使用数据库时，往往需要针对业务场景编写 SQL 查询语句，以及进行一系列的优化，以提高查询语句的执行效率和执行速度，这时候，需要知道这些 SQL 语句在数据库中的执行过程，来确定查询语句的编写方法，以及评估优化的方向和方法。
MySQL 数据库提供了 EXPLAIN 语句，使用户在真正执行 SQL 查询语句之前，能直观看到本次查询的整个执行过程。在解释 EXPLAIN 语句之前，先来看一下 MySQL 的架构：
在 MySQL Server 中首先有一个 Cache，用来缓存 SQL 查询语句的查询结果，如果缓存命中，则直接返回结果，如果缓存没有命中，则对 SQL 语句进行语法分析，预处理和查询优化，最终得到该查询的执行计划，之后，该执行计划被送往数据库引擎，得到最终查询到的数据。数据库引擎并不会严格按照执行计划进行执行，而是会根据自身的架构和特性进行一些调整，以提高执行效率。
EXPLAIN 语句将生成的执行计划返回给用户，虽然执行计划和查询的实际执行过程并不完全吻合，但差异不大，一定程度上能反映当前查询的执行过程。因此，通过执行计划，我们能够更有针对性地优化 SQL 查询语句。
以下是 EXPLAIN 语句的执行结果：
EXPLAIN 语句共产生了 10 列数据：
id：id 字段用来表明查询的顺序，如果 id 相同，则执行顺序按表中执行顺序自上而下执行，如果 id 不同，id 大的最先执行。图中，id 为 2 语句在 id 为 1 的语句之前执行。
select_type：该字段用来表明查询子句的类型：
SIMPLE：简单查询，没有使用 UNION 或者子查询
PRIMARY：最外层的 SELECT
UNION：UNION 查询中第二个及后续查询语句
SUBQUERY：子查询中的第一个 SELECT
DERIVED：附加表，FROM 子句中的子查询
table：当前输出行操作的表，可以是数据库表，也可能是临时表
type：JOIN 类型，表示多张表 JOIN 查询如何连接生成最终的结果集，常见的类型如下：
ALL，index，range，ref，eq_ref，const，system，NULL
从左至右，查询所需遍历的行数递减。
ALL：MySQL会遍历整个表，以找到所匹配的行
index：MySQL只遍历整个索引树，由于只读取索引树，不需要读取数据块，因此速度比 ALL 稍快
range：MySQL只遍历索引树的一部分，当 WHERE 条件中有 BETWEEN，> 或 < 时，会出现这种 type
ref：扫描非唯一索引，只需要扫描非唯一索引，即可得到匹配的行，使用唯一索引的非唯一前缀进行查询时会出现这种 type
eq_ref：扫描唯一索引，对于前表的每一行，只有唯一的一行与之对应
const：优先查询的表中最多只有一行会被取出，在后续查询中，MySQL 会缓存该查询结果
possible_keys：可能会用到的索引，如果某个索引中包含查询中的字段，则该索引会出现在这个地方。该字段的值并不反映实际使用的索引
key：实际使用到的索引名称
key_len：索引长度，该值表示实际使用的索引的长度，如果使用到了联合索引中的一部分，则使用到的部分会被算在 key_len 中，但未使用到的部分不会计算在 key_len 中。
ref：表示实际使用到的索引所包含的字段名
rows：需要扫描的行数，该行数为一个估计值，并不是准确值，但通过该估值，我们能判断一次查询大致需要扫描多少行，能为查询的优化提供一个参考
extra：查询的额外信息，常见的如下：
using where：使用了 WHERE 语句来约束匹配的行或需要被送到客户端的行
using index：表示查询中使用的字段来自于同一个索引。该值并不表示查询使用了索引
using temporary：查询中创建了临时表
using filesort：MySQL 需要对数据进行额外的扫描，以对数据进行排序。对查询字段存在非排序字段，对非索引字段进行排序等会产生该额外信息
EXPLAIN 语句给出的执行计划并不是实际执行流程，实际执行时，还会基于当前数据的分布和统计，对执行计划进行再一次的优化，例如，数据量的大小，查询使用的索引的区分度，缓存，对于索引的使用和执行流程会有比较大的影响，因此，有时会 EXPLAIN 的输出中出现全表扫描，但实际查询速度却很快，或者出现 EXPLAIN 的输出比较理想，而实际查询执行的却很慢的情况。
