13518219792
原文： https://www.enmotech.com/web/detail/1/767/1.html
成都创新互联公司主要从事成都网站设计、成都网站制作、网页设计、企业做网站、公司建网站等业务。立足成都服务大峪,十载网站建设经验,价格优惠、服务专业,欢迎来电咨询建站服务:18982081108
文章转载自公众号 架构师之路 架构师之路 ， 作者 58沈剑
导读：本文和大家说明常见的type结果及代表的含义，并且通过同一个SQL语句的性能差异，说明建对索引多么重要。
explain结果中的type字段代表什么意思？
MySQL的官网解释非常简洁，只用了3个单词：连接类型(the join type)。它描述了找到所需数据使用的扫描方式。
最为常见的扫描方式有：
画外音：
这些是最常见的，大家去explain自己工作中的SQL语句，95%都是上面这些类型。
上面各类扫描方式由快到慢：
system > const > eq_ref > ref > range > index > ALL
下面一一举例说明。
一、system
explai select * from mysql.time_zone;
上例中，从系统库mysql的系统表time_zone里查询数据，扫码类型为system，这些数据已经加载到内存里，不需要进行磁盘IO。
这类扫描是速度最快的。
explain select * from (select * from user where id=1) tmp;
再举一个例子，内层嵌套(const)返回了一个临时表，外层嵌套从临时表查询，其扫描类型也是system，也不需要走磁盘IO，速度超快。
二、const
数据准备：
create table user (
id int primary key,
name varchar(20)
)engine=innodb;
insert into user values(1,'shenjian');
insert into user values(2,'zhangsan');
insert into user values(3,'lisi');
const扫描的条件为：
（1）命中主键(primary key)或者唯一(unique)索引；
（2）被连接的部分是一个常量(const)值；
explain select * from user where id=1;
如上例，id是PK，连接部分是常量1。
画外音：别搞什么类型转换的幺蛾子。
这类扫描效率极高，返回数据量少，速度非常快。
三、eq_ref
数据准备：
create table user (
id int primary key,
name varchar(20)
)engine=innodb;
insert into user values(1,'shenjian');
insert into user values(2,'zhangsan');
insert into user values(3,'lisi');
create table user_ex (
id int primary key,
age int
)engine=innodb;
insert into user_ex values(1,18);
insert into user_ex values(2,20);
insert into user_ex values(3,30);
insert into user_ex values(4,40);
insert into user_ex values(5,50);
eq_ref扫描的条件为，对于前表的每一行(row)，后表只有一行被扫描。
再细化一点：
（1）join查询；
（2）命中主键(primary key)或者非空唯一(unique not null)索引；
（3）等值连接；
explain select * from user,user_ex where user.id=user_ex.id;
如上例，id是主键，该join查询为eq_ref扫描。
这类扫描的速度也异常之快。
四、ref
数据准备：
create table user (
id int,
name varchar(20) ,
index(id)
)engine=innodb;
insert into user values(1,'shenjian');
insert into user values(2,'zhangsan');
insert into user values(3,'lisi');
create table user_ex (
id int,
age int,
index(id)
)engine=innodb;
insert into user_ex values(1,18);
insert into user_ex values(2,20);
insert into user_ex values(3,30);
insert into user_ex values(4,40);
insert into user_ex values(5,50);
如果把上例eq_ref案例中的主键索引，改为普通非唯一(non unique)索引。
explain select * from user,user_ex where user.id=user_ex.id;
就由eq_ref降级为了ref，此时对于前表的每一行(row)，后表可能有多于一行的数据被扫描。
explain select * from user where id=1;
当id改为普通非唯一索引后，常量的连接查询，也由const降级为了ref，因为也可能有多于一行的数据被扫描。
ref扫描，可能出现在join里，也可能出现在单表普通索引里，每一次匹配可能有多行数据返回，虽然它比eq_ref要慢，但它仍然是一个很快的join类型。
五、range
数据准备：
create table user (
id int primary key,
name varchar(20)
)engine=innodb;
insert into user values(1,'shenjian');
insert into user values(2,'zhangsan');
insert into user values(3,'lisi');
insert into user values(4,'wangwu');
insert into user values(5,'zhaoliu');
range扫描就比较好理解了，它是索引上的范围查询，它会在索引上扫码特定范围内的值。
explain select * from user where id between 1 and 4;
explain select * from user where idin(1,2,3);
explain select * from user where id>3;
像上例中的between，in，>都是典型的范围(range)查询。
画外音：必须是索引，否则不能批量"跳过"。
六、index
index类型，需要扫描索引上的全部数据。
explain count (*) from user;
如上例，id是主键，该count查询需要通过扫描索引上的全部数据来计数。
画外音：此表为InnoDB引擎。
它仅比全表扫描快一点。
七、ALL
数据准备：
create table user (
id int,
name varchar(20)
)engine=innodb;
insert into user values(1,'shenjian');
insert into user values(2,'zhangsan');
insert into user values(3,'lisi');
create table user_ex (
id int,
age int
)engine=innodb;
insert into user_ex values(1,18);
insert into user_ex values(2,20);
insert into user_ex values(3,30);
insert into user_ex values(4,40);
insert into user_ex values(5,50);
explain select * from user,user_ex where user.id=user_ex.id;
如果id上不建索引，对于前表的每一行(row)，后表都要被全表扫描。
今天这篇文章中，这个相同的join语句出现了三次：
（1）扫描类型为eq_ref，此时id为主键；
（2）扫描类型为ref，此时id为非唯一普通索引；
（3）扫描类型为ALL，全表扫描，此时id上无索引；
有此可见，建立正确的索引，对数据库性能的提升是多么重要。
另外，不正确的SQL语句，可能导致全表扫描。
全表扫描代价极大，性能很低，是应当极力避免的，通过explain分析SQL语句，非常有必要。
总结
（1）explain结果中的type字段，表示（广义）连接类型，它描述了找到所需数据使用的扫描方式；
（2）常见的扫描类型有：
system>const>eq_ref>ref>range>index>ALL
其扫描速度由快到慢；
（3）各类扫描类型的要点是：
（4）建立正确的索引(index)，非常重要；
（5）使用explain了解并优化执行计划，非常重要；
思路比结论重要，希望大家有收获。
画外音：本文测试于MySQL5.6。
出处：架构师之路（ID：road5858）
想了解更多关于数据库、云技术的内容吗？
快来关注“数据和云”公众号、“云和恩墨”官方网站，我们期待与大家一同学习和进步！
（扫描上方二维码，关注“数据和云”公众号，即可查看更多科技文章）
