MySQL 实战速查：EXPLAIN 全字段解读 + 经典 SQL 题解

Mon, 15 Jun 2015 00:00:00 +0800

为什么写这篇：EXPLAIN 是 MySQL 调优的"听诊器"，但官方文档对 key_len、filtered、Extra 这些字段解释过于简略。本文用真实 SQL 示例把每个字段的含义讲透，并配 9 道 SQL 笔试题的标准解法——这些题在笔试/面试中重复率极高。

适用读者：需要做 SQL 优化的后端、面试准备、想系统性梳理 SQL 语法的同学。

前置知识：会基本 SQL，了解索引概念。

1. EXPLAIN 基础：一个完整案例

 1
 2
 3
 4
 5
 6
 7
 8
 9
10
11


EXPLAIN
SELECT F_LogId AS logId, F_CategoryId AS categoryId,
 F_SourceObjectId AS sourceObjectId,
 F_SourceContentJson AS sourceContentJson,
 F_OperateTime AS operateTime,
 F_OperateUserId AS operateUserId
FROM base_log
WHERE F_DeleteMark = 0
 AND (F_DeleteMark = 0)
ORDER BY F_OperateTime DESC
LIMIT 15;

第一次 EXPLAIN 输出：

id	select_type	table	partitions	type	possible_keys	key	key_len	ref	rows	filtered	Extra
1	SIMPLE	base_log		ALL					1320000	10.00	Using where; Using filesort

type=ALL 是全表扫描。rows=1320000 表示扫描 132 万行。Using filesort 表示额外排序。

优化一：加索引

1

CREATE INDEX idx_OperateTime ON base_log (F_OperateTime);

第二次 EXPLAIN 输出：

id	select_type	table	type	key	key_len	rows	Extra
1	SIMPLE	base_log	index	idx_OperateTime	8	15	Using where; Backward index scan

type 从 ALL 升级到 index（全索引扫描）
rows 从 132 万降到 15（只用 LIMIT 15 即可）
Extra 出现 Backward index scan（对 F_OperateTime 倒序扫，命中 ORDER BY DESC）

结论：单列索引 + LIMIT 优化，让 132 万行扫描变成 15 行扫描，性能从秒级降到毫秒级。

2. EXPLAIN 字段逐列解读

字段	含义
`id`	SELECT 标识符。同一个 SELECT 共享 id；子查询/UNION 会递增
`select_type`	查询类型（SIMPLE / PRIMARY / UNION / SUBQUERY / DEPENDENT SUBQUERY）
`table`	当前行访问的表
`partitions`	匹配的分区（如果表是分区表）
`type`	最重要：join 类型，决定性能等级
`possible_keys`	优化器考虑使用的索引（不一定会用）
`key`	实际使用的索引
`key_len`	索引使用的字节数（可判断复合索引用了几个字段）
`ref`	哪个字段或常数与 key 一起被使用
`rows`	优化器估算要扫描的行数（实际可能偏差巨大）
`filtered`	过滤后剩余行数百分比
`Extra`	额外信息（`Using filesort` / `Using temporary` / `Using index` 等）

2.1 select_type 常见取值

SIMPLE：不含 UNION 和子查询的最简单查询
PRIMARY：最外层 SELECT
UNION：UNION 的第二或随后的查询
SUBQUERY：子查询中的第一个 SELECT
DEPENDENT SUBQUERY：依赖外层查询结果的子查询（通常很慢）

3. type 性能等级排序

从最差到最好：

1

ALL < index < range ~ index_merge < ref < eq_ref < const < system

type	含义	性能
`system`	表中只有 1 条数据	最佳
`const`	主键/唯一索引等值扫描，最多 1 行	极佳
`eq_ref`	多表 JOIN，每个前表结果只匹配后表 1 行	很好
`ref`	非唯一索引等值扫描，或最左前缀命中	好
`range`	索引范围扫描（=、<、>、BETWEEN、IN）	中
`index`	全索引扫描（不读数据文件）	较差
`ALL`	全表扫描	最差

底线：你的 SQL 不应该出现 type=ALL——除非表只有几十行，或者确实没有合适的过滤条件。

4. key_len 的字节数计算规则

key_len 能告诉你复合索引里实际用到了几个字段。

4.1 基础计算公式

字符串：

char(n)：n 字节
varchar(n)：
- utf8 编码：3 * n + 2 字节（2 是长度前缀）
- utf8mb4 编码：4 * n + 2 字节

数值：

类型	字节
TINYINT	1
SMALLINT	2
MEDIUMINT	3
INT	4
BIGINT	8

时间：

类型	字节
DATE	3
TIMESTAMP	4
DATETIME	8

字段属性：如果字段允许 NULL，多算 1 字节。

4.2 实战算例

1

KEY idx_name_age (name varchar(50), age int, dept varchar(20))

索引长度计算：

name varchar(50) utf8mb4：50 * 4 + 2 + 1 = 203（含 NULL 标志）
age int NOT NULL：4
dept varchar(20) utf8mb4：20 * 4 + 2 + 1 = 83

SQL 条件	命中索引	key_len
`WHERE name = 'a'`	name	203
`WHERE name = 'a' AND age = 10`	name + age	207
`WHERE name = 'a' AND age = 10 AND dept = 'b'`	全部	290
`WHERE age = 10`	无	NULL（不满足最左前缀）

关键洞察：key_len 越大说明用到的索引字段越多。如果 key_len 跟你期望的不一致，往往是漏写了等值条件或写错了列顺序。

5. Extra 常见提示与优化方向

Extra	含义	优化方向
`Using filesort`	额外的排序操作（不能用索引顺序）	让 ORDER BY 命中复合索引顺序
`Using temporary`	使用了临时表（GROUP BY / DISTINCT）	让 GROUP BY 命中索引
`Using index`	覆盖索引：只在索引里取数据，不回表	目标
`Backward index scan`	倒序索引扫描	通常对 `ORDER BY DESC` 是好事
`Using where`	存在 WHERE 子句筛选	配合 type 看
`Using index condition`	索引下推（ICP，5.6+）	通常是好事
`Impossible WHERE`	WHERE 永远为 false	删掉这种 SQL

6. 9 道经典 SQL 笔试题

表结构（学生选课经典案例）：

 1
 2
 3
 4
 5
 6
 7
 8
 9
10
11
12
13
14
15
16
17
18
19
20
21


CREATE TABLE student (
 id INT UNSIGNED PRIMARY KEY AUTO_INCREMENT,
 name CHAR(10) NOT NULL
);
INSERT INTO student(name) VALUES ('张三'),('李四');

CREATE TABLE course (
 id INT UNSIGNED PRIMARY KEY AUTO_INCREMENT,
 name CHAR(20) NOT NULL
);
INSERT INTO course(name) VALUES ('语文'),('数学');

CREATE TABLE student_course (
 sid INT UNSIGNED,
 cid INT UNSIGNED,
 score INT UNSIGNED NOT NULL,
 FOREIGN KEY (sid) REFERENCES student(id),
 FOREIGN KEY (cid) REFERENCES course(id),
 PRIMARY KEY(sid, cid)
);
INSERT INTO student_course VALUES (1,1,80),(1,2,90),(2,1,90),(2,2,70);

6.1 查重名学生

1
2
3
4
5
6


SELECT id, name
FROM student
WHERE name IN (
 SELECT name FROM student GROUP BY name HAVING COUNT(*) > 1
)
ORDER BY name;

关系型数据库查重复行的通用套路：GROUP BY + HAVING COUNT > 1 + 子查询。

6.2 平均分不及格的学生

1
2
3
4


SELECT sid, AVG(score) AS avg_score
FROM student_course
GROUP BY sid
HAVING avg_score < 60;

WHERE 过滤记录，HAVING 过滤分组。聚集函数（AVG/COUNT/SUM）只能放 HAVING 里。

6.3 每门课都不低于 80 分的学生

1
2
3
4
5


SELECT DISTINCT sid
FROM student_course
WHERE sid NOT IN (
 SELECT sid FROM student_course WHERE score < 80
);

反向思维：要求"所有都 >= 80"等价于"不存在 < 80 的"。这是数理逻辑里的 ∀x:P ≡ ¬∃x:¬P。

6.4 每个学生的总成绩（含没成绩的）

1
2
3
4


SELECT name, SUM(score) AS total
FROM student
 LEFT JOIN student_course ON student.id = student_course.sid
GROUP BY sid;

INNER JOIN 会过滤掉没成绩的学生。用 LEFT JOIN 才能保留。

6.5 总成绩最高的学生

 1
 2
 3
 4
 5
 6
 7
 8
 9
10
11
12
13
14


-- 标准解法
SELECT sid, SUM(score) AS sum_score
FROM student_course
GROUP BY sid
ORDER BY sum_score DESC
LIMIT 1;

-- 错误解法（虽然能跑，但语义反了）
SELECT sid, SUM(score) AS sum_score
FROM student_course
GROUP BY sid
HAVING sum_score >= ALL (
 SELECT SUM(score) FROM student_course GROUP BY sid
);

6.6 第 N 高的分数

1
2
3
4
5
6
7


-- 课程 1 第 2 高的分数
SELECT score
FROM student_course
WHERE cid = 1
GROUP BY score
ORDER BY score DESC
LIMIT 1, 1; -- offset=1, count=1

常见错误：LIMIT 2 然后 MIN(score)——因为执行顺序是 GROUP BY → MIN → ORDER BY → LIMIT，MIN 后 ORDER BY 已经无意义。

正确做法是用 LIMIT offset, count 跳过的语法。

6.7 每门课最高分的学生（核心）

 1
 2
 3
 4
 5
 6
 7
 8
 9
10
11


-- 错误写法（MySQL 不会报错，但 sid 是无效的）
SELECT sid, cid, MAX(score)
FROM student_course
GROUP BY cid;

-- 正确写法：相关子查询
SELECT *
FROM student_course AS x
WHERE score >= (
 SELECT MAX(score) FROM student_course AS y WHERE cid = x.cid
);

GROUP BY 后的 SELECT 字段只能是：① GROUP BY 字段；② 聚集函数；③ 每个分组内均相同的字段。MySQL 的扩展语法（sid）默认开了 ONLY_FULL_GROUP_BY 是会拒绝的。

6.8 每门课的前 N 名

1
2
3
4
5
6
7
8
9


-- 每门课前 2 名
SELECT *
FROM student_course AS x
WHERE 2 > (
 SELECT COUNT(*)
 FROM student_course AS y
 WHERE y.cid = x.cid AND y.score > x.score
)
ORDER BY cid, score DESC;

核心思想：对于某个分数，如果同课程下比它高的分数少于 N 个，那么它就是前 N 名之一。

6.9 比赛两两组合

1
2
3
4


-- 4 队两两比赛，列出所有可能的比赛组合
SELECT a.name, b.name
FROM team a, team b
WHERE a.name < b.name;

自连接 + 不等式：本质是 team 表和自己做笛卡尔积，再过滤掉 a=b 和 a>b 的重复。

面试题 on Liangweidong's blog