当前位置:首页 > 芯闻号 > 充电吧
[导读]MySQL的EXPLAIN命令用于SQL语句的查询执行计划(QEP)。这条命令的输出结果能够让我们了解MySQL 优化器是如何执行SQL 语句的。这条命令并没有提供任何调整建议,但它能够提供重要的信息

MySQL的EXPLAIN命令用于SQL语句的查询执行计划(QEP)。这条命令的输出结果能够让我们了解MySQL 优化器是如何执行SQL 语句的。这条命令并没有提供任何调整建议,但它能够提供重要的信息帮助你做出调优决策。

1 语法
MySQL 的EXPLAIN 语法可以运行在SELECT 语句或者特定表上。如果作用在表上,那么此命令等同于DESC 表命令。UPDATE和DELETE 命令也需要进行性能改进,当这些命令不是直接在表的主码上运行时,为了确保最优化的索引使用率,需要把它们改
写成SELECT 语句(以便对它们执行EXPLAIN 命令)。请看下面的示例:

UPDATE table1   SET col1 = X, col2 = Y   WHERE id1 = 9   AND dt >= '2010-01-01';  


这个UPDATE语句可以被重写成为下面这样的SELECT语句:

SELECT col1, col2   FROM table1   WHERE id1 = 9   AND dt >= '2010-01-01';  


在5.6.10版本里面,是可以直接对dml语句进行explain分析操作的.

MySQL 优化器是基于开销来工作的,它并不提供任何的QEP的位置。这意味着QEP 是在每条SQL 语句执行的时候动态地计算出来的。在MySQL 存储过程中的SQL 语句也是在每次执行时计算QEP 的。存储过程缓存仅仅解析查询树。

2 各列详解
MySQL EXPLAIN命令能够为SQL语句中的每个表生成以下信息:

mysql> EXPLAIN SELECT * FROM inventory WHERE item_id = 16102176G;     ********************* 1. row ***********************     id: 1     select_type: SIMPLE     table: inventory     type: ALL     possible_keys: NULL     key: NULL     key_len: NULL     ref: NULL     rows: 787338     Extra: Using where  


  
这个QEP 显示没有使用任何索引(也就是全表扫描)并且处理了大量的行来满足查询。对同样一条SELECT 语句,一个优化过的QEP 如下所示:

********************* 1. row ***********************   id: 1   select_type: SIMPLE   table: inventory   type: ref   possible_keys: item_id   key: item_id   key_len: 4   ref: const   rows: 1   Extra:  

在这个QEP 中,我们看到使用了一个索引,且估计只有一行数据将被获取。


QEP 中每个行的所有列表如下所示:
 id
 select_type
 table
 partitions(这一列只有在EXPLAIN PARTITIONS 语法中才会出现)
 possible_keys
 key
 key_len
 ref
 rows
 filtered(这一列只有在EXPLAINED EXTENDED 语法中才会出现)
 Extra

这些列展示了SELECT 语句对每一个表的QEP。一个表可能和一个物理模式表或者在SQL 执行时生成的内部临时表(例如从子查询或者合并操作会产生内部临时表)相关联。

2.1 key
 key 列指出优化器选择使用的索引。一般来说SQL 查询中的每个表都仅使用一个索引。也存在索引合并的少数例外情况,如给定表上用到了两个或者更多索引。
 下面是QEP 中key 列的示例:
 key: item_id
 key: NULL
 key: first, last
 SHOW CREATE TABLE

命令是最简单的查看表和索引列细节的方式。和key 列相关的列还包括possible_keys、rows 以及key_len。

2.2 ROWS
 rows 列提供了试图分析所有存在于累计结果集中的行数目的MySQL 优化器估计值。QEP 很容易描述这个很困难的统计量。
 查询中总的读操作数量是基于合并之前行的每一行的rows 值的连续积累而得出的。这是一种嵌套行算法。
 
 以连接两个表的QEP 为例。通过id=1 这个条件找到的第一行的rows 值为1,这等于对第一个表做了一次读操作。第二行是通过id=2 找到的,rows 的值为5。这等于有5 次读操作符合当前1 的积累量。参考两个表,读操作的总数目是6。在另一个QEP
 中,第一rows 的值是5,第二rows 的值是1。这等于第一个表有5 次读操作,对5个积累量中每个都有一个读操作。因此两个表总的读操作的次数是10(5+5)次。
 
 最好的估计值是1,一般来说这种情况发生在当寻找的行在表中可以通过主键或者唯一键找到的时候。
 在下面的QEP 中,外面的嵌套循环可以通过id=1 来找到,其估计的物理行数是1。第二个循环处理了10行。
 

********************* 1. row ***********************   id: 1   select_type: SIMPLE   table: p   type: const   possible_keys: PRIMARY   key: PRIMARY   key_len: 4   ref: const   rows: 1   Extra:   ********************* 2. row ***********************   id: 1   select_type: SIMPLE   table: c   type: ref   possible_keys: parent_id   key: parent_id   key_len: 4   ref: const   rows: 10   Extra:  

 可以使用SHOW STATUS 命令来查看实际的行操作。这个命令可以提供最佳的确认物理行操作的方式。请看下面的示例:
mysql> SHOW SESSION STATUS LIKE 'Handler_read%';    +-----------------------+-------+    | Variable_name         | Value |    +-----------------------+-------+    | Handler_read_first    | 0     |    | Handler_read_key      | 0     |     | Handler_read_last     | 0     |    | Handler_read_next     | 0     |    | Handler_read_prev     | 0     |    | Handler_read_rnd      | 0     |    | Handler_read_rnd_next | 11    |    +-----------------------+-------+    7 rows in set (0.00 sec)  

  
 在下一个QEP 中,通过id=1 找到的外层嵌套循环估计有160行。第二个循环估计有1 行。
********************* 1. row ***********************    id: 1    select_type: SIMPLE    table: p    type: ALL    possible_keys: NULL    key: NULL    key_len: NULL    ref: NULL    rows: 160    Extra:   ********************* 2. row ***********************    id: 1    select type: SIMPLE    table: c    type: ref    possible_keys: PRIMARY,parent_id    key: parent_id    key_len: 4    ref: test.p.parent_id    rows: 1    Extra: Using where  

 
 通过SHOW STATUS 命令可以查看实际的行操作,该命令表明物理读操作数量大幅增加。请看下面的示例:
mysql> SHOW SESSION STATUS LIKE 'Handler_read%';   +--------------------------------------+---------+   | Variable_name | Value |   +--------------------------------------+---------+   | Handler_read_first | 1 |   | Handler_read_key | 164 |   | Handler_read_last | 0 |   | Handler_read_next | 107 |   | Handler_read_prev | 0 |   | Handler_read_rnd | 0 |   | Handler_read_rnd_next | 161 |   +--------------------------------------+---------+   相关的QEP 列还包括key列。  

 
 2.3 possible_keys
 possible_keys 列指出优化器为查询选定的索引。
 一个会列出大量可能的索引(例如多于3 个)的QEP 意味着备选索引数量太多了,同时也可能提示存在一个无效的单列索引。
 可以用第2 章详细介绍过的SHOW INDEXES 命令来检查索引是否有效且是否具有合适的基数。
 为查询确定QEP 的速度也会影响到查询的性能。如果发现有大量的可能的索引,则意味着这些索引没有被使用到。
 相关的QEP 列还包括key 列。
 
 2.4 key_len
 key_len 列定义了用于SQL 语句的连接条件的键的长度。此列值对于确认索引的有效性以及多列索引中用到的列的数目很重要。
 此列的一些示例值如下所示:
 
 此列的一些示例值如下所示:
 key_len: 4 // INT NOT NULL
 key_len: 5 // INT NULL
 key_len: 30 // CHAR(30) NOT NULL
 key_len: 32 // VARCHAR(30) NOT NULL
 key_len: 92 // VARCHAR(30) NULL CHARSET=utf8
 
 从这些示例中可以看出,是否可以为空、可变长度的列以及key_len 列的值只和用在连接和WHERE 条件中的索引的列
 有关。索引中的其他列会在ORDER BY 或者GROUP BY 语句中被用到。下面这个来自于著名的开源博客软件WordPress 的表展示了
 如何以最佳方式使用带有定义好的表索引的SQL 语句:
CREATE TABLE `wp_posts` (    `ID` bigint(20) unsigned NOT NULL AUTO_INCREMENT,    `post_date` datetime NOT NULL DEFAULT '0000-00-00 00:00:00',    `post_status` varchar(20) NOT NULL DEFAULT 'publish' ,    `post_type` varchar(20) NOT NULL DEFAULT 'post',    PRIMARY KEY (`ID`),    KEY `type_status_date`(`post_type`,`post_status`,`post_date`,`ID`)   ) DEFAULT CHARSET=utf8       CREATE TABLE `wp_posts` (    `ID` bigint(20) unsigned NOT NULL AUTO_INCREMENT,    `post_date` datetime NOT NULL DEFAULT '0000-00-00 00:00:00',    `post_status` varchar(20) NOT NULL DEFAULT 'publish' ,    `post_type` varchar(20) NOT NULL DEFAULT 'post',    PRIMARY KEY (`ID`),    KEY `type_status_date`(`post_type`,`post_status`,`post_date`,`ID`)   ) DEFAULT CHARSET=utf8    这个表的索引包括post_type、post_status、post_date 以及ID列。下面是一个演示索引列用法的SQL 查询:
 EXPLAIN SELECT ID, post_title FROM wp_posts WHERE post_type='post' AND post_date > '2010-06-01';
 
 这个查询的QEP 返回的key_len 是62。这说明只有post_type列上的索引用到了(因为(20×3)+2=62)。尽管查询在WHERE 语句 中使用了post_type 和post_date 列,但只有post_type 部分被用到了。其他索引没有被使用的原因是MySQL 只能使用定义索引的最左边部分。为了更好地利用这个索引,可以修改这个查询来调整索引的列。请看下面的示例:

mysql> EXPLAIN SELECT ID, post_title   -> FROM wp_posts   -> WHERE post_type='post'   -> AND post_status='publish'   -> AND post_date > '2010-06-01';    

 在SELECT查询的添加一个post_status 列的限制条件后,QEP显示key_len 的值为132,这意味着post_type、post_status、post_date
 三列(62+62+8,(20×3)+2,(20×3)+2,8)都被用到了。此外,这个索引的主码列ID 的定义是使用MyISAM 存储索引的遗留痕迹。当使用InnoDB 存储引擎时,在非主码索引中包含主码列是多余的,这可以从key_len 的用法看出来。相关的QEP 列还包括带有Using index 值的Extra 列。
 
 2.5 table
 table 列是EXPLAIN 命令输出结果中的一个单独行的唯一标识符。这个值可能是表名、表的别名或者一个为查询产生临时表的标识符,如派生表、子查询或集合。下面是QEP 中table 列的一些示例:
 table: item
 table:

本站声明: 本文章由作者或相关机构授权发布,目的在于传递更多信息,并不代表本站赞同其观点,本站亦不保证或承诺内容真实性等。需要转载请联系该专栏作者,如若文章内容侵犯您的权益,请及时联系本站删除。
换一批
延伸阅读

9月2日消息,不造车的华为或将催生出更大的独角兽公司,随着阿维塔和赛力斯的入局,华为引望愈发显得引人瞩目。

关键字: 阿维塔 塞力斯 华为

加利福尼亚州圣克拉拉县2024年8月30日 /美通社/ -- 数字化转型技术解决方案公司Trianz今天宣布,该公司与Amazon Web Services (AWS)签订了...

关键字: AWS AN BSP 数字化

伦敦2024年8月29日 /美通社/ -- 英国汽车技术公司SODA.Auto推出其旗舰产品SODA V,这是全球首款涵盖汽车工程师从创意到认证的所有需求的工具,可用于创建软件定义汽车。 SODA V工具的开发耗时1.5...

关键字: 汽车 人工智能 智能驱动 BSP

北京2024年8月28日 /美通社/ -- 越来越多用户希望企业业务能7×24不间断运行,同时企业却面临越来越多业务中断的风险,如企业系统复杂性的增加,频繁的功能更新和发布等。如何确保业务连续性,提升韧性,成...

关键字: 亚马逊 解密 控制平面 BSP

8月30日消息,据媒体报道,腾讯和网易近期正在缩减他们对日本游戏市场的投资。

关键字: 腾讯 编码器 CPU

8月28日消息,今天上午,2024中国国际大数据产业博览会开幕式在贵阳举行,华为董事、质量流程IT总裁陶景文发表了演讲。

关键字: 华为 12nm EDA 半导体

8月28日消息,在2024中国国际大数据产业博览会上,华为常务董事、华为云CEO张平安发表演讲称,数字世界的话语权最终是由生态的繁荣决定的。

关键字: 华为 12nm 手机 卫星通信

要点: 有效应对环境变化,经营业绩稳中有升 落实提质增效举措,毛利润率延续升势 战略布局成效显著,战新业务引领增长 以科技创新为引领,提升企业核心竞争力 坚持高质量发展策略,塑强核心竞争优势...

关键字: 通信 BSP 电信运营商 数字经济

北京2024年8月27日 /美通社/ -- 8月21日,由中央广播电视总台与中国电影电视技术学会联合牵头组建的NVI技术创新联盟在BIRTV2024超高清全产业链发展研讨会上宣布正式成立。 活动现场 NVI技术创新联...

关键字: VI 传输协议 音频 BSP

北京2024年8月27日 /美通社/ -- 在8月23日举办的2024年长三角生态绿色一体化发展示范区联合招商会上,软通动力信息技术(集团)股份有限公司(以下简称"软通动力")与长三角投资(上海)有限...

关键字: BSP 信息技术
关闭
关闭