当前位置:首页 > > 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

LED驱动电源的输入包括高压工频交流(即市电)、低压直流、高压直流、低压高频交流(如电子变压器的输出)等。

关键字: 驱动电源

在工业自动化蓬勃发展的当下,工业电机作为核心动力设备,其驱动电源的性能直接关系到整个系统的稳定性和可靠性。其中,反电动势抑制与过流保护是驱动电源设计中至关重要的两个环节,集成化方案的设计成为提升电机驱动性能的关键。

关键字: 工业电机 驱动电源

LED 驱动电源作为 LED 照明系统的 “心脏”,其稳定性直接决定了整个照明设备的使用寿命。然而,在实际应用中,LED 驱动电源易损坏的问题却十分常见,不仅增加了维护成本,还影响了用户体验。要解决这一问题,需从设计、生...

关键字: 驱动电源 照明系统 散热

根据LED驱动电源的公式,电感内电流波动大小和电感值成反比,输出纹波和输出电容值成反比。所以加大电感值和输出电容值可以减小纹波。

关键字: LED 设计 驱动电源

电动汽车(EV)作为新能源汽车的重要代表,正逐渐成为全球汽车产业的重要发展方向。电动汽车的核心技术之一是电机驱动控制系统,而绝缘栅双极型晶体管(IGBT)作为电机驱动系统中的关键元件,其性能直接影响到电动汽车的动力性能和...

关键字: 电动汽车 新能源 驱动电源

在现代城市建设中,街道及停车场照明作为基础设施的重要组成部分,其质量和效率直接关系到城市的公共安全、居民生活质量和能源利用效率。随着科技的进步,高亮度白光发光二极管(LED)因其独特的优势逐渐取代传统光源,成为大功率区域...

关键字: 发光二极管 驱动电源 LED

LED通用照明设计工程师会遇到许多挑战,如功率密度、功率因数校正(PFC)、空间受限和可靠性等。

关键字: LED 驱动电源 功率因数校正

在LED照明技术日益普及的今天,LED驱动电源的电磁干扰(EMI)问题成为了一个不可忽视的挑战。电磁干扰不仅会影响LED灯具的正常工作,还可能对周围电子设备造成不利影响,甚至引发系统故障。因此,采取有效的硬件措施来解决L...

关键字: LED照明技术 电磁干扰 驱动电源

开关电源具有效率高的特性,而且开关电源的变压器体积比串联稳压型电源的要小得多,电源电路比较整洁,整机重量也有所下降,所以,现在的LED驱动电源

关键字: LED 驱动电源 开关电源

LED驱动电源是把电源供应转换为特定的电压电流以驱动LED发光的电压转换器,通常情况下:LED驱动电源的输入包括高压工频交流(即市电)、低压直流、高压直流、低压高频交流(如电子变压器的输出)等。

关键字: LED 隧道灯 驱动电源
关闭