字段解析
当我们对一个查询语句执行EXPLAIN时，EXPLAIN通常会返回以下字段，下面我们将对各个列的含义及其示例进行说明。
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 | 00 | Using where |
(1) id
id表示查询的标识符。如果一个查询包含子查询或联合查询，每个子查询或联合查询都会有一个唯一的 id。比如：1
(2) select_type
select_type表示查询的类型，表示查询是简单查询、联合查询、子查询等。
常见值：
- SIMPLE: 简单查询，不包含子查询或联合查询。
- PRIMARY: 最外层查询。
- SUBQUERY: 子查询中的第一个 SELECT。
- DERIVED: 派生表（子查询中的 FROM 子句）。
比如：SIMPLE
(3) table
table代表了查询涉及的表名或别名。
比如：users
(4) partitions
partitions代表查询涉及的分区（如果有）。比如：NULL
(5) type
type表示连接类型，反映了 MySQL 如何查找表中的行。
常见值（按效率从高到低排序）：
- system: 表只有一行（等同于系统表）。
- const: 表最多有一个匹配行（主键或唯一索引）。
- eq_ref: 对于每个来自前表的行组合，从该表读取一行。
- ref: 对于每个来自前表的行组合，从该表读取所有匹配行。
- range: 只检索给定范围的行，使用索引来选择行。
- index: 全索引扫描。
- ALL: 全表扫描。
比如：ref
(6) possible_keyspossible_keys表示 MySQL 认为可以使用的索引。比如：PRIMARY
(7) keykey表示实际使用的索引。比如：PRIMARY
(8) key_lenkey_len表示使用的索引的长度。比如：4
(9) refref显示使用哪个列或常数与 key 一起从表中选择行。比如：const
(10) rowsrows表示 MySQL 估计要扫描的行数。比如：1
(11) filtered
filtered表示返回结果的行占总行数的百分比。比如：100.00
(12) ExtraExtra表示额外的信息，描述查询执行过程中一些特定的操作。
常见值：
- Using index: 使用覆盖索引（只从索引中读取信息，而不是从实际表中读取）。
- Using where: 使用 WHERE 子句过滤行。
- Using temporary: 使用临时表保存中间结果。
- Using filesort: 需要额外的排序操作（文件排序）。
比如：Using where
示例
为了更好的解释，我们来看一下示例说明，假设有一个简单的表 users，结构如下：
CREATE TABLE users (
id INT PRIMARY KEY,
name VARCHAR(100),
age INT,
city VARCHAR(100)
);执行一个查询：
EXPLAIN SELECT * FROM users WHERE age > 25;可能得到的输出如下：
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 | 00 | Using where |
解释：
- id: 查询的标识符，只有一个简单查询，所以 id 是 1。
- select_type: 查询类型，这里是 SIMPLE，表示简单查询。
- table: 查询涉及的表，这里是 users。
- partitions: 没有使用分区，所以是 NULL。
- type: 连接类型，这里是 ALL，表示全表扫描。
- possible_keys: 可能使用的索引，这里没有索引可以使用。
- key: 实际使用的索引，这里没有使用索引，所以是 NULL。
- key_len: 索引长度，这里没有使用索引，所以是 NULL。
- ref: 引用的列或常数，这里没有使用索引，所以是 NULL。
- rows: 估计要扫描的行数，这里估计要扫描 1000 行。
- filtered: 过滤百分比，这里是 10%，表示大约 10% 的行满足 WHERE 条件。
- Extra: 额外信息，这里是 Using where，表示使用了 WHERE 子句进行过滤。
通过EXPLAIN的结果，我们可以看到查询的执行计划，并据此优化查询。例如，可以考虑在 age 列上添加索引以提高查询性能。
优化建议
根据EXPLAIN的输出，可以采取以下优化措施：
- 使用合适的索引确保在查询中使用的列上建立索引。例如，对于 WHERE 子句中的列、JOIN 子句中的连接列、ORDER BY 和 GROUP BY 子句中的列，都应考虑建立索引。
- 避免全表扫描：如果 type 列显示为 ALL，表示全表扫描。应该考虑添加索引以避免全表扫描。
- 优化连接顺序：对于多表连接，优化器会选择最优的连接顺序。可以通过EXPLAIN查看连接顺序，并调整查询以优化连接顺序。
- 使用覆盖索引如果Extra列显示为Using index，表示查询只从索引中读取数据，而不需要访问实际表。可以通过添加合适的索引来实现覆盖索引。
- 减少返回的行数使用LIMIT子句限制返回的行数，减少扫描的行数。
- 避免使用 SELECT尽量避免使用SELECT *，只选择需要的列以减少数据传输量。
- 优化子查询对于子查询，可以考虑使用JOIN或派生表来替代，减少查询的复杂度。
总结
本文，我们详细地分析了EXPLAIN，它是 MySQL 中用于显示 SQL 查询执行计划的关键字。EXPLAIN提供了查询优化器选择的执行路径，包括表访问顺序、索引使用情况、连接类型和扫描行数等信息。通过EXPLAIN的输出，开发者可以识别性能瓶颈，如全表扫描、索引未使用等，并进行针对性的优化，例如添加索引、优化连接顺序和减少返回行数等。
因此，在实际开发中，我们应该合理地使用EXPLAIN关键字来帮助我们来优化查询。
