关于mysql8:新特性解读-MySQL-80explain-analyze-分析-SQL-执行过程

作者：胡呈清

爱可生 DBA 团队成员，善于故障剖析、性能优化，集体博客：https://www.jianshu.com/u/a95…，欢送探讨。

本文起源：原创投稿

* 爱可生开源社区出品，原创内容未经受权不得随便应用，转载请分割小编并注明起源。

介绍

MySQL 8.0.16 引入一个试验个性：explain format=tree，树状的输入执行过程，以及预估老本和预估返回行数。在 MySQL8.0.18 又引入了 EXPLAIN ANALYZE，在 format=tree 根底上，应用时，会执行 SQL，并输入迭代器（感觉这里用“算子”更容易了解）相干的理论信息，比方执行老本、返回行数、执行工夫，循环次数。

文档链接：https://dev.mysql.com/doc/ref…

示例：

mysql> explain format=tree SELECT * FROM t1 WHERE t1.a IN (SELECT t2.b FROM t2 WHERE id < 10);
*************************** 1. row ***************************
  -> Nested loop inner join  (cost=4.95 rows=9)
    -> Filter: (`<subquery2>`.b is not null)  (cost=2.83..1.80 rows=9)
        -> Table scan on <subquery2>  (cost=0.29..2.61 rows=9)
            -> Materialize with deduplication  (cost=3.25..5.58 rows=9)
                -> Filter: (t2.b is not null)  (cost=2.06 rows=9)
                    -> Filter: (t2.id < 10)  (cost=2.06 rows=9)
                        -> Index range scan on t2 using PRIMARY  (cost=2.06 rows=9)
    -> Index lookup on t1 using a (a=`<subquery2>`.b)  (cost=2.35 rows=1)
1 row in set (0.01 sec)

mysql> explain analyze SELECT * FROM t1 WHERE t1.a IN (SELECT t2.b FROM t2 WHERE id < 10)\G
*************************** 1. row ***************************
  -> Nested loop inner join  (cost=4.95 rows=9) (actual time=0.153..0.200 rows=9 loops=1)
    -> Filter: (`<subquery2>`.b is not null)  (cost=2.83..1.80 rows=9) (actual time=0.097..0.100 rows=9 loops=1)
        -> Table scan on <subquery2>  (cost=0.29..2.61 rows=9) (actual time=0.001..0.002 rows=9 loops=1)
            -> Materialize with deduplication  (cost=3.25..5.58 rows=9) (actual time=0.090..0.092 rows=9 loops=1)
                -> Filter: (t2.b is not null)  (cost=2.06 rows=9) (actual time=0.037..0.042 rows=9 loops=1)
                    -> Filter: (t2.id < 10)  (cost=2.06 rows=9) (actual time=0.036..0.040 rows=9 loops=1)
                        -> Index range scan on t2 using PRIMARY  (cost=2.06 rows=9) (actual time=0.035..0.038 rows=9 loops=1)
    -> Index lookup on t1 using a (a=`<subquery2>`.b)  (cost=2.35 rows=1) (actual time=0.010..0.010 rows=1 loops=9)
1 row in set (0.01 sec)

能够看出 explain format=tree 与传统的执行打算相比，展现了比拟清晰的执行过程。而 explain analyze 则会在此基础上多输入理论的执行工夫、返回行数和循环次数。

浏览程序

1. 从右到左：没有遇到并列的迭代器之前，都是从左边开始执行；
2. 从上到下：遇到并列的迭代器，都是上边的先开始执行

上述示例浏览程序如下图（留神最好不要 \G 输入，否则第一行的缩进不精确），SQL 的执行程序为：

1. 应用 Nested loop inner join 算法；
2. t2 先取数据（Index range scan）、筛选（Filter）、物化成长期表（Materialize），作为驱动表；
3. 将驱动表数据带入到 t1 进行查问（Index lookup on t1），循环执行 9 次。

重要信息

以上面为例：

Index lookup on t1 using a (a=`<subquery2>`.b)  (cost=2.35 rows=1) (actual time=0.015..0.017 rows=1 loops=9)

cost

预估的老本信息，计算比较复杂。如果想理解，能够查看：explain format=json 详解

rows

第一个 rows 是预估值，第二个 rows 是理论返回行数。

actual time

“0.015..0.017”，留神这里有两个值，第一个值是获取第一行的理论工夫，第二个值获取所有行的工夫，如果循环了屡次就是均匀工夫，单位毫秒。

loops

因为这里应用了 Nested loop inner join 算法，依照浏览程序，t2 是驱动表，先进行查问被物化成长期表；t1 表做为被驱动表，循环查问的次数是 9 次，即 loops=9。