MySQL EXPLAIN 从入门到实战完全指南

在日常开发中，我们经常会遇到 SQL 执行缓慢的问题。此时，MySQL EXPLAIN 便是排查性能瓶颈的“利器”——它能清晰展示 SQL 的执行计划，帮助我们判断索引是否生效、是否存在全表扫描、是否需要优化排序等。本文将从测试环境搭建开始，逐步拆解 EXPLAIN 的核心字段含义，并通过实战案例讲解如何利用它优化 SQL 性能，最后介绍 MySQL 8.0 带来的执行计划新特性。

一、准备：搭建测试环境

为了让大家更直观地理解 EXPLAIN 的用法，我们先创建一套测试数据。以下 SQL 可直接在 MySQL 中执行，用于生成数据库、表结构及模拟数据。

1.1 创建数据库与表

-- 1. 创建测试数据库 martin
CREATE DATABASE martin;
USE martin;
-- 2. 创建表 t1（含主键与普通索引）
DROP TABLE IF EXISTS t1;
CREATE TABLE `t1` (
  `id` int NOT NULL AUTO_INCREMENT,
  `a` int DEFAULT NULL,
  `b` int DEFAULT NULL,
  `create_time` datetime NOT NULL DEFAULT CURRENT_TIMESTAMP COMMENT '记录创建时间',
  `update_time` datetime NOT NULL DEFAULT CURRENT_TIMESTAMP ON UPDATE CURRENT_TIMESTAMP COMMENT '记录更新时间',
  PRIMARY KEY (`id`),  -- 主键索引
  KEY `idx_a` (`a`),   -- 普通索引 a
  KEY `idx_b` (`b`)    -- 普通索引 b
) ENGINE=InnoDB DEFAULT CHARSET=utf8mb4;
-- 3. 创建存储过程，批量插入 1000 条数据
DROP PROCEDURE IF EXISTS insert_t1;
DELIMITER ;;
CREATE PROCEDURE insert_t1()
BEGIN
  DECLARE i int;
  SET i = 1;
  WHILE (i <= 1000) DO
    INSERT INTO t1(a, b) VALUES(i, i);
    SET i = i + 1;
  END WHILE;
END;;
DELIMITER ;
CALL insert_t1();  -- 调用存储过程插入数据
-- 4. 复制 t1 表结构与数据到 t2
DROP TABLE IF EXISTS t2;
CREATE TABLE t2 LIKE t1;
INSERT INTO t2 SELECT * FROM t1;

1.2 初识 EXPLAIN

执行以下语句，即可查看 SQL 的执行计划：

EXPLAIN SELECT * FROM t1 WHERE b = 100;

执行后会返回一张包含 12 个字段的表格，这些字段便是我们分析 SQL 性能的核心依据。接下来，我们逐一拆解这些字段的含义。

二、EXPLAIN 核心字段详解

EXPLAIN 结果包含 id、select_type、table、type 等 12 个字段，其中 select_type、type、key、key_len、Extra 是需要重点关注的核心字段（下文已标粗）。

2.1 select_type：区分查询类型

select_type 用于标识查询的复杂程度，常见值如下：

示例：子查询的 select_type

EXPLAIN SELECT * FROM t1 WHERE a = (SELECT a FROM t2 WHERE id = 10);

此时，子查询 (SELECT a FROM t2 WHERE id = 10) 的 select_type 为 SUBQUERY，外层查询的 select_type 为 PRIMARY。

2.2 type：判断查询性能等级

type 是 EXPLAIN 中最核心的字段之一，它表示表的查询/连接方式，性能从优到差依次为：
system > const > eq_ref > ref > fulltext > ref_or_null > index_merge > unique_subquery > index_subquery > range > index > ALL

优化建议：实际开发中，应尽量保证 type 至少达到 range 级别，避免 index 或 ALL（全表/全索引扫描）。

2.3 key_len：判断索引生效长度

key_len 表示实际使用的索引字节数，可用于判断 联合索引的生效列数（需结合字段类型计算）。常见字段类型的 key_len 计算规则如下：

示例：联合索引 idx_a_b(a, b)，若查询 WHERE a = 100，key_len 为 5（int 允许 NULL）；若查询 WHERE a = 100 AND b = 200，key_len 为 5 + 5 = 10 字节，说明联合索引的两列均生效。

2.4 Extra：性能优化的关键提示

Extra 字段包含大量优化相关的细节，常见值及优化建议如下：

示例：Using filesort 优化前：

-- 无索引的 ORDER BY，出现 Using filesort
EXPLAIN SELECT * FROM t1 ORDER BY create_time;

优化后（添加索引）：

ALTER TABLE t1 ADD INDEX idx_create_time(create_time);
EXPLAIN SELECT * FROM t1 ORDER BY create_time;  -- 无 Using filesort

三、实战：EXPLAIN 优化案例

理论结合实践才能更好地掌握 EXPLAIN，以下通过 3 个实战案例，展示如何用 EXPLAIN 定位并解决性能问题。

3.1 案例 1：对比有无索引的执行计划

索引是优化 SQL 的核心手段，我们通过 EXPLAIN 对比“主键查询”“有索引查询”“无索引查询”的差异：

结论：索引能显著降低扫描行数，将 type 从 ALL（全表）提升至 ref 或 const。

3.2 案例 2：分析分区表的执行计划

对于海量数据，分区表是常用方案。EXPLAIN 的 partitions 字段可展示查询命中的分区，帮助验证分区有效性。

步骤 1：创建分区表

CREATE TABLE sales (
  sale_id INT,
  sale_date DATE,
  amount DECIMAL(10, 2)
) PARTITION BY RANGE (YEAR(sale_date)) (  -- 按年份分区
  PARTITION p2022 VALUES LESS THAN (2023),
  PARTITION p2023 VALUES LESS THAN (2024),
  PARTITION p2024 VALUES LESS THAN MAXVALUE
);
-- 插入 2022-2024 年数据
INSERT INTO sales (sale_id, sale_date, amount)
VALUES
(1, '2022-01-01', 100.50),
(8, '2024-08-23', 270.60),
(10, '2024-10-05', 280.75);

步骤 2：查看分区执行计划

-- 查询 2024 年数据，仅命中 p2024 分区
EXPLAIN SELECT * FROM sales WHERE sale_date = '2024-08-23';
-- 查询 2023 年后数据，命中 p2023、p2024 分区
EXPLAIN SELECT * FROM sales WHERE sale_date > '2023-01-01';

此时 partitions 字段会显示 p2024 或 p2023,p2024，说明分区生效，避免了全分区扫描。

3.3 案例 3：排查正在执行的慢查询

当生产环境出现慢查询时，可通过 EXPLAIN FOR CONNECTION 查看其执行计划，无需等待查询结束。

步骤 1：构造慢查询

在窗口 1 执行一条含 sleep(100) 的慢查询：

SELECT *, SLEEP(100) FROM t1 LIMIT 1;  -- 执行时间约 100 秒

步骤 2：获取连接 ID

在窗口 2 执行 show processlist，找到慢查询的 Id（如 12）：

show processlist;

步骤 3：查看慢查询执行计划

EXPLAIN FOR CONNECTION 12;  -- 12 为慢查询的 Id

通过此方式，可快速定位慢查询是否存在全表扫描、未使用索引等问题，及时优化。

四、MySQL 8.0 执行计划新特性

MySQL 8.0 对 EXPLAIN 进行了增强，新增了 树状执行计划 和 EXPLAIN ANALYZE，进一步提升了优化效率。

4.1 树状执行计划（format=tree）

从 MySQL 8.0.16 开始，支持输出树状结构的执行计划，更直观地展示查询逻辑（如关联顺序、过滤条件）。

EXPLAIN FORMAT=TREE SELECT * FROM t1 WHERE a = 100;

执行结果如下（结构清晰，包含预估成本和行数）：

-> Rows fetched before execution (cost=0.25 rows=1)
    -> Index lookup on t1 using idx_a (a=100) (cost=0.25 rows=1)

4.2 EXPLAIN ANALYZE（实际执行分析）

从 MySQL 8.0.18 开始，EXPLAIN ANALYZE 会实际执行 SQL，并返回更精确的执行信息（如实际扫描行数、执行时间、循环次数），解决了传统 EXPLAIN 估值不准的问题。

EXPLAIN ANALYZE SELECT * FROM t1 WHERE a BETWEEN 100 AND 200;

执行结果包含以下关键信息：

• actual time: 实际执行时间（如 0.02 秒）
• actual rows: 实际扫描行数（如 101 行）
• loops: 循环次数（如 1 次）

注意：EXPLAIN ANALYZE 会执行 SQL，若为写操作（如 INSERT/UPDATE），需先备份数据或在测试环境使用。

五、总结

EXPLAIN 是 MySQL 性能优化的“基石”，掌握它的核心要点可帮助我们快速定位问题：

1. 重点关注字段：type（性能等级）、key（实际索引）、Extra（优化提示）；
2. 索引优化原则：避免 type=ALL（全表扫描），消除 Using filesort 和 Using temporary；
3. 实战技巧：用 EXPLAIN FOR CONNECTION 排查慢查询，用 MySQL 8.0 的 EXPLAIN ANALYZE 获取精确执行信息。

希望本文能帮助你更好地利用 EXPLAIN 优化 SQL 性能，让数据库查询更高效！

到此这篇关于MySQL EXPLAIN 从入门到实战完全指南的文章就介绍到这了,更多相关mysql explain实战内容请搜索脚本之家以前的文章或继续浏览下面的相关文章希望大家以后多多支持脚本之家！

最新评论