Mysql 简明教程
MySQL - EXPLAIN
The MySQL EXPLAIN Statement
MySQL EXPLAIN 语句用于提供查询的执行计划。此语句的工作方式类似于 DESCRIBE 查询;DESCRIBE 查询提供表的结构计划,而 EXPLAIN 语句描述查询如何执行。
您可以在查询执行时间过长的情况下使用 EXPLAIN 语句。它显示此类较慢查询的执行计划,允许您在任何必要的地方应用索引以加快执行过程。
此语句适用于 SELECT、DELETE、INSERT、REPLACE 和 UPDATE 语句。
EXPLAIN and ANALYZE
如果我们在 EXPLAIN 语句中使用 ANALYZE,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:
-
Estimated execution cost.
-
返回的行数估计。
-
返回第一行的用时。
-
返回所有行的用时(实际开销),以毫秒为单位。
-
迭代器返回的行数。
-
Number of loops.
Example
以下是 ANALYZE − 的 EXPLAIN 语句示例
EXPLAIN ANALYZE SELECT * FROM CUSTOMERS;
它显示的输出包含更详细的时序和开销相关信息,如下所示 −
Example
首先,让我们使用 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以及下单日期 −
CREATE TABLE ORDERS (
OID INT NOT NULL,
DATE VARCHAR (20) NOT NULL,
CUST_ID INT NOT NULL,
AMOUNT DECIMAL (18, 2)
);
现在,我们向 ORDERS 表中插入一些数据,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;
我们获得以下输出 −
要获取有关此查询执行的信息,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;
产生的结果如下 −
*************************** 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)
The explain_type Option
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了相同的信息,但针对您的分析以更有条理的方式提供了这些信息。
Example
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;
以下是所获得的输出 −
-> 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;
执行上面的代码后,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"
]
}
}
}