当前位置：首页 > news >正文

SQL 执行计划解析：从 EXPLAIN 到性能优化的完整指南

news 2025/9/26 9:43:32

🔍 SQL 执行计划解析：从 EXPLAIN 到性能优化的完整指南

文章目录

🔍 SQL 执行计划解析：从 EXPLAIN 到性能优化的完整指南
🎯 一、为什么要理解执行计划
- 💡 SQL 性能瓶颈的常见原因
- 📊 性能问题统计
⚡ 二、EXPLAIN 命令详解
- 🔧 基本用法与输出格式
- 📝 执行计划解读框架
- 🔍 三、关键字段深度解析
- 📋 select_type - 查询类型
- 🏗️ type - 访问类型（性能关键）
- 🔑 key - 实际使用的索引
- 📊 rows - 预估扫描行数
- 💫 Extra - 额外信息（关键提示）
🛠️ 四、实战案例分析
- 📈 案例一：单表查询优化
- 🔗 案例二：多表 JOIN 优化
- 🎯 案例三：索引覆盖优化
💡 五、总结与优化指南
- 🎯 执行计划分析 checklist
- ⚡ 优化黄金法则
- 🔧 高级优化工具
- 📚 持续学习资源

🎯 一、为什么要理解执行计划

💡 SQL 性能瓶颈的常见原因

执行计划的价值：

提前发现问题：在SQL执行前预测性能
优化依据：提供具体的优化方向

- 学习工具：理解数据库工作原理

📊 性能问题统计

根据对生产环境SQL问题的分析：

65% 的慢查询源于索引使用不当

- 20% 由于JOIN操作效率低下

- 10% 因为数据量过大缺乏分页

- 5% 其他原因（锁竞争、配置问题等）

⚡ 二、EXPLAIN 命令详解

🔧 基本用法与输出格式

EXPLAIN 基本命令：

-- 基本用法
EXPLAIN SELECT * FROM users WHERE age > 25;-- 详细格式（MySQL 8.0+）
EXPLAIN FORMAT=JSON SELECT * FROM users WHERE age > 25;-- 实际执行计划（MySQL 8.0.18+）
EXPLAIN ANALYZE SELECT * FROM users WHERE age > 25;

典型EXPLAIN输出：

+----+-------------+-------+------------+------+---------------+------+---------+------+------+----------+-------------+
| id | select_type | table | partitions | type | possible_keys | key  | key_len | ref  | rows | filtered | Extra       |
+----+-------------+-------+------------+------+---------------+------+---------+------+------+----------+-------------+
|  1 | SIMPLE      | users | NULL       | ALL  | NULL          | NULL | NULL    | NULL | 1000 |   100.00 | Using where |
+----+-------------+-------+------------+------+---------------+------+---------+------+------+----------+-------------+

📝 执行计划解读框架

🔍 三、关键字段深度解析

🆔 id - 查询标识符
id 字段的含义：

相同id：同一查询层级
递增id：子查询或UNION操作
NULL id：派生表或临时结果

示例分析：

-- 复杂查询示例
EXPLAIN 
SELECT u.name, (SELECT COUNT(*) FROM orders o WHERE o.user_id = u.id) as order_count
FROM users u
WHERE u.status = 'active';

输出解读：

+----+--------------------+-------+------------+------+---------------+---------+---------+------+------+----------+--------------------------+
| id | select_type        | table | partitions | type | possible_keys | key     | key_len | ref  | rows | filtered | Extra                    |
+----+--------------------+-------+------------+------+---------------+---------+---------+------+------+----------+--------------------------+
|  1 | PRIMARY            | u     | NULL       | ref  | idx_status    | idx_status | 102    | const| 500  |   100.00 | Using where              |
|  2 | DEPENDENT SUBQUERY | o     | NULL       | ref  | idx_user_id   | idx_user_id | 5      | func | 10   |   100.00 | Using index              |
+----+--------------------+-------+------------+------+---------------+---------+---------+------+------+----------+--------------------------+

📋 select_type - 查询类型

常见 select_type 值：

类型	描述	出现场景
SIMPLE	简单查询	不含子查询或UNION
PRIMARY	最外层查询	复杂查询的主查询
SUBQUERY	子查询	WHERE子句中的子查询
DERIVED	派生表	FROM子句中的子查询
UNION	UNION查询	UNION第二个及以后的查询
UNION RESULT	UNION结果	UNION结果的临时表

🏗️ type - 访问类型（性能关键）

type 性能等级（从优到劣）：

详细解释：

-- 最佳情况：const（主键或唯一索引等值查询）
EXPLAIN SELECT * FROM users WHERE id = 1;
-- type: const-- 良好情况：ref（非唯一索引等值查询）
EXPLAIN SELECT * FROM users WHERE email = 'user@example.com';
-- type: ref-- 最差情况：ALL（全表扫描）
EXPLAIN SELECT * FROM users WHERE name LIKE '%john%';
-- type: ALL

🔑 key - 实际使用的索引

索引使用分析：

-- 创建测试索引
CREATE INDEX idx_age ON users(age);
CREATE INDEX idx_city ON users(city);-- 查看索引选择
EXPLAIN SELECT * FROM users WHERE age > 25 AND city = 'Beijing';

可能输出：

+----+-------------+-------+------------+------+-------------------+---------+---------+-------+------+----------+-------------+
| id | select_type | table | partitions | type | possible_keys     | key     | key_len | ref   | rows | filtered | Extra       |
+----+-------------+-------+------------+------+-------------------+---------+---------+-------+------+----------+-------------+
|  1 | SIMPLE      | users | NULL       | ref  | idx_age,idx_city  | idx_city| 102     | const | 100  |    50.00 | Using where |
+----+-------------+-------+------------+------+-------------------+---------+---------+-------+------+----------+-------------+

📊 rows - 预估扫描行数

rows 字段的重要性：

数值越小越好：表示需要处理的数据量少
基于统计信息：可能不准确，需要定期分析表
优化参考：帮助识别全表扫描

-- 优化前：全表扫描
EXPLAIN SELECT * FROM users WHERE name LIKE '%john%';
-- rows: 10000（扫描所有行）-- 优化后：索引扫描
EXPLAIN SELECT * FROM users WHERE email = 'john@example.com';
-- rows: 1（只扫描1行）

💫 Extra - 额外信息（关键提示）

重要 Extra 值解读：

Extra 值	含义	优化建议
Using where	使用WHERE过滤	正常，无需优化
Using index	覆盖索引	优秀，无需回表
Using temporary	使用临时表	考虑优化查询或索引
Using filesort	文件排序	添加合适的索引
Range checked for each record	索引选择困难	优化查询条件

🛠️ 四、实战案例分析

📈 案例一：单表查询优化

问题查询：

SELECT * FROM products 
WHERE category = 'electronics' 
AND price BETWEEN 1000 AND 2000
ORDER BY created_at DESC;

初始执行计划：

EXPLAIN SELECT * FROM products 
WHERE category = 'electronics' 
AND price BETWEEN 1000 AND 2000
ORDER BY created_at DESC;

输出分析：

+----+-------------+----------+------------+------+---------------+------+---------+------+------+----------+-----------------------------+
| id | select_type | table    | partitions | type | possible_keys | key  | key_len | ref  | rows | filtered | Extra                       |
+----+-------------+----------+------------+------+---------------+------+---------+------+------+----------+-----------------------------+
|  1 | SIMPLE      | products | NULL       | ALL  | NULL          | NULL | NULL    | NULL | 5000 |     5.00 | Using where; Using filesort |
+----+-------------+----------+------------+------+---------------+------+---------+------+------+----------+-----------------------------+

问题诊断：

type: ALL：全表扫描
Using filesort：文件排序，性能差
缺少合适索引

优化方案：

-- 创建复合索引
CREATE INDEX idx_category_price_created 
ON products(category, price, created_at);-- 再次查看执行计划
EXPLAIN SELECT * FROM products 
WHERE category = 'electronics' 
AND price BETWEEN 1000 AND 2000
ORDER BY created_at DESC;

优化后输出：

+----+-------------+----------+------------+-------+---------------------------+---------------------------+---------+------+------+----------+-------+
| id | select_type | table    | partitions | type  | possible_keys             | key                       | key_len | ref  | rows | filtered | Extra |
+----+-------------+----------+------------+-------+---------------------------+---------------------------+---------+------+------+----------+-------+
|  1 | SIMPLE      | products | NULL       | range | idx_category_price_created| idx_category_price_created| 108     | NULL | 50   |   100.00 | Using index condition     |
+----+-------------+----------+------------+-------+---------------------------+---------------------------+---------+------+------+----------+-------+

🔗 案例二：多表 JOIN 优化

问题查询：

SELECT u.name, o.order_date, o.amount
FROM users u
JOIN orders o ON u.id = o.user_id
WHERE u.city = 'Beijing'
AND o.status = 'completed'
ORDER BY o.order_date DESC;

初始执行计划：

EXPLAIN SELECT u.name, o.order_date, o.amount
FROM users u
JOIN orders o ON u.id = o.user_id
WHERE u.city = 'Beijing'
AND o.status = 'completed'
ORDER BY o.order_date DESC;

输出分析：

+----+-------------+-------+------------+--------+---------------+---------+---------+-------------------+------+----------+---------------------------------+
| id | select_type | table | partitions | type   | possible_keys | key     | key_len | ref               | rows | filtered | Extra                           |
+----+-------------+-------+------------+--------+---------------+---------+---------+-------------------+------+----------+---------------------------------+
|  1 | SIMPLE      | u     | NULL       | ALL    | PRIMARY       | NULL    | NULL    | NULL              | 1000 |    10.00 | Using where; Using filesort     |
|  1 | SIMPLE      | o     | NULL       | eq_ref | PRIMARY       | PRIMARY | 4       | test.u.id         | 1    |    10.00 | Using where                     |
+----+-------------+-------+------------+--------+---------------+---------+---------+-------------------+------+----------+---------------------------------+

问题诊断：

u表全表扫描
连接顺序可能不是最优
缺少合适的索引

优化方案：

-- 为users表添加城市索引
CREATE INDEX idx_city ON users(city);-- 为orders表添加状态索引
CREATE INDEX idx_status_user ON orders(status, user_id);-- 使用STRAIGHT_JOIN强制连接顺序
EXPLAIN SELECT STRAIGHT_JOIN u.name, o.order_date, o.amount
FROM users u
JOIN orders o ON u.id = o.user_id
WHERE u.city = 'Beijing'
AND o.status = 'completed'
ORDER BY o.order_date DESC;

优化后输出：

+----+-------------+-------+------------+------+---------------------+---------------------+---------+--------------------+------+----------+---------------------------------+
| id | select_type | table | partitions | type | possible_keys       | key                 | key_len | ref                | rows | filtered | Extra                           |
+----+-------------+-------+------------+------+---------------------+---------------------+---------+--------------------+------+----------+---------------------------------+
|  1 | SIMPLE      | u     | NULL       | ref  | PRIMARY,idx_city    | idx_city            | 102     | const              | 100  |   100.00 | Using temporary; Using filesort |
|  1 | SIMPLE      | o     | NULL       | ref  | idx_status_user     | idx_status_user     | 104     | test.u.id,const    | 5    |   100.00 | NULL                            |
+----+-------------+-------+------------+------+---------------------+---------------------+---------+--------------------+------+----------+---------------------------------+

🎯 案例三：索引覆盖优化

问题查询：

SELECT COUNT(*) FROM user_actions 
WHERE user_id = 1001 AND action_date > '2023-01-01';

初始情况：

-- 现有索引：INDEX (user_id)
EXPLAIN SELECT COUNT(*) FROM user_actions 
WHERE user_id = 1001 AND action_date > '2023-01-01';

输出分析：

+----+-------------+-------------+------------+------+---------------+---------+---------+-------+------+----------+-------------+
| id | select_type | table       | partitions | type | possible_keys | key     | key_len | ref   | rows | filtered | Extra       |
+----+-------------+-------------+------------+------+---------------+---------+---------+-------+------+----------+-------------+
|  1 | SIMPLE      | user_actions| NULL       | ref  | idx_user_id   | idx_user_id | 5      | const | 500  |    33.33 | Using where |
+----+-------------+-------------+------------+------+---------------+---------+---------+-------+------+----------+-------------+

优化方案：

-- 创建覆盖索引
CREATE INDEX idx_user_id_action_date 
ON user_actions(user_id, action_date);-- 再次执行
EXPLAIN SELECT COUNT(*) FROM user_actions 
WHERE user_id = 1001 AND action_date > '2023-01-01';

优化后输出：

+----+-------------+-------------+------------+-------+---------------------------+---------------------------+---------+------+------+----------+--------------------------+
| id | select_type | table       | partitions | type  | possible_keys             | key                       | key_len | ref  | rows | filtered | Extra                    |
+----+-------------+-------------+------------+-------+---------------------------+---------------------------+---------+------+------+----------+--------------------------+
|  1 | SIMPLE      | user_actions| NULL       | range | idx_user_id_action_date   | idx_user_id_action_date   | 8       | NULL | 100  |   100.00 | Using where; Using index |
+----+-------------+-------------+------------+-------+---------------------------+---------------------------+---------+------+------+----------+--------------------------+

优化效果：

Using index：实现索引覆盖，无需回表
查询性能提升 3-5 倍

💡 五、总结与优化指南

🎯 执行计划分析 checklist

快速诊断流程：

⚡ 优化黄金法则

索引优化策略：

最左前缀原则：复合索引的顺序很重要
覆盖索引：尽可能让索引包含查询字段
索引选择性：选择高区分度的列建索引

查询优化技巧：

-- 避免 SELECT *
SELECT id, name, email FROM users; -- 只选择需要的字段-- 优化 WHERE 条件
SELECT * FROM products WHERE price > 1000; -- 使用范围查询
SELECT * FROM products WHERE id IN (1,2,3); -- 使用IN而不是OR-- 合理使用 LIMIT
SELECT * FROM large_table LIMIT 1000; -- 限制返回行数

🔧 高级优化工具

MySQL 8.0 新特性：

-- 执行计划可视化
EXPLAIN FORMAT=TREE SELECT * FROM users WHERE age > 25;-- 实际执行分析
EXPLAIN ANALYZE SELECT * FROM users WHERE age > 25;-- 索引建议
SELECT * FROM sys.schema_index_statistics;

性能监控脚本：

-- 查找全表扫描的查询
SELECT * FROM sys.statements_with_full_table_scans;-- 查找需要索引的查询
SELECT * FROM sys.statements_with_errors_or_warnings;

📚 持续学习资源

推荐分析命令：

-- 定期分析表统计信息
ANALYZE TABLE users;-- 检查索引使用情况
SHOW INDEX FROM users;-- 监控慢查询
SHOW VARIABLES LIKE 'slow_query_log%';

查看全文

http://www.dtcms.com/a/406789.html

jupyter notebook继续学习

力扣2381. 字母移位 II

平和县建设局网站安徽经工建设集团网站

Vue 配置代理

CatCTF2022 web wp

知乎免费阅读网站石家庄新闻综合频道节目回看

做网站后台主要负责什么最新室内装修风格图片

机器人行业灵巧手专题研究报告

hive SQL查询与函数

网站维护关站 seo百度首页广告

搜索引擎的网站有哪些网页设计与网站建设倪宝童

Prompt Optimizer 提示词优化器安装使用

淘宝网站建设的优点app推广是什么工作

【C++】23. C++11（上）

第三方软件登记测评机构:【LoadRunner脚本录制与调试】

摄影网站开发的背景西安网站技术支持牛商网

A股大盘数据-20250925分析

旋转设备状态监测传感器选型要点

echarts项目积累

VS2022调试技巧

Vue 3 组合式 API 生命周期钩子学习笔记

shardingsphere加载过程

MinerU介绍安装

好的建设网站关于建立企业网站的方案内容

在mac上面使用parquet-cli查看parquet文件

织梦资讯门户网站模板公司成立后网站建设

linux入门4.4（DHCP和DNS服务器）

存储卷备份策略在海外vps数据安全中的基础规范

基于MATLAB的热晕相位屏仿真

天津网站优化怎么样成都金牛区建设局网站