【MySql】EXPLAIN执行计划全解析：15个字段深度解读与调优指南

一、执行计划核心字段总览

二、关键字段深度拆解

1. type（访问类型）——查询性能的晴雨表

性能从优到劣排序：
system > const > eq_ref > ref > fulltext > range > index > ALL

典型场景分析：

-- 最优情况：主键查询
EXPLAIN SELECT * FROM users WHERE id = 1;
-- type: const

-- 最差情况：全表扫描
EXPLAIN SELECT * FROM orders WHERE amount > 100;
-- type: ALL

2. key_len（索引使用长度）——索引利用率的检测仪

计算公式：
索引字段长度 × 字段数 + 预留字节

计算示例：

CREATE TABLE `demo` (
  `id` INT(11) NOT NULL,
  `name` VARCHAR(20) DEFAULT NULL,
  `age` TINYINT(4) DEFAULT NULL,
  INDEX `idx_name_age` (`name`,`age`)
);

-- 查询1：使用完整索引
EXPLAIN SELECT * FROM demo WHERE name='张三' AND age=25;
-- key_len = 20*3+1 + 1 = 62

-- 查询2：仅使用name列
EXPLAIN SELECT * FROM demo WHERE name='李四';
-- key_len = 20*3+1 = 61

3. Extra（附加信息）——隐藏的性能杀手

常见值解析：

三、全字段详解速查表

四、性能诊断四步法

第一步：检查type等级

- ✅ 目标：至少达到range级别
- ❌ 问题：出现ALL时需要紧急优化
- 💡 处理：添加合适索引

第二步：验证索引使用

-- 检查实际使用索引是否最优
SHOW INDEX FROM users;

第三步：分析扫描行数

- 当rows > 10000时：可能存在全表扫描
- 优化案例：100万行表查询从2s优化到0.02s

第四步：排查Extra警告

1. 发现Using filesort → 检查ORDER BY字段是否匹配索引
2. 出现Using temporary → 优化GROUP BY字段
3. 存在Using where → 检查查询条件是否完整使用索引

五、经典优化案例

案例1：索引失效分析

-- 原始查询（type: ALL）
EXPLAIN SELECT * FROM orders WHERE YEAR(create_time)=2023;

-- 优化方案：改为范围查询
EXPLAIN SELECT * FROM orders 
WHERE create_time BETWEEN '2023-01-01' AND '2023-12-31';
-- type提升为range

案例2：覆盖索引优化

-- 原始查询（Extra: NULL）
EXPLAIN SELECT user_id FROM comments WHERE post_id=100;

-- 创建覆盖索引
ALTER TABLE comments ADD INDEX idx_post_user(post_id,user_id);
-- Extra显示Using index

六、高级分析技巧

1. JSON格式查看详细成本

EXPLAIN FORMAT=JSON 
SELECT * FROM products WHERE price > 100;
-- 查看"cost_info"字段

2. 索引长度验证公式

VARCHAR(n)：n*3+2
INT：4
TINYINT：1
DATETIME：5
允许NULL的字段：+1

3. 执行计划可视化工具推荐

1. MySQL Workbench执行计划可视化
2. Percona Toolkit的pt-visual-explain
3. JetBrains DataGrip的图形化展示

七、常见问题解决方案