53-MySQL-性能分析-EXPLAIN-Extra

作者: 紫荆秋雪_文 | 来源:发表于2022-10-27 17:55 被阅读0次

53-MySQL-性能分析-EXPLAIN-Extra
2019-06-23
facebook 开源性能分析工具xhprof【目录】
性能深度分析之System Trace
php入门－－性能测试
android开发调试各种工具
android开发调试各种工具
Linux应用性能分析及故障排查
iOS 性能优化 - Allocations分析内存分配
linux性能分析汇总

一、Extra

顾名思义，Extra列是用来说明一些额外信息的，包含不适合在其他列中显示但十分重要的额外信息。可以通过这些额外信息来更准确的理解MySQL到底将如何执行给定的查询语句。

1.1、No tables used

当查询语句的没有 FROM 子句时将会提示该额外信息

EXPLAIN SELECT 1;

1.2、Impossible WHERE

查询语句的 WHERE 子句永远为 FALSE 时将会提示该额外信息

 EXPLAIN SELECT * FROM s1 WHERE 1 != 1;

1.3、Using where

不用读取表中所有信息，仅通过索引就可以获取所需数据，这发生在对表的全部的请求列都是同一个索引的部分的时候，表示MySQL服务器将在存储引擎检索行后再进行过滤。表明使用了 where 过滤。

1.3.1、WHERE子句中有针对该表的搜索条件时

当使用全表扫描执行对某个表的查询，并且该语句的WHERE子句中有针对该表的搜索条件时，在Extra列中会提示上述额外信息

EXPLAIN SELECT * FROM s1 WHERE common_field = 'a';

image.png

1.3.2、WHERE子句中有针对该表的搜索条件，同时有索引条件

当使用索引访问来执行对某个表的查询，并且该语句的WHERE子句中有除了改索引包含的列之外的其他搜索条件时，在Extra列中也会提示上述额外信息。比如下边这个查询虽然使用idx_key1索引执行查询，但是搜索条件中除了包含key1的搜索条件key1='a'，还包含common_field的搜索条件，所以Extra列会显示Using where

EXPLAIN SELECT * FROM s1 WHERE key1 = 'a' AND common_field = 'a';

image.png

1.4、No matching min/max row

当查询列表处有MIN或者MAX聚集函数，但是并没有符合WHERE子句中的搜索条件的记录时，将会提示该额外信息

EXPLAIN SELECT MIN(key1) FROM s1 WHERE key1 = 'abcdefg';

image.png

1.5、Using index

当我们的查询列表以及搜索条件中只包含属于某个索引的列，也就是在可以使用索引覆盖的情况下，在Extra列将会提示该额外信息

EXPLAIN SELECT key1 FROM s1 WHERE key1 = 'a';

image.png

1.5.1、二级索引直接使用索引覆盖

EXPLAIN SELECT id, key1 FROM s1 WHERE key1 = 'a';

image.png

分析

由于 key1 是索引idx_key1的列，是一个二级索引，所以当查询 id， key1 时，由于二级索引中已经包含有id，key1，索引不需要回表，这也就是索引覆盖

1.5.2、二级索引无法使用索引覆盖

EXPLAIN SELECT id, key1, key3 FROM s1 WHERE key1 = 'a';

image.png

1.6、Using index condition

有些搜索条件中虽然出现了索引列，但却不能使用到索引

DESC
SELECT *
FROM s1
WHERE key1 > 'z'
  AND key1 LIKE '%b';

image.png

key1 LIKE '%b'无法使用索引

DESC
SELECT *
FROM s1
WHERE key1 LIKE '%b';

image.png

key1 > 'z'使用索引

DESC
SELECT *
FROM s1
WHERE key1 > 'z';

image.png

分析

1、其中的 key1 > 'z' 可以使用到索引，但是 key1 LIKE '%b' 却无法使用到索引，在以前版本的MySQL中是按照下面步骤来执行这个查询的
- 1.1、先根据 key1 > 'z' 这个条件，从二级索引 idx_key1 中获取到对应的二级索引记录
- 1.2、根据上一步骤得到的二级索引记录中的主键值进行回表，找到完整的用户记录再检测该记录是否符合 key1 LIKE '%b' 这个条件，将符合条件的记录加入到最后的结果集
2、但是虽然 key1 LIKE '%b' 不能组成范围区间参与range访问方法的执行，但这个条件毕竟只涉及到了key1列，所以MySQL把上边的步骤改进了一下
- 2.1、先根据 key1 > 'z' 这个条件，定位到二级索引idx_key1中对应的二级索引记录
- 2.2、对于指定的二级索引记录，先不着急回表，而是先检测一下该记录是否满足 key1 LIKE '%b' 这个条件，如果这个条件不满足，则该二级索引记录压根儿就没必要回表
- 2.3、对于满足 key1 LIKE '%b' 这个条件的二级索引记录执行回表操作
3、回表操作其实是一个随机IO，比较耗时，所以上述修改虽然只改进了一点点，但是可以省去好多回表操作的成本。MySQL把他们的这个改进称之为索引条件下推。如果在查询语句的执行过程中将要使用索引条件下推这个特性，在Extra列中将会显示Using index condition

1.7、Using join buffer (Block Nested Loop)

在连接查询执行过程中，当被驱动表不能有效的利用索引加快访问速度，MySQL一般会为其分配一块名为join buffer的内存块来加速查询速度，也就是我们所讲的基于块的嵌套循环算法

EXPLAIN SELECT * FROM s1 INNER JOIN s2 ON s1.common_field = s2.common_field;

image.png

可以在对被驱动表s1的执行计划的 Extra 列显示了两个提示
- 1、Using join buffer (hash join)：这是因为表s1的访问不能有效利用索引，只好退而求其次，使用join buffer来减少对 s1 表的访问次数，从而提高性能
- 2、Using where：可以看到查询语句中有一个 s1.common_field = s2.common_field条件，因为 s2是驱动表，s1是被驱动表，所以在访问s1表时，s2.common_field的值已经确定下来了，所以实际上查询s1表的条件就是s1.common_field = 一个常数，所以提示了 Using where额外信息

1.8、Not exists

当使用作（外）连接时，如果 WHERE 子句中包含要求被驱动表的某个列等于NULL值的搜索条件，而且那个列又是不允许存储NULL值的，那么在该表的执行计划的Extra 列就会提示Not exists额外信息

EXPLAIN SELECT * FROM s1 LEFT JOIN s2 ON s1.key1 = s2.key1 WHERE s2.id IS NULL;

image.png

分析

上述查询中 s1 表时驱动表，s2表是被驱动表，s2.id列是不允许存储NULL值的，而WHERE子句中又包含s2.id IS NULL的搜索条件，这意味着必定是驱动表的记录在被驱动表中找不到匹配ON子句条件的记录才会把该驱动表的记录加入到最终的结果集，所以对于某条驱动表中的记录来说，如果能在被驱动表中找到1条符合ON子句条件的记录，那么该驱动表的记录就不会被加入到最终的结果集，也就是说我们没有必要到被驱动表中找到全部符合ON子句条件的记录，这样可以稍微节省一点性能

1.9、Using intersect(...) 、 Using union(...) 和 Using sort_union(...)

1、如果执行计划的 Extra 列出现了Using intersect(...)提示，说明准备使用Intersect索引合并的方式执行查询，括号中的. . .表示需要进行索引合并的索引名称；
2、如果出现了Using union(...)提示，说明准备使用Union索引合并的方式执行查询
3、出现了Using sort_union(...)提示，说明准备使用Sort-Union索引合并的方式执行查询

EXPLAIN SELECT * FROM s1 WHERE key1 = 'a' OR key3 = 'a';

image.png

其中Extra列就显示了Using union(idx_key1,idx_key3)，表明MySQL即将使用idx_key1和idx_key3这两个索引进行Union索引合并的方式执行查询

1.10、Zero limit

当LIMIT子句的参数为 0 时，表示压根不打算从表中读出任何记录，将会提示该额外信息

EXPLAIN SELECT * FROM s1 LIMIT 0;

image.png

1.11、Using filesort

有一些情况下对结果集中的记录进行排序时可以使用到索引的

EXPLAIN SELECT * FROM s1 ORDER BY key1 LIMIT 10;

image.png

分析

这个查询语句可以利用idx_key1索引直接取出key1列的 10 条记录，然后再进行回表操作就好了。但是很多情况下排序操作无法使用到索引，只能在内存中（记录较少的时候）或者磁盘中（记录较多的时候）进行排序，MySQL把这种在内存中或者磁盘上进行排序的方式统称为文件排序。如果某个查询需要使用文件排序的方式执行查询，就会在执行计划的Extra列中显示Using filesort提示

EXPLAIN SELECT * FROM s1 ORDER BY common_field LIMIT 10;

image.png

如果查询中需要使用filesort的方式进行排序的记录非常多，那么这个过程是很耗费性能的，最好想办法将使用文件排序的执行方式改为使用索引进行排序

1.12、Using temporary

在许多查询的执行过程中，MySQL可能会借助临时表来完成一些功能，比如去重、排序之类的，比如我们在执行许多包含DISTINCT、GROUP BY、UNION等子句的查询过程中，如果不能有效利用索引来完成查询，MySQL很有可能寻求通过建立内部的临时表来执行查询。如果查询中使用到了内部的临时表，在执行计划的Extra列将会显示Using temporary提示

EXPLAIN SELECT DISTINCT common_field FROM s1;

image.png

GROUP BY

EXPLAIN SELECT common_field, count(*) AS amount FROM s1
GROUP BY common_field;

image.png

使用索引来替代掉使用临时表

执行计划中出现Using temporary并不是一个好的征兆，因为建立与维护临时表要付出很大成本的，所以最好能使用索引来替代掉使用临时表

EXPLAIN
SELECT key1, COUNT(*) AS amount
FROM s1
GROUP BY key1;

image.png

1.13、小结

EXPLAIN不考虑各种 Cache
EXPLAIN不能显示MySQL在执行查询时所作的优化工作
EXPLAIN不会告诉你关于触发器、存储过程的信息或用户自定义函数对查询的影响情况
部分统计信息是估算的，并非精确值

二、EXPLAIN四种输出格式

EXPLAIN可以输出四种格式： 传统格式 ， JSON格式 ， TREE格式 以及 可视化输出 。用户可以根据需要选择适用于自己的格式

2.1、JSON格式

JSON格式：在EXPLAIN单词和真正的查询语句中间加上 FORMAT=JSON 。

语法

EXPLAIN FORMAT=JSON SELECT ....

EXPLAIN 的 Column 与 JSON 的对应关系 Column 与 JSON 的对应关系.png
举例

EXPLAIN FORMAT = JSON
SELECT *
FROM s1
         INNER JOIN s2 s2 ON s1.key1 = s2.key2
WHERE s1.common_field = 'a';

JSON结果

{
    "query_block":{
        "select_id":1,
        "cost_info":{
            "query_cost":"2102.20"
        },
        "nested_loop":[
            {
                "table":{
                    "table_name":"s1",
                    "access_type":"ALL",
                    "possible_keys":[
                        "idx_key1"
                    ],
                    "rows_examined_per_scan":9895,
                    "rows_produced_per_join":989,
                    "filtered":"10.00",
                    "cost_info":{
                        "read_cost":"914.80",
                        "eval_cost":"98.95",
                        "prefix_cost":"1013.75",
                        "data_read_per_join":"2M"
                    },
                    "used_columns":[
                        "id",
                        "key1",
                        "key2",
                        "key3",
                        "key_part1",
                        "key_part2",
                        "key_part3",
                        "common_field"
                    ],
                    "attached_condition":"((`testbigdata`.`s1`.`common_field` = 'a') and (`testbigdata`.`s1`.`key1` is not null))"
                }
            },
            {
                "table":{
                    "table_name":"s2",
                    "access_type":"eq_ref",
                    "possible_keys":[
                        "idx_key2"
                    ],
                    "key":"idx_key2",
                    "used_key_parts":[
                        "key2"
                    ],
                    "key_length":"5",
                    "ref":[
                        "testbigdata.s1.key1"
                    ],
                    "rows_examined_per_scan":1,
                    "rows_produced_per_join":989,
                    "filtered":"100.00",
                    "index_condition":"(cast(`testbigdata`.`s1`.`key1` as double) = cast(`testbigdata`.`s2`.`key2` as double))",
                    "cost_info":{
                        "read_cost":"989.50",
                        "eval_cost":"98.95",
                        "prefix_cost":"2102.20",
                        "data_read_per_join":"1M"
                    },
                    "used_columns":[
                        "id",
                        "key1",
                        "key2",
                        "key3",
                        "key_part1",
                        "key_part2",
                        "key_part3",
                        "common_field"
                    ]
                }
            }
        ]
    }
}

read_cost 是由下边这两部分组成的
- IO成本
- 检测rows x (1 - filter)条记录的CPU成本

rows和filter都是我们前边介绍执行计划的输出列，在JSON格式的执行计划中，rows相当于rows_examined_per_scan，filtered名称不变。

eval_cost 是这样计算的

检测 rows × filter 条记录的成本

prefix_cost 就是单独查询 s1 表的成本，也就是：

read_cost + eval_cost

data_read_per_join 表示在此次查询中需要读取的数据量
对于 s2 表的 "cost_info" 部分是这样的

 "cost_info":{
                        "read_cost":"989.50",
                        "eval_cost":"98.95",
                        "prefix_cost":"2102.20",
                        "data_read_per_join":"1M"
                    }

由于 s2 表是被驱动表，所以可能被读取多次，这里的 read_cost 和 eval_cost 是访问多次 s2 表后累加起来的值，大家主要关注里边儿的 prefix_cost 的值代表的是整个连接查询预计的成本，也就是单次查询 s1 表和多次查询 s2 表后的成本的和

2.2、TREE格式

TREE格式是8.0.16版本之后引入的新格式，主要根据查询的 各个部分之间的关系 和 各部分的执行顺序 来描述如何查询

EXPLAIN FORMAT =tree SELECT * FROM s1 INNER JOIN s2 ON s1.key1 = s2.key2 WHERE s1.common_field = 'a';

三、 SHOW WARNINGS的使用

`需要在终端中执行，客户端可能无法输出信息`

在我们使用 EXPLAIN 语句查看了某个查询的执行计划后，紧接着还可以使用 SHOW WARNINGS 语句查看与这个查询的执行计划有关的一些扩展信息

EXPLAIN
SELECT s1.key1, s2.key1
FROM s1
         LEFT JOIN s2 ON s1.key1 = s2.key1
WHERE s2.common_field IS NOT NULL;

image.png

mysql> SHOW WARNINGS\G;
*************************** 1. row ***************************
  Level: Warning
   Code: 1739
Message: Cannot use ref access on index 'idx_key1' due to type or collation conversion on field 'key1'
*************************** 2. row ***************************
  Level: Note
   Code: 1003
Message: /* select#1 */ select `testbigdata`.`s1`.`key1` AS `key1`,`testbigdata`.`s2`.`key1` AS `key1` from `testbigdata`.`s1` join `testbigdata`.`s2` where ((`testbigdata`.`s2`.`common_field` is not null) and (`testbigdata`.`s1`.`key1` = `testbigdata`.`s2`.`key1`))
2 rows in set (0.00 sec)

简化

SELECT s1.`key1` AS `key1`, s2.`key1` AS `key1`
FROM s1 s1
         JOIN s2 s2
WHERE ((s2.`common_field` IS NOT NULL) AND (s1.`key1` = s2.`key1`));

SHOW WARNINGS展示出来的信息有三个字段，分别是Level、Code、Message。最常见的就是Code为1003的信息，当Code值为1003时，Message字段展示的信息类似于查询优化器将我们的查询语句重写后的语句。比如我们上边的查询本来是一个左（外）连接查询，但是有一个 s2.common_field IS NOT NULL 的条件，这就会导致查询优化器把左（外）连接查询优化为内连接查询，从SHOW WARNINGS的Message字段也可以看出来原本的LEFT JOIN已经变成了JOIN
注意!!!：Message字段展示的信息类似于查询优化器将我们的查询语句重写后的语句，并不是等价于标准的查询语句，在很多情况下并不能直接拿到Message中的SQL运行，它只能作为帮助我们理解MySQL将如何执行查询语句的一个参考依据而已

三、分析优化器执行计划：trace

OPTIMIZER_TRACE是MySQL5.6引入的一项跟踪功能，它可以跟踪优化器做出的各种决策（如访问表的方法、各种开销计算、各种转换等），并将跟踪结果记录到INFORMATION_SCHEMA.OPTIMIZER_TRACE表中。次功能默认是关闭。开启 trace，并设置格式为 JSON，同时设置 trace 最大能够使用的内存大小，避免解析过程中因为默认内存过小而不能够完整展示

开启 trace

SET OPTIMIZER_TRACE = 'enabled=on',END_MARKERS_IN_JSON = on;

SET OPTIMIZER_TRACE_MAX_MEM_SIZE = 1000000;

开启后，可分析如下语句SELECT、INSERT、REPLACE、UPDATE、DELETE、EXPLAIN、SET、DECLARE、CASE、IF、RETURN、CALL

测试

SELECT *
FROM student
WHERE id < 10;

查询 information_schema.optimizer_trace 就可以知道MySQL是如何执行SQL的

*************************** 1. row ***************************
#  第一部分：查询语句
QUERY: select * from student where id < 10
#  第二部分：QUERY字段对应语句的跟踪信息
TRACE: {
  "steps": [
    {
      "join_preparation": {  # 预备工作
        "select#": 1,
        "steps": [
          {
            "expanded_query": "/* select#1 */ select `student`.`id` AS `id`,`student`.`stuno` AS `stuno`,`student`.`name` AS `name`,`student`.`age` AS `age`,`student`.`classid` AS `classid` from `student` where (`student`.`id` < 10)"
          }
        ] /* steps */
      } /* join_preparation */
    },
    {
      "join_optimization": {  #  进行优化
        "select#": 1,
        "steps": [
          {
            "condition_processing": {  #  条件处理
              "condition": "WHERE",
              "original_condition": "(`student`.`id` < 10)",
              "steps": [
                {
                  "transformation": "equality_propagation",
                  "resulting_condition": "(`student`.`id` < 10)"
                },
                {
                  "transformation": "constant_propagation",
                  "resulting_condition": "(`student`.`id` < 10)"
                },
                {
                  "transformation": "trivial_condition_removal",
                  "resulting_condition": "(`student`.`id` < 10)"
                }
              ] /* steps */
            } /* condition_processing */
          },
          {
            "substitute_generated_columns": {  #  替换生成的列
            } /* substitute_generated_columns */
          },
          {
            "table_dependencies": [  #  表的依赖关系
              {
                "table": "`student`",
                "row_may_be_null": false,
                "map_bit": 0,
                "depends_on_map_bits": [
                ] /* depends_on_map_bits */
              }
            ] /* table_dependencies */
          },
          {
            "ref_optimizer_key_uses": [  #  使用键
            ] /* ref_optimizer_key_uses */
          },
          {
            "rows_estimation": [  #  行判断
              {
                "table": "`student`",
                "range_analysis": {
                  "table_scan": {
                    "rows": 7727979,
                    "cost": 794484
                  } /* table_scan */,  #  扫描表
                  "potential_range_indexes": [  #  潜在的范围索引
                    {
                      "index": "PRIMARY",
                      "usable": true,
                      "key_parts": [
                        "id"
                      ] /* key_parts */
                    }
                  ] /* potential_range_indexes */,
                  "setup_range_conditions": [  #  设置范围条件
                  ] /* setup_range_conditions */,
                  "group_index_range": {
                    "chosen": false,
                    "cause": "not_group_by_or_distinct"
                  } /* group_index_range */,
                  "skip_scan_range": {
                    "potential_skip_scan_indexes": [
                      {
                        "index": "PRIMARY",
                        "usable": false,
                        "cause": "query_references_nonkey_column"
                      }
                    ] /* potential_skip_scan_indexes */
                  } /* skip_scan_range */,
                  "analyzing_range_alternatives": {  #  分析范围选项
                    "range_scan_alternatives": [
                      {
                        "index": "PRIMARY",
                        "ranges": [
                          "id < 10"
                        ] /* ranges */,
                        "index_dives_for_eq_ranges": true,
                        "rowid_ordered": true,
                        "using_mrr": false,
                        "index_only": false,
                        "in_memory": 4.61915e-05,
                        "rows": 9,
                        "cost": 1.91987,
                        "chosen": true
                      }
                    ] /* range_scan_alternatives */,
                    "analyzing_roworder_intersect": {
                      "usable": false,
                      "cause": "too_few_roworder_scans"
                    } /* analyzing_roworder_intersect */
                  } /* analyzing_range_alternatives */,
                  "chosen_range_access_summary": {  #  选择范围访问摘要
                    "range_access_plan": {
                      "type": "range_scan",
                      "index": "PRIMARY",
                      "rows": 9,
                      "ranges": [
                        "id < 10"
                      ] /* ranges */
                    } /* range_access_plan */,
                    "rows_for_plan": 9,
                    "cost_for_plan": 1.91987,
                    "chosen": true
                  } /* chosen_range_access_summary */
                } /* range_analysis */
              }
            ] /* rows_estimation */
          },
          {
            "considered_execution_plans": [  #  考虑执行计划
              {
                "plan_prefix": [
                ] /* plan_prefix */,
                "table": "`student`",
                "best_access_path": {  #  最佳访问路径
                  "considered_access_paths": [
                    {
                      "rows_to_scan": 9,
                      "access_type": "range",
                      "range_details": {
                        "used_index": "PRIMARY"
                      } /* range_details */,
                      "resulting_rows": 9,
                      "cost": 2.81987,
                      "chosen": true
                    }
                  ] /* considered_access_paths */
                } /* best_access_path */,
                "condition_filtering_pct": 100,  #  行过滤百分比
                "rows_for_plan": 9,
                "cost_for_plan": 2.81987,
                "chosen": true
              }
            ] /* considered_execution_plans */
          },
          {
            "attaching_conditions_to_tables": {  #  将条件附加到表上
              "original_condition": "(`student`.`id` < 10)",
              "attached_conditions_computation": [
              ] /* attached_conditions_computation */,
              "attached_conditions_summary": [  #  /附加条件概要
                {
                  "table": "`student`",
                  "attached": "(`student`.`id` < 10)"
                }
              ] /* attached_conditions_summary */
            } /* attaching_conditions_to_tables */
          },
          {
            "finalizing_table_conditions": [
              {
                "table": "`student`",
                "original_table_condition": "(`student`.`id` < 10)",
                "final_table_condition   ": "(`student`.`id` < 10)"
              }
            ] /* finalizing_table_conditions */
          },
          {
            "refine_plan": [  #  精简计划
              {
                "table": "`student`"
              }
            ] /* refine_plan */
          }
        ] /* steps */
      } /* join_optimization */
    },
    {
      "join_execution": {  #  执行
        "select#": 1,
        "steps": [
        ] /* steps */
      } /* join_execution */
    }
  ] /* steps */
}
#第三部分：跟踪信息过长时，被截断的跟踪信息的字节数。
MISSING_BYTES_BEYOND_MAX_MEM_SIZE: 0  #  丢失的超出最大容量的字节

#  第四部分：执行跟踪语句的用户是否有查看对象的权限。
#  当不具有权限时，该列信息为1且TRACE字段为空，
#  一般在 调用带有SQL SECURITY DEFINER的视图或者是存储过程的情况下，会出现此问题
INSUFFICIENT_PRIVILEGES: 0  #  缺失权限
1 row in set (0.00 sec)

53-MySQL-性能分析-EXPLAIN-Extra
一、Extra 顾名思义，Extra列是用来说明一些额外信息的，包含不适合在其他列中显示但十分重要的额外信息。可以...
2019-06-23
go 字符串操作性能浅析 go 性能分析性能分析函数
facebook 开源性能分析工具xhprof【目录】
目录前言APM介绍性能分析简介[寻找性能分析的最佳时机]Facebook 性能分析工具xhprof xhprof...
性能深度分析之System Trace
性能深度分析之System Trace性能深度分析之System Trace
php入门－－性能测试
PHP性能问题具体分析工具：XHProf－性能分析扩展工具ab－压力测试vld－opcode代码分析 PHP性能...
android开发调试各种工具
性能分析工具：Memory Monitor 性能追踪及方法执行分析： TraceView 视图分析：Hierarc...
android开发调试各种工具
性能分析工具：Memory Monitor 性能追踪及方法执行分析： TraceView 视图分析：Hierarc...
Linux应用性能分析及故障排查
本文核心内容： Linux性能分析故障模拟和混沌工厂故障分析和解决一、Linux性能分析上图、性能优化命令...
iOS 性能优化 - Allocations分析内存分配
iOS 性能优化 - Allocations分析内存分配 iOS 性能优化 - Allocations分析内存分配
linux性能分析汇总
性能分析工具汇总收藏一、分析工具 1、CPU性能分析工具： vmstat ps sar time s...

53-MySQL-性能分析-EXPLAIN-Extra

一、Extra

1.1、No tables used

1.2、Impossible WHERE

1.3、Using where

1.3.1、WHERE子句中有针对该表的搜索条件时

1.3.2、WHERE子句中有针对该表的搜索条件，同时有索引条件

1.4、No matching min/max row

1.5、Using index

1.5.1、二级索引直接使用 索引覆盖

1.5.2、二级索引无法使用 索引覆盖

1.6、Using index condition

分析

1.7、Using join buffer (Block Nested Loop)

1.8、Not exists

1.9、Using intersect(...) 、 Using union(...) 和 Using sort_union(...)

1.10、Zero limit

1.11、Using filesort

1.12、Using temporary

1.13、小结

二、EXPLAIN四种输出格式

2.1、JSON格式

2.2、TREE格式

三、 SHOW WARNINGS的使用

需要在终端中执行，客户端可能无法输出信息

三、分析优化器执行计划：trace

相关文章

网友评论

延伸阅读

深度阅读

栏目导航

热点阅读

1.5.1、二级索引直接使用索引覆盖

1.5.2、二级索引无法使用索引覆盖

`需要在终端中执行，客户端可能无法输出信息`