對于復(fù)雜、效率低的sql語句，我們通常是使用explain sql 來分析sql語句，這個語句可以打印出，語句的執(zhí)行過程。這樣方便我們分析，進行優(yōu)化。

首先，說一下，explain查詢出來的數(shù)據(jù)如何分析。

table ：這一列是查詢設(shè)計的表。

type ：很重要的一列，顯示了查詢使用了那種類型，是否使用的索引，能反映出語句的質(zhì)量。一般這個指標從好到壞依次是：system>const>eq_ref>ref(最好能達到)>fulltext>ref_or_null>index_merge>unique_subquery>index_subquery>range>index>ALL

為了保證查詢至少達到range級別。最好達到ref，否則的話，只能說明這條語句性能有待提高。

ref 表示所有具有匹配的索引的行都被用到

range索引范圍內(nèi)查找

index全索引樹掃描

all全表掃描

possible_keys：指出mysql在試用了哪個索引在該表中查找行。如果沒有使用任何索引，就顯示的NULL，可以用于對優(yōu)化時的索引調(diào)整。

key：顯示使用的索引，如果沒有使用，則顯示NULL

key_len：顯示的是所使用的索引長度，如果沒使用，則是NULL。當然，在使用索引的情況下，索引長度越小。效果越明顯。

ref：顯示使用那個列或常數(shù)雨key一起從表中選擇行。

rows：執(zhí)行查詢的行數(shù)，如果行數(shù)越小，說明查詢次數(shù)越少，效率越高。

extra：包含查詢mysql解決查詢的詳細信息。

在上面的查詢解釋表中，type為ALL所以，這個查詢是全表掃描，并沒有使用索引。所以，我們要分析這條語句中，哪個查詢條件，適合添加索引。這個要根據(jù)具體問題具體分析了。

接下來，我對role表中的priority_level添加索引，添加后執(zhí)行結(jié)果如下：

查詢次數(shù)變少了。而且也用到了剛才加的pl_idx索引。查詢效率提高了。當然這只是優(yōu)化了一小步。也只是初步認識了一下explain。還需要多加練習(xí)。

總結(jié)

以上是生活随笔為你收集整理的explain ref_数据库查询优化：使用explain分析sql语句执行效率的全部內(nèi)容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網(wǎng)站內(nèi)容還不錯，歡迎將生活随笔推薦給好友。