利用explain排查分析慢sql的实战案例

对于利用explain排查分析慢SQL的实战案例，可以按照以下步骤进行。

1. 获取慢SQL

首先要获取慢SQL，即执行时间较长的SQL语句。可以在MySQL的慢查询日志中查看，也可以使用一些监控工具进行查看。获取慢SQL之后，可以通过一些工具进行格式化，让其更加可读。

2. 使用explain解析SQL

在获取慢SQL之后，接下来就是使用explain对SQL进行解析。使用explain可以查看SQL语句的执行计划，通过此计划可以知道如何执行SQL，以及每一步执行的具体情况。

EXPLAIN SELECT * FROM user WHERE name = 'test';

执行上述SQL语句会返回一个结果集，其中包含了整个SQL语句的执行计划。可以根据执行计划中的信息来看出哪些操作比较耗费时间。

3. 分析执行计划

在得到执行计划之后，需要进行分析。首先要看的是查询类型，查询类型有以下几种：All、Index、Range、Ref、Const、eq_ref、Null、system和unique。

• All：全表扫描
• Index：只扫描索引树，但可能会需要访问表数据
• Range：只扫描索引树，用于根据范围筛选数据，比如使用between、<、<=、>、>=等条件
• Ref：基于索引对其他表进行查找，返回一个或多个符合条件的行，一般会使用join语句
• Const：根据常量进行查找，一般用于primaryKey或唯一性索引字段
• eq_ref：类似Ref，区别是返回的结果只有一条
• Null：无效的或不相关的查询，如一个子查询的WHERE条件总是false
• system：针对系统表的查询
• unique：只扫描一次索引，只返回一行

查询的类型越是接近Const，查询效率越高，越是接近All，查询效率越低。

其次，可以看是否有使用索引。使用索引的话，在执行SQL的时候会遍历索引树而非全表扫描，更能提高查询效率。在执行计划中，若Extra列有Using index或Using index condition，则说明使用了索引。

最后，要查看查找每一行时所需的时间，即所需扫描行数和实际扫描行数。扫描过多行数据会导致查询变慢。

示例

示例1

EXPLAIN SELECT * FROM user WHERE age_range >= 20 AND age_range <= 30;

执行上述SQL语句后，得到以下结果：

id	select_type	table	partitions	type	possible_keys	key	key_len	ref	rows	filtered	Extra
1	SIMPLE	user	NULL	range	age_range_index	age_range_index	4	NULL	1	100	Using where

• id: 查询的序号
• select_type: 查询的类型，可以是简单查询、联合查询等
• table: 此查询涉及的表
• partitions: 分区信息，不设置分区则为NULL
• type: 查询使用的类型，此处为range
• possible_keys: 可能使用的索引
• key: 实际使用的索引
• key_len: 使用的索引长度
• ref: 哪个列或常数与索引匹配
• rows: 查询时要扫描多少行数据
• filtered: 扫描得出结果的行数占比
• Extra: 额外的相关信息

该查询的type为range，即使用范围查询。可以看到possible_keys和key均为age_range_index，即使用了age_range字段的索引。rows为1，表示查找时只扫描1行数据。

示例2

EXPLAIN SELECT * FROM order WHERE user_id = 1;

执行上述SQL语句后，得到以下结果：

id	select_type	table	partitions	type	possible_keys	key	key_len	ref	rows	filtered	Extra
1	SIMPLE	order	NULL	ALL	NULL	NULL	NULL	NULL	1000	10	Using where

该查询的type为ALL，即全表扫描。可以看到possible_keys、key和ref均为NULL，说明没有使用索引。rows为1000，表示扫描了1000行数据，效率不高。这时可以考虑在user_id字段上建立索引，以提高查询效率。

综上，在使用explain排查分析慢SQL的实战中，我们需要获取慢SQL，使用explain解析SQL，分析执行计划，这些步骤都需要进行。同时，要了解不同查询类型的区别，了解索引的使用，以及查找行数的影响。