下面我用一个例子来演示如何使用explain来优化mysql查询：

需求是这样的，在一个有1300+万条的mysql表中查出一个时间段内的数据，联表查询：select d2.name as '大区' ,d1.name as '事业部', et_station.name as '小区',et_device.direction as '方向',count(1) as '次数'

from et_exception

join et_station on et_station.id=et_exception.station

join et_device on et_device.id=et_exception.device

join et_department as d1 on d1.id=et_station.dept

join et_department as d2 on d1.parent=d2.id

where

`et_exception`.`time`>=UNIX_TIMESTAMP('2017/04/24 00:00:00')

and

`et_exception`.`time`

group by et_exception.station,et_device.direction

这条SQL语句直接执行，查询需要9秒完成，可想而知，在实际应用中，这条sql会有非常大的隐患，我们来用explain分析下：

可以看到，主表采用了全表扫描(type：ALL)，mysql查询了13149541行记录(rows)，这样的效率非常之低，业务需求不能更改的情况下，在生产环境执行可能会跑跨数据库，下面我们简单做处理：

考虑到业务需求，经常用时间来作为条件，查询数据导出报表，我们来给time字段加上索引。

再来explain分析下：explain(select d2.name as '大区' ,d1.name as '事业部', et_station.name as '小区',et_device.direction as '方向',count(1) as '次数'

from et_exception

join et_station on et_station.id=et_exception.station

join et_device on et_device.id=et_exception.device

join et_department as d1 on d1.id=et_station.dept

join et_department as d2 on d1.parent=d2.id

where

`et_exception`.`time`>=UNIX_TIMESTAMP('2017/04/24 00:00:00')

and

`et_exception`.`time`

group by et_exception.station,et_device.direction)

下面我们看结果：

对比上一张图我们能看到，type由ALL变成了range(范围检索)，因为我们给time字段上了索引，mysql可以利用索引来检查行。rows由1300多万变成1，表示这次只用查询1行就完成了查询;

然后我们执行sql查询，整个查询只需要0.3秒完成。

当然了，这只是个例子，并不是可以适用任何业务需求的场景，explain可以帮我们分析出很多问题，大家可以去多多了解。

原创文章如转载，请注明出处，本文首发于彭超的博客

打赏

微信扫一扫，打赏作者吧～