两种查看方式有什么不同
普通 EXPLAIN 主要回答“优化器准备怎样执行”。EXPLAIN ANALYZE 还能展示实际行数、循环和耗时,因此不能把它当作完全不执行查询的静态检查。
先执行同专题索引文章中的测试库初始化脚本,再运行:
USE cxykk_knowledge;
EXPLAIN FORMAT=TREE SELECT id, email FROM demo_user WHERE email = 'user42@example.test';
EXPLAIN ANALYZE SELECT id, email FROM demo_user WHERE email = 'user42@example.test';
本次 MySQL 8.4 验证中,两种输出均包含 idx_email;ANALYZE 输出包含 actual time 和实际返回行数。实际耗时会随机器、缓存状态与统计信息变化,不把数值固定为验收指标。
建议的阅读顺序
- 确认访问了哪张表、用了哪个索引,条件是否下推到合适的位置。
- 看估计与实际处理的行数是否相差较大。
- 对多层操作看循环次数,避免只看某个节点的单次耗时。
- 把计划与慢查询记录、返回结果和数据分布一起检查。
Using index 常表示覆盖访问;它并不意味着查询已经达到最优。Using filesort 也不能直接等同于“必然在磁盘排序”。
EXPLAIN ANALYZE 的 actual time 和 loops 怎么一起看?
内层索引查一次只花几百纳秒。如果外层每返回一行就查一次,外层行数一多,这笔开销就会累积。读计划时,把 loops 和 actual time 放在一起看。
同一次主键查找,分别执行 10 遍和 200 遍
在隔离测试库跑一遍聚簇索引、二级索引与回表里的初始化 SQL,先建好有 500 行的 demo_user。下面的 SQL 要在同一个 MySQL 会话里执行,因为请求表是临时表。这里用 STRAIGHT_JOIN 固定连接顺序,先读请求,再按用户主键查邮箱。
USE cxykk_knowledge;
CREATE TEMPORARY TABLE demo_request (
id INT PRIMARY KEY,
user_id INT NOT NULL
) ENGINE=InnoDB;
INSERT INTO demo_request (id, user_id)
SELECT id, id FROM demo_user;
EXPLAIN ANALYZE FORMAT=TREE
SELECT r.id, u.email
FROM demo_request AS r
STRAIGHT_JOIN demo_user AS u ON u.id = r.user_id
WHERE r.id BETWEEN 1 AND 10;
EXPLAIN ANALYZE FORMAT=TREE
SELECT r.id, u.email
FROM demo_request AS r
STRAIGHT_JOIN demo_user AS u ON u.id = r.user_id
WHERE r.id BETWEEN 1 AND 200;
在隔离的 MySQL 8.4.13 里,第一条查询读到 10 条请求。看计划最后一行,主键查找执行了 10 次。
-> Nested loop inner join (cost=6.52 rows=10) (actual time=0.0821..0.0887 rows=10 loops=1)
-> Filter: (r.id between 1 and 10) (cost=3.02 rows=10) (actual time=0.0474..0.0488 rows=10 loops=1)
-> Index range scan on r using PRIMARY over (1 <= id <= 10) (cost=3.02 rows=10) (actual time=0.017..0.0178 rows=10 loops=1)
-> Single-row index lookup on u using PRIMARY (id=r.user_id) (cost=0.26 rows=1) (actual time=608e-6..629e-6 rows=1 loops=10)
把外层范围扩大到 200 条请求,计划最后一行变成了 loops=200。
-> Nested loop inner join (cost=111 rows=200) (actual time=0.0113..0.132 rows=200 loops=1)
-> Filter: (r.id between 1 and 200) (cost=41.2 rows=200) (actual time=0.00983..0.0285 rows=200 loops=1)
-> Index range scan on r using PRIMARY over (1 <= id <= 200) (cost=41.2 rows=200) (actual time=0.00967..0.018 rows=200 loops=1)
-> Single-row index lookup on u using PRIMARY (id=r.user_id) (cost=0.251 rows=1) (actual time=369e-6..389e-6 rows=1 loops=200)
先算内层查找,再回到连接节点
看第二份计划的 actual time=369e-6..389e-6。左边是从节点开始到拿到第一行的时间,右边是从开始到节点执行完的时间,单位都是毫秒。节点跑了多轮时,显示的是每轮的平均值。这里的 rows=1 是每次主键查找返回一行,loops=200 说明这样的查找做了 200 次。 MySQL 8.4 官方手册
| 外层匹配 | 内层查找次数 | 内层每遍平均耗时 | 内层累计耗时估算 |
|---|---|---|---|
| 10 行 | 10 | 0.000629 ms | 约 0.00629 ms |
| 200 行 | 200 | 0.000389 ms | 约 0.0778 ms |
查 200 行时,每轮查找更快,累起来却花了更多时间。排查慢查询时,如果内层的 loops 很大,可以先看外层给连接送了多少行,再查哪些条件能早点把行筛掉。
把右边的平均耗时乘以 loops,得到的是这个节点的累计耗时估算。连接节点显示的 0.132 ms 已经包含下面两个分支的耗时,再加一遍就算重了。复跑时重点看外层行数和内层查找次数,具体耗时会随数据、缓存和环境变化。
安全复现条件
示例只查询测试库的 500 行数据。在生产上使用 ANALYZE 前,先评估查询成本、版本支持、锁与超时。其他 MySQL 版本的语法和输出可能不同。
初始化方式
完整建表与插入语句见本专题“聚簇索引、二级索引与回表”文章。使用同一数据集,才方便比较两篇文章的执行结果。
编辑说明
本页依据原资料重新整理,保留来源链接;新增的最小示例和验证范围由本站编辑补充。原作者身份未在历史资料中明确时,不另造署名。