携手创作，共同成长！这是我参与「掘金日新计划 · 8 月更文挑战」的第1天，点击查看活动详情
上篇文章讲了MySQL架构体系，了解到MySQL Server端的优化器可以生成Explain执行计划，而执行计划可以帮助我们分析SQL语句性能瓶颈，优化SQL查询逻辑，今天就一块学习Explain执行计划的具体用法。
1. explain的使用
使用EXPLAIN关键字可以模拟优化器执行SQL语句，分析你的查询语句或是结构的性能瓶颈。 在 select 语句之前增加 explain 关键字，MySQL 会在查询上设置一个标记，执行查询会返回执行计划的信息，并不会执行这条SQL。 就比如下面这个：
输出这么多列都是干嘛用的？
其实大都是SQL语句的性能统计指标，先简单总结一下每一列的大致作用，下面详细讲一下：
2. explain字段详解
下面就详细讲一下每一列的具体作用。
1. id列
id表示查询语句的序号，自动分配，顺序递增，值越大，执行优先级越高。
id相同时，优先级由上而下。
2. select_type列
select_type表示查询类型，常见的有SIMPLE简单查询、PRIMARY主查询、SUBQUERY子查询、UNION联合查询、UNION RESULT联合临时表结果等。
3. table列
table表示SQL语句查询的表名、表别名、临时表名。
4. partitions列
partitions表示SQL查询匹配到的分区，没有分区的话显示NULL。
5. type列
type表示表连接类型或者数据访问类型，就是表之间通过什么方式建立连接的，或者通过什么方式访问到数据的。
具体有以下值，性能由好到差依次是：
system > const > eq_ref > ref > ref_or_null > index_merge > range > index > ALL
system
当表中只有一行记录，也就是系统表，是 const 类型的特列。
const
表示使用主键或者唯一性索引进行等值查询，最多返回一条记录。性能较好，推荐使用。
eq_ref
表示表连接使用到了主键或者唯一性索引，下面的SQL就用到了user表主键id。
ref
表示使用非唯一性索引进行等值查询。
ref_or_null
表示使用非唯一性索引进行等值查询，并且包含了null值的行。
index_merge
表示用到索引合并的优化逻辑，即用到的多个索引。
range
表示用到了索引范围查询。
index
表示使用索引进行全表扫描。
ALL
表示全表扫描，性能最差。
6. possible_keys列
表示可能用到的索引列，实际查询并不一定能用到。
7. key列
表示实际查询用到索引列。
8. key_len列
表示索引所占的字节数。
每种类型所占的字节数如下：
| 类型 | 占用空间 |
|---|---|
| char(n) | n个字节 |
| varchar(n) | 2个字节存储变长字符串，如果是utf-8，则长度 3n + 2 |
| tinyint | 1个字节 |
| smallint | 2个字节 |
| int | 4个字节 |
| bigint | 8个字节 |
| date | 3个字节 |
| timestamp | 4个字节 |
| datetime | 8个字节 |
| 字段允许为NULL | 额外增加1个字节 |
9. ref列
表示where语句或者表连接中与索引比较的参数，常见的有const（常量）、func（函数）、字段名。
如果没用到索引，则显示为NULL。
10. rows列
表示执行SQL语句所扫描的行数。
11. filtered列
表示按条件过滤的表行的百分比。
用来估算与其他表连接时扫描的行数，row x filtered = 252004 x 10% = 25万行
12. Extra列
表示一些额外的扩展信息，不适合在其他列展示，却又十分重要。
Using where
表示使用了where条件搜索，但没有使用索引。
Using index
表示用到了覆盖索引，即在索引上就查到了所需数据，无需二次回表查询，性能较好。
Using filesort
表示使用了外部排序，即排序字段没有用到索引。
Using temporary
表示用到了临时表，下面的示例中就是用到临时表来存储查询结果。
Using join buffer
表示在进行表关联的时候，没有用到索引，使用了连接缓存区存储临时结果。
下面的示例中user_id在两张表中都没有建索引。
Using index condition
表示用到索引下推的优化特性。
知识点总结：
本文详细介绍了Explain使用方式，以及每种参数所代表的含义。无论是工作还是面试，使用Explain优化SQL查询，都是必备的技能，一定要牢记。
下篇再一块学习一下SQL查询的其他优化方式，敬请期待。
