MySQL - EXPLAIN 语句

• MySQL EXPLAIN 语句
• EXPLAIN 和 ANALYZE
• explain_type 选项

MySQL EXPLAIN 语句

MySQL EXPLAIN 语句用于提供查询的执行计划。该语句的工作原理类似于 DESCRIBE 查询;DESCRIBE 查询提供表的结构计划，而 EXPLAIN 语句描述查询的执行方式。

当查询执行时间过长时，可以使用 EXPLAIN 语句。它会显示此类较慢查询的执行计划，允许您在必要时应用索引以加快执行过程。

请注意，您也不能在查询中使用过多的索引;因为这可能会导致查询速度更慢。

此语句适用于 SELECT、DELETE、INSERT、REPLACE 和 UPDATE 语句。

语法

以下是 EXPLAIN 语句的语法 -

EXPLAIN tbl_name [col_name | wild]

示例

假设我们在 MySQL 数据库中创建了一个名为 CUSTOMERS 的表，如下所示 -

CREATE TABLE CUSTOMERS (
   ID INT NOT NULL,
   NAME VARCHAR (20) NOT NULL,
   ADDRESS CHAR (25),
   PRIMARY KEY (ID)
);

您可以使用 EXPLAIN 语句查看此表的执行计划，如下所示 -

EXPLAIN CUSTOMERS;

输出将提供有关表结构的信息，包括列及其属性，如下所示 -

您还可以使用 EXPLAIN 语句获取有关特定列的详细信息，如下所示 -

EXPLAIN CUSTOMERS NAME;

输出

以下是获得的输出 -

EXPLAIN 最常用于 SELECT 查询，以分析其执行计划。请考虑以下查询 -

EXPLAIN SELECT * FROM CUSTOMERS WHERE NAME LIKE 'k%';

得到的表如下 -

请注意，上面的输出中并未显示表中的所有列;存在其他列。

EXPLAIN 和 ANALYZE

如果我们将 EXPLAIN 语句与 ANALYZE 结合使用，它会提供其他信息，例如执行时间和基于迭代器的信息，例如 -

• 估计执行成本。
• 估计返回的行数。
• 返回第一行的时间。
• 返回所有行的时间(实际成本)，以毫秒为单位。
• 迭代器返回的行数。
• 循环次数。

示例

以下是 EXPLAIN 语句与 ANALYZE 结合使用的示例 -

EXPLAIN ANALYZE SELECT * FROM CUSTOMERS;

它显示包含更多时间和成本相关详细信息的输出，如下所示 -

示例

首先，我们使用 INSERT 语句将值插入上面创建的 CUSTOMERS 表中 -

INSERT INTO CUSTOMERS VALUES 
(1, 'Ramesh', 'Ahmedabad' ),
(2, 'Khilan', 'Delhi' ),
(3, 'kaushik', 'Kota'),
(4, 'Chaitali', 'Mumbai' ),
(5, 'Hardik', 'Bhopal' ),
(6, 'Komal', 'MP' ),
(7, 'Muffy', 'Indore' );

让我们创建另一个表 ORDERS，其中包含订单的详细信息及其下单日期 -

CREATE TABLE ORDERS (
   OID INT NOT NULL,
   DATE VARCHAR (20) NOT NULL,
   CUST_ID INT NOT NULL,
   AMOUNT DECIMAL (18, 2)
);

现在，我们将一些数据插入到 ORDERS 表中，如下所示 -

INSERT INTO ORDERS VALUES 
(102, '2009-10-08 00:00:00', 3, 3000.00),
(100, '2009-10-08 00:00:00', 3, 1500.00),
(101, '2009-11-20 00:00:00', 2, 1560.00),
(103, '2008-05-20 00:00:00', 4, 2060.00);

以下查询从上面创建的表中删除记录 -

SELECT * FROM CUSTOMERS 
INNER JOIN ORDERS ON ORDERS.CUST_ID = CUSTOMERS.ID;

我们得到以下输出 -

要获取此查询执行的信息，您可以使用 EXPLAIN ANALYZE 语句，如下所示:-

EXPLAIN ANALYZE SELECT * FROM CUSTOMERS
INNER JOIN ORDERS ON ORDERS.CUST_ID = CUSTOMERS.ID\G;

生成的结果如下:-

*************************** 1. row ***************************
EXPLAIN: -> Nested loop inner join  (cost=2.05 rows=4) (actual time=0.117..0.145 rows=4 loops=1)
    -> Table scan on ORDERS  (cost=0.65 rows=4) (actual time=0.078..0.095 rows=4 loops=1)
    -> Single-row index lookup on CUSTOMERS using PRIMARY (ID=orders.CUST_ID)  (cost=0.28 rows=1) (actual time=0.010..0.010 rows=1 loops=4)

1 row in set (0.00 sec)

explain_type 选项

您还可以使用 explain_type 选项指定要检索信息的格式。它允许您在 TRADITIONAL、JSON 和 TREE 格式之间进行选择。这些不同的格式提供相同的信息，但以更结构化的方式进行分析。

示例

在这里，我们使用 explain_type 选项以 TREE 格式检索信息 -

EXPLAIN ANALYZE FORMAT = TREE SELECT * FROM CUSTOMERS 
INNER JOIN ORDERS ON ORDERS.CUST_ID = CUSTOMERS.ID;

以下是获得的输出 -

-> Nested loop inner join  (cost=2.05 rows=4) (actual time=0.111..0.136 rows=4 loops=1)
    -> Table scan on ORDERS  (cost=0.65 rows=4) (actual time=0.073..0.089 rows=4 loops=1)       
    -> Single-row index lookup on CUSTOMERS using PRIMARY (ID=orders.CUST_ID)  

现在，我们以 JSON 格式检索信息 -

EXPLAIN FORMAT = JSON SELECT * FROM CUSTOMERS;

执行上述代码后，我们得到以下输出 -

{
  "query_block": {
    "select_id": 1,
    "cost_info": {
      "query_cost": "0.95"
    },
    "table": {
      "table_name": "CUSTOMERS",
      "access_type": "ALL",
      "rows_examined_per_scan": 7,
      "rows_produced_per_join": 7,
      "filtered": "100.00",
      "cost_info": {
        "read_cost": "0.25",
        "eval_cost": "0.70",
        "prefix_cost": "0.95",
        "data_read_per_join": "1K"
      },
      "used_columns": [
        "ID",
        "NAME",
        "ADDRESS"
      ]
    }
  }
}