mysql最新版explain详解来自官网直译（4）

EXPLAIN输出的解释说明
通过Explain执行计划输出结果中的值，你能够得到明确的提示，如何才能完成一个好的表连接。也能告诉你大概需要扫描多少行的数据Mysql才能执行完成查询。如果你用max_join_size系统值限定了查询，这行的输出通常被用来决定哪一个multiple-table在查询中被执行和那些被去除。具体请看5.1.1的服务的配置。
接下来的例子说明了一个多表连接的查询是怎么样根据EXPLAIN提供的信息来一步步优化的。
假设你有个如下的查询语句需要处理并且打算执行查询计划：
EXPLAIN SELECT tt.TicketNumber,tt.TimeIn,tt.ProjectReference,tt.EstimatedShipDate,tt.ActualShipDate
,tt.ClientID,tt.ServiceCodes,tt.RepetitiveID, tt.CurrentProcess, tt.CurrentDPPerson, tt.RecordVolume, tt.DPPrinted, et.COUNTRY,et_1.COUNTRY, do.CUSTNAME FROM tt, et, et AS et_1, do
WHERE tt.SubmitTime IS NULL AND tt.ActualPC = et.EMPLOYID AND tt.AssignedPC = et_1.EMPLOYID
AND tt.ClientID = do.CUSTNMBR;
对于该例子，做了如下的假设：
用来比较的列说明如下：


Table Column Data Type
tt ActualPC CHAR(10)
tt AssignedPC CHAR(10)
tt ClientID CHAR(10)
et EMPLOYID CHAR(15)
do CUSTNMBR CHAR(15)
表中的索引如下：


Table Index
tt ActualPC
tt AssignedPC
tt ClientID
et EMPLOYID (primary key)
do CUSTNMBR (primary key)
tt.ActualPC的值不是均匀分布的。
在开始优化之前，执行计划输出的信息如下：
table type possible_keys key  key_len ref  rows  Extra
et    ALL  PRIMARY       NULL NULL    NULL 74
do    ALL  PRIMARY       NULL NULL    NULL 2135
et_1  ALL  PRIMARY       NULL NULL    NULL 74
tt    ALL  AssignedPC,   NULL NULL    NULL 3872
           ClientID,
           ActualPC
      Range checked for each record (index map: 0x23)


因为对于查询中的每张表type类型都是ALL，这样的输出表示mysql对所有的表生成了笛卡尔积；也就是每一行都需要对比。因为在每张表中的数据都需要扫描，所以需要花费好长的时间。从输出的数据中可以看出，这个查询产生了74*2135*74*3872=45268558720行数据。如果表更大一些的话，你可以想象一下查询需要花费多久。
这儿的一个问题是MySQL能够提高效率在列上通过使用索引，如果他们被申明为相同的类型和大小的话。在这里，Varchar和char应该是相同的，如果他们被申明为同样大小。tt.ActualPC的类型为char(10),et.EMPLOYID的类型为char(15)，所以他们的长度不匹配。
为了修复这种列长度的不一致，使用ALTER TABLE命令将ActualPC从10char修改为15char
命令：ALTER TABLE tt MODIFY ActualPC VARCHAR(15);
现在tt.ActualPC和et.EMPLOYID的类型都是VARCHAR(15).再次执行EXPLAIN的输出结果如下：
table type   possible_keys key     key_len ref         rows    Extra
tt    ALL    AssignedPC,   NULL    NULL    NULL        3872    Using
             ClientID,                                         where
             ActualPC
do    ALL    PRIMARY       NULL    NULL    NULL        2135
      Range checked for each record (index map: 0x1)
et_1  ALL    PRIMARY       NULL    NULL    NULL        74
      Range checked for each record (index map: 0x1)
et    eq_ref PRIMARY       PRIMARY 15      tt.ActualPC 1


这不是完美，但是已经很好了，产生的行数少了74倍，这个版本的执行在几秒内完成。
再来一个修改来排除tt.AssignedPC=et_1.EMPLOYID和tt.ClientID=do.CUSTNMBR比较中的长度不匹配。
命令行为：ALTER TABLE tt MODIFY AssignedPC VARCHAR(15),MODIFY ClientID VARCHAR(15);
执行修改之后，执行计划的输出如下：
table type   possible_keys key      key_len ref           rows Extra
et    ALL    PRIMARY       NULL     NULL    NULL          74
tt    ref    AssignedPC,   ActualPC 15      et.EMPLOYID   52   Using
             ClientID,                                         where
             ActualPC
et_1  eq_ref PRIMARY       PRIMARY  15      tt.AssignedPC 1
do    eq_ref PRIMARY       PRIMARY  15      tt.ClientID   1


到这儿，查询几乎没有什么地方可以优化了。依然存在的问题是，默认mysql假设在tt.ActualPC列上的值是均匀分布的，然而实际上tt表不是这样的。很幸运，我们很容易的就告诉mysql去分析key的分布情况。命令如下：
ANALYZE TABLE tt;
通过额外的索引信息，查询采用了完美的连接，EXPLAIN的输出结果如下：
table type   possible_keys key     key_len ref           rows Extra
tt    ALL    AssignedPC    NULL    NULL    NULL          3872 Using
             ClientID,                                        where
             ActualPC
et    eq_ref PRIMARY       PRIMARY 15      tt.ActualPC   1
et_1  eq_ref PRIMARY       PRIMARY 15      tt.AssignedPC 1
do    eq_ref PRIMARY       PRIMARY 15      tt.ClientID   1


在EXPLAIN中输出的行数是mysql的连接优化器的大致猜想。可以通过核对查询实际输出的行数来对比这个数是否接近于真实。如果数目区别很大，你也许可以通过使用STRAIGHT_JOIN在你的查询中来得到较好的查询效率，再者就是试着用不同的顺序在from之后来提高效率。(然而，STRAIGHT_JOIN会使得已经使用的索引失效，因为它不支持semi-join的事物)。具体请看8.2.2.1的优化子查询，派生表和查看关于Semi-join事物的引用。
还有一些情况下，执行查询可能会修改数据，例如在子查询中使用了EXPLAIN SELECT。更多信息请看13.2.10.8的派生表(在from中的子查询)；
到此举例就结束了，接下来我们将要说明的是8.8.3 Extended EXPLAIN Output Format(EXPLAIN输出的扩展)