explain关键字可以帮我们分析sql语句的性能瓶颈.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，而不是执行这条SQL.
运用:
explain的列:
1.id列:
id的列是select的序列号,有几个查询就有几个id.并且id是按照查询的出现顺序增长.id列越大执行优先级越高,id相同则从上往下执行.id为空的话,最后执行.
2.select_type列:
表示对应行是简单还是复杂查询.
2.1simple简单查询.查询不包含子查询和union.
2.2primary复杂查询中最外层的select.
2.3subquery包含在select中的子查询.(不在from子句中)
2.4derived包含在from子句中的子查询.mysql会把结果放在一个临时表中.也称为派生表.
2.5union在union中的第二个和随后的select.
3.table列:
这一列表示 explain 的一行正在访问哪个表.
当 from 子句中有子查询时，table列是 格式，表示当前查询依赖 id=N 的查询，于是先执行 id=N 的查询.
当有 union 时，UNION RESULT 的 table 列的值为<union1,2>，1和2表示参与 union 的 select 行id.
4.type列:
表示关联类型或访问类型 **，即MySQL决定如何查找表中的行，查找数据行记录的大概范围。依次从最优到最差分别为： ******system > const > eq_ref > ref > range > index > ALL.一般来说， ****得保证查询达到range级别，最好达到ref.
3.1null:
mysql能够在优化阶段分解查询语句，在执行阶段用不着再访问表或索引。例如：在索引列中选取最小值，可以单独查找索引来完成，不需要在执行时访问表.
3.2const,system:
**mysql能对查询的某部分进行优化并将其转化成一个常量（可以看show warnings 的结果）.用于primary key 或 unique key 的所有列与常数比较时，所以表最多有一个匹配行，读取1次，速度比较快. **system是const的特例 ，表里只有一条元组匹配时为system.
3.3eq_ref:
primary key 或 unique key 索引的所有部分被连接使用 ，最多只会返回一条符合条件的记录。这可能是在const 之外最好的联接类型了，简单的 select 查询不会出现这种 type.
4.4.ref:
相比 eq_ref，不使用唯一索引，而是使用普通索引或者唯一性索引的部分前缀，索引要和某个值相比较，可能会找到多个符合条件的行.
4.4.1: 简单 select 查询，name是普通索引（非唯一索引）
4.4.2关联表查询，idx_film_actor_id是film_id和actor_id的联合索引，这里使用到了film_actor的左边前缀film_id部分.
4.5.range:
范围扫描通常出现在 in(), between ,> ,<, >= 等操作中。使用一个索引来检索给定范围的行.
4.6.index:
扫描全索引就能拿到结果，一般是扫描某个二级索引，这种扫描不会从索引树根节点开始快速查找，而是直接对二级索引的叶子节点遍历和扫描，速度还是比较慢的，这种查询一般为使用覆盖索引，二级索引一般比较小，所以这种通常比ALL快一些.
4.7.all:
即全表扫描，扫描你的聚簇索引的所有叶子节点。通常情况下这需要增加索引来进行优化了.
5.possible_keys列:
这一列显示查询可能使用哪些索引来查找。explain 时可能出现 possible_keys 有列，而 key 显示 NULL 的情况，这种情况是因为表中数据不多，mysql认为索引对此查询帮助不大，选择了全表查询。如果该列是NULL，则没有相关的索引。在这种情况下，可以通过检查 where 子句看是否可以创造一个适当的索引来提高查询性能，然后用 explain 查看效果.
6.key列:
这一列显示mysql实际采用哪个索引来优化对该表的访问。如果没有使用索引，则该列是 NULL。如果想强制mysql使用或忽视possible_keys列中的索引，在查询中使用 force
index、ignore index.
7.key_len列:
这一列显示了mysql在索引里使用的字节数，通过这个值可以算出具体使用了索引中的哪些列.
key_len计算规则:
1.:
**字符串，char(n)和varchar(n)，5.0.3以后版本中， ******n均代表字符数，而不是字节数， ****如果是utf-8，一个数字或字母占1个字节，一个汉字占3个字节.
char(n):如果存汉字长度就是 3n 字节.
**varchar(n): **存汉字则长度是 3n + 2 字节，加的2字节用来存储字符串长度，因为
varchar是变长字符串.
2.:
数值类型
tinyint:1字节.
smallint:1字节.
int:4字节.
bigint:8字节.
3.:
时间类型:
date:3字节.
timestamp:4字节.
datetime:8字节.
4.:
注意:
如果字段允许为 NULL，需要1字节记录是否为 NULL
索引最大长度是768字节，当字符串过长时，mysql会做一个类似左前缀索引的处理，将前半部分的字符提取出来做索引.
8.ref列:
这一列显示了在key列记录的索引中，表查找值所用到的列或常量，常见的有：const（常量），字段名（例：film.id）
9.rows列:
这一列是mysql估计要读取并检测的行数，注意这个不是结果集里的行数。
10.extra列:
这一列展示的是额外信息。常见的重要值如下：
10.1:using index:使用覆盖索引.
定义:
mysql执行计划explain结果里的key有使用索引，如果select后面查询的字段都可以从这个索引的树中获取，这种情况一般可以说是用到了覆盖索引，extra里一般都有using index；覆盖索引一般针对的是辅助索引，整个查询结果只通过辅助索引就能拿到结果，不需要通过辅助索引树找到主键，再通过主键去主键索引树里获取其它字段值.
10.2:using where:
使用 where 语句来处理结果，并且查询的列未被索引覆盖.
**10.3: **Using index condition:
查询的列不完全被索引覆盖，where条件中是一个前导列的范围.
10.4:using temporary:
mysql需要创建一张临时表来处理查询。出现这种情况一般是要进行优化的，首先是想到用索引来优化。
actor.name没有索引，此时创建了张临时表来distinct.
film.name建立了idx_name索引.
编辑
10.5:using filesort:
将用外部排序而不是索引排序，数据较小时从内存排序，否则需要在磁盘完成排序。这种情况下一般也是要考虑使用索引来优化的.
actor.name未创建索引，会浏览actor整个表，保存排序关键字name和对应的id，然后排序name并检索行记录.
给name创建了索引,排序就走了索引.
**10.6: **Select tables optimized away:
使用某些聚合函数（比如 max、min）来访问存在索引的某个字段.
例子表结构:
CREATE TABLE `actor` (
`id` int(11) NOT NULL,
`name` varchar(45) DEFAULT NULL,
`update_time` datetime DEFAULT NULL,
PRIMARY KEY (`id`)
) ENGINE=InnoDB DEFAULT CHARSET=utf8;
CREATE TABLE `actor_copy1` (
`id` int(11) NOT NULL,
`name` varchar(45) DEFAULT NULL,
`update_time` datetime DEFAULT NULL,
PRIMARY KEY (`id`),
UNIQUE KEY `idx_name` (`name`) USING BTREE
) ENGINE=InnoDB DEFAULT CHARSET=utf8;
CREATE TABLE `film` (
`id` int(11) NOT NULL AUTO\_INCREMENT,
`name` varchar(10) DEFAULT NULL,
PRIMARY KEY (`id`),
KEY `idx_name` (`name`)
) ENGINE=InnoDB AUTO\_INCREMENT=4 DEFAULT CHARSET=utf8;
CREATE TABLE `film_actor` (
`id` int(11) NOT NULL,
`film_id` int(11) NOT NULL,
`actor_id` int(11) NOT NULL,
`remark` varchar(255) DEFAULT NULL,
PRIMARY KEY (`id`),
KEY `idx_film_actor_id` (`film_id`,`actor_id`)
) ENGINE=InnoDB DEFAULT CHARSET=utf8;
INSERT INTO `db7`.`actor`(`id`, `name`, `update_time`) VALUES (1, 'a', '2025-06-08 10:33:12');
INSERT INTO `db7`.`actor`(`id`, `name`, `update_time`) VALUES (2, 'b', '2025-06-08 15:27:18');
INSERT INTO `db7`.`actor`(`id`, `name`, `update_time`) VALUES (3, 'c', '2025-06-08 15:27:18');
INSERT INTO `db7`.`actor_copy1`(`id`, `name`, `update_time`) VALUES (1, 'a', '2025-06-08 10:33:12');
INSERT INTO `db7`.`actor_copy1`(`id`, `name`, `update_time`) VALUES (2, 'b', '2025-06-08 15:27:18');
INSERT INTO `db7`.`actor_copy1`(`id`, `name`, `update_time`) VALUES (3, 'c', '2025-06-08 15:27:18');
INSERT INTO `db7`.`film`(`id`, `name`) VALUES (3, 'film0');
INSERT INTO `db7`.`film`(`id`, `name`) VALUES (1, 'film1');
INSERT INTO `db7`.`film`(`id`, `name`) VALUES (2, 'film2');
INSERT INTO `db7`.`film_actor`(`id`, `film_id`, `actor_id`, `remark`) VALUES (1, 1, 1, NULL);
INSERT INTO `db7`.`film_actor`(`id`, `film_id`, `actor_id`, `remark`) VALUES (2, 1, 2, NULL);
INSERT INTO `db7`.`film_actor`(`id`, `film_id`, `actor_id`, `remark`) VALUES (3, 2, 1, NULL);
***山河破碎风飘絮,身世浮沉雨打萍.***
如果大家喜欢我的分享的话,可以关注我的微信公众号
念何架构之路
