mysql explain详解二

前言

explain的下一篇
正文

其中一个字段就是extra，这个字段东西非常多，如果需要知道额外的，可以当场去查，大致会告诉我们一些执行的详细的东西。
如果我们想知道，详细的成本是怎么计算的，那么可以详细的输出:
EXPLAIN FORMAT=JSON SELECT * FROM s1 INNER JOIN s2 ON s1.key1 = s2.key2 WHERE s1.co
mmon_field = 'a'\G

1. EXPLAIN: {
2. "query_block": {
3. "select_id": 1, # 整个查询语句只有1个SELECT关键字，该关键字对应的id号为1
4. "cost_info": {
5. "query_cost": "3197.16" # 整个查询的执行成本预计为3197.16
6. },
7. "nested_loop": [ # 几个表之间采用嵌套循环连接算法执行
8. # 以下是参与嵌套循环连接算法的各个表的信息
9. {
10. "table": {
11. "table_name": "s1", # s1表是驱动表
12. "access_type": "ALL", # 访问方法为ALL，意味着使用全表扫描访问
13. "possible_keys": [ # 可能使用的索引
14. "idx_key1"
15. ],
16. "rows_examined_per_scan": 9688, # 查询一次s1表大致需要扫描9688条记录
17. "rows_produced_per_join": 968, # 驱动表s1的扇出是968
18. "filtered": "10.00", # condition filtering代表的百分比
19. "cost_info": {
20. "read_cost": "1840.84", # 稍后解释
21. "eval_cost": "193.76", # 稍后解释
22. "prefix_cost": "2034.60", # 单次查询s1表总共的成本
23. "data_read_per_join": "1M" # 读取的数据量
24. },
25. "used_columns": [ # 执行查询中涉及到的列
26. "id",
27. "key1",
28. "key2",
29. "key3",
30. "key_part1",
31. "key_part2",
32. "key_part3",
33. "common_field"
34. ],
35. # 对s1表访问时针对单表查询的条件
36. "attached_condition": "((`xiaohaizi`.`s1`.`common_field` = 'a') and (`xiaohaizi
37. `.`s1`.`key1` is not null))"
38. }
39. },
40. {
41. "table": {
42. "table_name": "s2", # s2表是被驱动表
43. "access_type": "ref", # 访问方法为ref，意味着使用索引等值匹配的方式访问
44. "possible_keys": [ # 可能使用的索引
45. "idx_key2"
46. ],  "key": "idx_key2", # 实际使用的索引
47. "used_key_parts": [ # 使用到的索引列
48. "key2"
49. ],
50. "key_length": "5", # key_len
51. "ref": [ # 与key2列进行等值匹配的对象
52. "xiaohaizi.s1.key1"
53. ],
54. "rows_examined_per_scan": 1, # 查询一次s2表大致需要扫描1条记录
55. "rows_produced_per_join": 968, # 被驱动表s2的扇出是968（由于后边没有多余的表
56. 进行连接，所以这个值也没啥用）
57. "filtered": "100.00", # condition filtering代表的百分比
58. # s2表使用索引进行查询的搜索条件
59. "index_condition": "(`xiaohaizi`.`s1`.`key1` = `xiaohaizi`.`s2`.`key2`)",
60. "cost_info": {
61. "read_cost": "968.80", # 稍后解释
62. "eval_cost": "193.76", # 稍后解释
63. "prefix_cost": "3197.16", # 单次查询s1、多次查询s2表总共的成本
64. "data_read_per_join": "1M" # 读取的数据量
65. },
66. "used_columns": [ # 执行查询中涉及到的列
67. "id",
68. "key1",
69. "key2",
70. "key3",
71. "key_part1",
72. "key_part2",
73. "key_part3",
74. "common_field"
75. ]
76. }
77. }
78. ]
79. }
80. }

复制代码

来源：程序园用户自行投稿发布，如果侵权，请联系站长删除
免责声明：如果侵犯了您的权益，请联系站长，我们会及时删除侵权内容，谢谢合作！