mysql如何使用explain分析SQL

EXPLAIN是分析MySQL查询执行计划的关键命令，通过在SELECT、UPDATE等语句前添加EXPLAIN可查看其执行过程。输出字段中，id表示查询标识符，select_type显示查询类型如SIMPLE或PRIMARY，table为涉及的表名，type反映访问类型，理想为const或range，避免ALL全表扫描。possible_keys和key分别指出可能使用和实际使用的索引，key_len显示索引长度，ref标识被引用的列或常量，rows为扫描行数估算值，filtered表示过滤后的行比例，Extra提供额外信息如Using index（覆盖索引）或Using filesort（需排序）。例如对users表执行EXPLAIN SELECT name FROM users WHERE age > 30 AND city = 'Beijing'，若type为range且key使用idx_age_city联合索引，则性能较优；否则可添加复合索引优化。MySQL 5.6+支持EXPLAIN FORMAT=JSON获取更详细信息，MySQL 8.0+引入EXPLAIN ANALYZE实际执行并返回真实耗时，有助于精准调优。掌握EXPLAIN有助于识别全表扫描、缺失索引等问题，进而优化SQL性能。

在 MySQL 中，EXPLAIN 是一个非常实用的命令，用于分析 SQL 查询的执行计划。通过它，你可以了解 MySQL 如何执行某条 SELECT、UPDATE、DELETE 或 INSERT 语句，从而判断是否存在性能瓶颈，比如全表扫描、缺少索引、错误的连接顺序等。

1. 使用 EXPLAIN 的基本语法

只需在 SQL 语句前加上 EXPLAIN 关键字：

EXPLAIN SELECT * FROM users WHERE id = 1;

执行后会返回一个结果集，每一列表示查询执行过程中的某个信息项。

2. EXPLAIN 输出字段详解

以下是常见列及其含义：

id： 查询的标识符。如果存在子查询或联合查询，每个部分都有一个 ID，ID 相同的执行顺序从上到下，ID 越大越先执行。

select_type： 查询类型，常见值包括：

• SIMPLE：简单查询（不包含子查询或 UNION）
• PRIMARY：主查询（最外层的查询）
• SUBQUERY：子查询中的第一个 SELECT
• DERIVED：派生表（如子查询在 FROM 中）
• UNION：UNION 中的第二个或之后的查询

table： 查询涉及的表名。如果是派生表，会显示为 <derived2> 这类格式。

partitions： 匹配的分区（如果使用了分区表），一般为空表示未分区。

type： 表的访问类型，这是判断查询性能的关键指标，从最优到最差：

• system：仅有一行系统表（如常量表）
• const：通过主键或唯一索引定位一行
• eq_ref：在 JOIN 中使用主键或唯一索引匹配一行
• ref：非唯一索引等值匹配，可能返回多行
• range：索引范围扫描（如 BETWEEN、IN、> 等）
• index：全索引扫描（比 ALL 快，因为只扫索引树）
• ALL：全表扫描，应尽量避免

possible_keys： 可能使用的索引。如果为 NULL，说明没有相关索引可用。

key： 实际使用的索引。如果为 NULL，表示未使用索引。

key_len： 使用索引的长度（字节）。可用于判断复合索引的使用情况。例如，INT 类型通常占 4 字节，VARCHAR(255) 在 utf8mb4 下最多占 1020 字节。

ref： 显示索引哪一列被使用了，或者是一个常量值（如 const）。

rows： 扫描的行数估算值。这个值越小越好。注意是“估算”，不一定精确。

如知AI笔记

如知笔记——支持markdown的在线笔记，支持ai智能写作、AI搜索，支持DeepseekR1满血大模型

27

查看详情

filtered： 表示经过 WHERE 条件过滤后剩余的行百分比（基于统计信息估算）。100 表示全部保留，10 表示只剩 10%。

Extra： 额外信息，非常重要，常见值有：

• Using where：使用 WHERE 条件过滤数据
• Using index：使用了覆盖索引（无需回表）
• Using index condition：使用索引条件下推（ICP）
• Using temporary：需要创建临时表（如 GROUP BY 或 ORDER BY 涉及非索引列）
• Using filesort：需要排序操作（影响性能，应优化）
• Using join buffer：使用了连接缓存（通常正常）

3. 实际分析案例

假设有一个用户表：

CREATE TABLE users ( id INT PRIMARY KEY, name VARCHAR(50), age INT, city VARCHAR(50), INDEX idx_age (age), INDEX idx_city (city) );

执行：

EXPLAIN SELECT name FROM users WHERE age > 30 AND city = 'Beijing';

观察输出：

• type 为 index 或 range？理想是 range
• key 是否使用了复合索引？当前有两个单列索引，可能只用一个
• Extra 是否出现 Using where；Using filesort？可考虑建立联合索引优化

优化建议：添加联合索引：

ALTER TABLE users ADD INDEX idx_age_city (age, city);

再次执行 EXPLAIN，观察 key 是否变为 idx_age_city，type 是否为 range，Extra 是否减少 filesort 或 temporary。

4. EXPLAIN 的扩展用法

MySQL 5.6+ 支持 EXPLAIN FORMAT=JSON，提供更详细的执行计划，包括成本估算、索引使用细节等：

EXPLAIN FORMAT=JSON SELECT * FROM users WHERE age > 30;

此外还有 EXPLAIN ANALYZE（MySQL 8.0+），它会实际执行 SQL 并返回真实耗时信息，比普通 EXPLAIN 更准确。

用法：

EXPLAIN ANALYZE SELECT * FROM users WHERE age > 30;

注意：ANALYZE 会真正执行语句，写操作需谨慎。

总结

EXPLAIN 是 SQL 性能调优的起点。重点关注 type（避免 ALL）、key（是否命中索引）、rows（扫描行数）和 Extra（避免 temporary、filesort）。结合业务场景不断调整索引结构，才能写出高效的 SQL。

基本上就这些，掌握 EXPLAIN 后，SQL 优化就有了方向。

以上就是mysql如何使用explain分析SQL的详细内容，更多请关注php中文网其它相关文章！