中取出x2=yyy的数据行，这两部分数据根据主键进行一次交集，再使用intersection交集后的结果去聚簇索引中回表。

之前的例子中说的是，在x1和x2这两个索引中优先选一个扫描行数少的索引，先使用它查询，在拿着查询到的结果去回表。

那，之所以示例9中的情况会出现，是因为可能存在如下的情况：

（扫描x1的行数+扫描x2的行数）+ merge之后的行数 < 扫描x1或者x2的最少行数+回表的行数

此外：如果想让一个SQL使用多个索引，也有硬性的条件：

1. 如果使用联合索引，那联合索引中的每一个字段都需要出现在sql中，且必须是等值匹配。
2. 通过主键查询+其他二级索引的等值匹配，也可能做一次多索引查询做交集后再回表。

补充：如果你的SQL如下：

select * from table where x1=xxx or x2=yyy;

依然有可能使用多个索引，然后对多个索引的结果取union并集

Case3:如下SQL

select * from t1,t2 where t1.x1 = xxx and t1.x2 = t2.x2 and t2.x3 = yyy;

sql中的有t1、t2两个表，前面的t1为驱动表，后面的t2为被驱动表。

sql中的t1.x2 = t2.x2为关联条件。

SQL在执行时会先使用t1.x1=xxx为条件先捞出一部分数据，此次操作会根据x1的索引情况而不同，可能是const、ref、index或者全表扫描all。

假设第一次根据x1=xxx条件找到了2行数据（称这两行数据为A）。接下来会分别拿着这两行数据中的x2为新的条件，去t2表中查询，假设第一行数据的x2列值为123。他就会使用t2.x2=123 and t2.x3=yyy为新的条件在t2表找到匹配到的数据，和第一行数据关联起来。

补充：

这种联表查询的方式也叫做内连接，比如t2中有3行符合x2=123 ，那么它们都会被和A中的第一行拼接起来，作为最终的返回值。

如果t2表中没有找到t2.x2=123的列，那么A中的第一行数据也不会被保留作为最终的返回值。

那如果不想因为t2.x2中没有符合条件的列也将A中的第一行保留下来，那么可以使用外连接实现。如 left join on + 条件

接着处理A中的第二行数据。

2.7、详解ref列

Case1 ref之: 库名.表名.列名

explain select * from t1 inner join t2 on t1.id = t2.id;

image

当执行第二个查询计划时，对主键ID进行等值匹配，而且是使用test.t1.id 来和ID进行等值匹配（而不是某个常量）

Case2 ref之:const

explain select * from t1 where x1 = 'qwdasdas';

image

2.8、Extra 列

关于这一列上面其实提到过了

1、Using where

explain select * from t1 where x1 = 'ucshiuhdaiusd' and x3 = 'qdasdsadas';

2、Using Index

explain select  x1  from t1;

3、Using filesort ,其中的x1是二级索引，x2是普通索引。

image

4、Using temporary，表示：使用了中间表

Notice，当你的sql中针对非索引的列进行 group by、distinct、union操作时，它都会通过一张中间表去完成指定操作。而如果对索引列进行group by、distinct、union时，会直接使用索引完成我们的操作。

Case1:

# x1是二级索引
mysql> explain select distinct x1  from t1;
# x2是普通列
mysql> explain select distinct x2  from t1;

image

Case2:

# x1是索引列
mysql> explain select x1,count(*)  from t1 group by x1;
# x2是普通列

explain select x2,count(*)  from t1 group by x2;

image

三、成本计算

SQL的执行是有成本的，比如读取磁盘的操作远比内存中的操作高的多。而执行计划的作用就是选择一个低成本执行方式去执行我们的SQL。

下面看一种简单的计算SQL执行成本的方式：

tablestatus

通过如上面的命令可以得到mysql替我们维护的表的统计数据。

其中的rows并不准确，为估算值。data_length/1024/16 为数据页的数量。

全表扫描的成本计算方法如下：

SQL的执行成本 约为 数据页的数量*1.0 + 数据行数*0.2

四、MySQL会改写你的SQL

如果MYSQL认为你的SQL写的不是很好，它会改写优化你的SQL，目的是为了更好的分析得到最优执行计划。

<p style="color:blue">Case1：
mysql会去除sql中多余的括号

<p style="color:blue">Case2：
常量替换，如果 where i=5 and j<i 会被替换成where i=5 and j<5

<p style="color:blue">Case3：
对于如下SQL：

select * from t1 join t2 where t1.x1 = t2.x2 and t1.id = 1

比如t1表中有id、x1、x2、x3四列

MySQL的可能按照如下的顺序执行

1.反正t1表中就有1行数据符合预期，那先执行如下SQL，将数据查询出来
select * from t1 where id = 1;

比如查询结果如下
id  x1  x2  x3
1       2       3       4

2.使用第一步中查询出来的值，当做常量替换、改写原始sql
select 1,2,3,4,t2.* from t1 join t2 where t2.x2 = 2;

<p style="color:blue">Case4:
如下SQL：

select * from t1 where x1 = (select x1 from t2 where id = xxx);

MySQL执行该SQL时，首先会执行子查询语句，先根据id找到一条数据，取出其x1的值，作为外层sql的常量。然后再执行外层SQL

<p style="color:blue">Case5:

select * from t1 where x1 = (select x1 from t2 where t2.x2 = t1.x2);

子查询中的条件又依赖t1表的x2列的值，所以想执行该SQL，就得先遍历t1表，将每一行t1中的x2的值放入到子查询中作为条件，得到子查询的x1后再当做常量作为外层查询的条件。

<p style="color:blue">Case6:
对in语句的优化，如下SQL：

select * from t1 where x1 in (select x1 from t1 where x2 = xxx);

假设t1、t2中各有10万条数据。

MySQL可能会将SQL的执行流程优化成下面这样：

Step1：先执行子查询语句，假设我们从10w条数据中过滤出500条。

Step2：基于memory存储引擎，再内存中，将过滤出的500条数据写入临时表，也叫做物化表，并为他建立索引。如果数据很多内存不够用，也可能以普通B+Tree的方式将其放在磁盘中。

Step3：遍历这个临时表，并将遍历出的x1的值作为条件放在外层sql中，这样就避免了遍历外层sql时需要的10万次遍历了！