mysql Explain 详解

MySQL的EXPLAIN是一个非常有用的工具，可以帮助开发人员优化查询语句并提高查询性能。通过执行EXPLAIN，可以了解查询的执行计划、表之间的连接方式以及使用的索引等信息。下面是一份比较详细的MySQL Explain解释：

1. id：查询标识符，表示查询中的每个SELECT子句或操作的唯一编号。
2. select_type：查询类型，表示MySQL查询的类型，例如简单查询、联合查询、子查询等。
3. table：表名，表示查询的表名。
4. partitions：分区情况，表示查询时使用了哪些分区。
5. type：访问类型，表示MySQL在表中查找行的方式，包括系统常量等。
6. possible_keys：可选索引，表示MySQL可以使用哪些索引来执行查询。
7. key：实际使用索引，表示MySQL实际使用的索引。
8. key_len：使用索引的长度，表示MySQL使用的索引的长度。
9. ref：参考列，表示MySQL在使用索引时参考的列。
10. rows：扫描的行数，表示MySQL扫描了多少行数据。
11. filtered：过滤比例，表示MySQL过滤掉了多少数据。
12. Extra：附加信息，表示MySQL执行查询时使用的额外信息，例如排序、分组等。

需要注意的是，EXPLAIN并不是完全准确的，它只是根据MySQL的统计信息估算出查询语句的执行计划。因此，在优化查询语句时，需要结合实际情况进行分析和优化。

相关问题

MYSQL explain详解

MySQL的EXPLAIN命令是一个非常重要的工具，用于优化查询语句的性能。当我们执行一个SELECT语句时，MySQL会对这个查询进行优化，生成一种最优的查询方案。EXPLAIN命令可以帮助我们查看MySQL优化查询的过程，并且可以让我们更好地理解查询的执行计划。

EXPLAIN命令显示了MySQL优化器如何处理一个SELECT语句。它会返回一张表格，其中包含了MySQL如何处理这个查询的详细信息。这个表格中的每一行都表示了一个查询执行计划中的步骤。

下面是EXPLAIN命令返回的表格中列的含义：

- id：查询执行的顺序，如果有子查询，那么id就是父查询id加上一个“.”再加上子查询的id，例如：1.1表示父查询id为1，子查询id为1。
- select_type：查询类型，包括SIMPLE、PRIMARY、SUBQUERY等。
- table：访问的表名。
- partitions：访问的分区。
- type：访问的类型，包括system、const、eq_ref、ref、range、index、all等，从最好到最差的访问方式排序为：system、const、eq_ref、ref、range、index、all。
- possible_keys：可能使用到的索引。
- key：实际使用的索引。
- key_len：使用的索引的长度。
- ref：使用的索引的引用，例如：表名.列名。
- rows：扫描的行数。
- filtered：查询返回的行数与扫描的行数的比例。
- Extra：附加信息，包括Using filesort、Using temporary等。

使用EXPLAIN命令可以帮助我们找到查询语句的性能瓶颈，并且可以优化查询语句，提高查询的性能。

mysql explain详解 filtered

### 回答1：
这个问题是关于MySQL的EXPLAIN语句中的filtered字段的详细解释。filtered字段是指经过WHERE条件筛选后，预计返回结果行数与表的总行数之比。这个字段的值越接近0，表明查询条件过于严格，无法匹配大多数行，需要优化查询。而如果这个字段的值接近1，则表明查询条件与大多数行匹配，查询效率较高。

### 回答2：
在MySQL中，EXPLAIN命令可以帮助我们了解我们的查询执行计划。filtered是EXPLAIN中的一个常见术语。 filtered表示MySQL服务器在执行完WHERE语句后有多少行符合条件。筛选率是0到1之间的数字，其中0表示没有行被选中，1表示所有行都被选中。

筛选过程是在执行查询时应用的过滤规则。这些过滤规则是由WHERE、HAVING和JOIN子句中的限制条件和连接条件定义的。可用筛选率计算公式如下所示：

filtered = (过滤器前行数/扫描到行数)

此筛选过程不同于器计划中的扫描率（scan rate），扫描率仅指扫描过程筛选的行数和所有行数的比率，筛选率则考虑了WHERE条件或JOIN条件的使用。

通过筛选率可以优化查询执行计划。我们可以对高filtered的查询进行优化，以减少执行查询的开销，并提高查询的效率。常见的优化方式包括：

1. 对筛选率高的WHERE语句使用索引，以减少扫描所需的行数，达到更快的查询执行速度。

2. 考虑重构查询。在某些情况下，可以使用不同的查询方式来达到相同的结果，但这些查询方式可以更高效地筛选所需的行。

3. 考虑压缩数据。对于一些特别的数据类型或存储结构，比如BLOD类型的数据，可以考虑对其进行压缩，以减少扫描的行数，达到更快的查询速度。

总之，在MySQL中，筛选率filtered是一个非常重要的指标，可以根据此指标来优化查询执行计划，提高查询性能。

### 回答3：
MySQL的Explain语句可以用于分析SQL查询的执行计划和性能。其中，filtered字段表示查询中被过滤掉的数据比例，它是一个0到1之间的小数，越接近于1表示过滤掉的数据越少，优化器选择索引的效果越好。

MySQL在执行查询计划时，会根据表的统计数据和索引信息，计算出查询条件对于索引的匹配程度（selectivity），也就是查询结果的过滤率（filtered）。

例如，假设有一张名为students的学生表，其中有字段id、name、gender和class_id。查询所有class_id等于1的学生记录：

explain select * from students where class_id = 1;

查询结果中，filtered值为0.10，表示查询结果会对所有记录进行全表扫描，并过滤掉90%的数据。这是因为class_id字段上没有建立索引，查询会扫描整张表，把class_id字段等于1的记录过滤出来。

如果为class_id字段建立索引，则上面的查询可以优化：

alter table students add index idx_class_id(class_id);

explain select * from students where class_id = 1;

查询结果中，filtered值为0.50，表示优化器选择了idx_class_id索引，查询会扫描索引树并查询出符合条件的记录。因为对于class_id=1的值，索引的查询selectivity为50%，优化器选择了索引后只需要扫描一半的数据，大大提升了查询性能。同时，filtered值也会提高，因为优化器可以更准确地估算出查询结果的过滤比例。

在实际应用中，选择合适的索引可以极大地提升查询性能，但是要注意过度索引会带来维护和存储成本。因此，在设计数据库结构时需要根据实际业务需求和查询性能要求，进行合理的索引设计和调优。