前期回顾：

MySQL性能优化(一)：MySQL架构与核心问题

MySQL性能优化(二)：选择优化的数据类型

MySQL性能优化(三)：深入理解索引的这点事

MySQL性能优化(四)：如何高效正确的使用索引

MySQL性能优化(五)：为什么查询速度这么慢

MySQL性能优化(六)：常见优化SQL的技巧

一条SQL被一个懵懂的少年，一阵蹂躏，扔向了MySQL服务器的尽头，少年苦苦等待，却迟迟等不来那满载而归的硕果。于是少年气愤，费尽苦心想从度娘那边寻求帮助，面对执行计划 EXPLAIN ，却等来的是无尽的折磨与抓狂。

通过 explain 命令，根据执行计划找到存在性能问题的SQL语句，以帮助我们优化SQL提供方向和依据。

如果面对执行计划，你也是一脸疑惑，甚至抓狂，那么你真的需要认真的来了解它了。在数据库性能优化中，执行计划，真的很重要，通过执行计划能够帮助我们更加明确的来进行SQL优化。本文将从执行计划开始说起，讲解执行计划该如何用，其中各个列的含义究竟是什么。

一、执行计划？

执行计划，就是一条SQL语句，在数据库中实际执行的时候，一步步的分别都做了什么。也就是我们用 EXPLAIN 分析一条SQL语句时展示出来的那些信息。

EXPLAIN 命令是查看查询优化器是如何决定执行查询的主要方法，从它的查询结果中可以知道一个SQL语句每一步是如何执行的，都经历了些什么，分为哪几步，有没有用到索引，哪些字段用到了什么样的索引，是否有一些可优化的地方等，这些信息都是我们SQL优化的依据。

要使用· EXPLAIN ，只需在查询中的 SELECT 关键字之前增加 EXPLAIN 。语法如下：

EXPLAIN + SELECT查询语句；

当执行执行计划时，只会返回执行计划中每一步的信息，它会返回一行或多行信息，显示出执行计划中的每一部分和执行的次序。

如：

如果查询的是多个关联表，执行计划结果可能是多行。

在接下来涉及到的示例表，均来自于MySQL官方的示例数据库 sakila ，脚本下载：https://downloads.mysql.com/docs/sakila-db.zip

二、执行计划中的列

EXPLAIN 的结果总是有相同的列，每一列代表着不同的含义，可变的只是行数和内容。从上面的例子中，我们看到返回的有很多列，为了更加清楚的了解每一列的含义，便于我们更好的完成优化SQL。

涉及到的列有：

1. id列

id列是一个编号，用于标识 SELECT 查询的序列号，表示执行SQL查询过程中 SELECT 子句或操作表的顺序。

如果在SQL中没有子查询或关联查询，那么id列都将显示一个1。否则，内层的 SELECT 语句一般会顺序编号。

id列分为三种情况：

1）id相同

如下普通查询，没有子查询。

explain select f.* from film f,film_actor fa,actor a where f.film_id = fa.film_id and fa.actor_id = a.actor_id and a.first_name = 'NICK';

2）id不同

如果存在子查询，id的序号会递增， id值越大优先级越高，越先被执行 。

explain select * from film where film_id = (select film_id from film_actor where actor_id = 2 limit 1);

3）id相同又不同

1）、2）两种情况同时存在。id如果相同，认为是一组，从从上往下执行。在所有组中，id值越大，优先级越高，越先执行。

2. select_type列

select_type 列表示对应行的查询类型，是简单查询还是复杂查询，主要用于区分普通查询、联合查询、子查询等复杂的查询。

select_type 列有如下值：

3. table列

table 列表示对应行正在执行的哪张表，指代对应表名，或者该表的别名(如果SQL中定义了别名)。

4. partitions列

查询涉及到的分区。

5. type列

type 列指代访问类型，是MySQL决定如何查找表中的行。

是SQL查询优化中一个很重要的指标，拥有很多值，依次从最差到最优：

ALL < index < range < index_subquery < unique_subquery < index_merge < ref_or_null < fulltext < ref < eq_ref < const < system

1）ALL

众所周知的 全表扫描 ，表示通过扫描整张表来找到匹配的行，很显然这样的方式查询速度很慢。

这种情况，性能最差，在写SQL时尽量避免此种情况的出现。

举例如下：

explain select * from film;

在平时写SQL时，避免使用 select * ，就不难理解了。换言之，是为了避免全表扫描，因为全面扫描是性能最差的。

2）index

全索引扫描 ，和全表扫描 ALL 类似，扫描表时按索引次序进行，而不是按行扫描，即：只遍历索引树。

index 与 ALL 虽然都是读全表，但 index 是从索引中读取，而ALL是从硬盘读取。显然， index 性能上优于 ALL ， 合理的添加索引将有助于性能的提升 。

举例如下：

explain select title from film;
explain select description from film;

通过explain结果来看，只查询表 film 中字段 title 时，是按照索引扫描的( type 列为 index )，倘若查询字段 description ，却是按照全表扫描的( type 列为 ALL )。这是为何呢？