罗罗编程学习记录
本页内容 展开查看

05.2.2.2 执行计划、优化器与统计信息

所属:全栈开发面试题库 / 05 数据库与存储 / 05.2 MySQL / 05.2.2 SQL 优化与高可用运维

覆盖范围

  • EXPLAIN 关键字段、type 访问类型排序、Extra 常见值
  • 优化器阶段、代价模型与 rows 估算
  • 统计信息、直方图、索引合并与计划稳定性
  • 优化器选错索引的排查与引导
  • SQL 审核规范,与 PG 成本模型对照

高频题速览

编号 题目 难度 频率
05.2.2.2-001 EXPLAIN 关键字段 进阶 ★★★★★
05.2.2.2-002 type 取值与性能排序 进阶 ★★★★★
05.2.2.2-003 Extra 常见值含义 进阶 ★★★★☆
05.2.2.2-004 优化器选错索引怎么办 高级 ★★★★☆
05.2.2.2-005 SQL 审核规范清单 进阶 ★★★★☆

计划解读主线

EXPLAIN 输出:id / select_type / table / type / key / rows / filtered / Extra
  type 性能:const > eq_ref > ref > range > index > ALL
  重点:访问路径 → 估算行数偏差 → 连接顺序 → 排序/临时表 → 代价

05.2.2.2-001 EXPLAIN 的关键字段怎么读?

频率 ★★★★★ | 难度 进阶

一句话结论

先看 type(访问类型)与 key(实际索引),再看 rows(估算行数)、filtered(过滤比例)与 Extra(额外动作);key 为 NULL 表示未用索引,rows 与实际偏差大说明统计或计划有问题。

概念解释

  • type:表访问方式,反映扫描代价。
  • key:优化器实际选用的索引。
  • rows:估算扫描行数;filtered:估算过滤后剩余比例。
  • Extra:排序、临时表、覆盖索引、下推等附加信息。

原理流程

  1. 从左到右按 id 顺序看各表访问路径。
  2. 先定位全表扫描/大行数节点。
  3. 对照 rows 估算与实际执行偏差,检查 Extra 代价动作。

代码 / 命令

EXPLAIN SELECT o.id, u.name
FROM orders o JOIN users u ON o.user_id = u.id
WHERE o.status = 'PAID';

常见误区

  • 误区:只看 key 有没有走索引。正解:还要看扫描行数、回表次数与 Extra 代价。
  • 误区:rows 是实际返回行数。正解:它是优化器估算值,需与实际对比判断统计偏差。

追问

  • 问:possible_keys 与 key 区别?答:possible_keys 是候选索引,key 是最终选用索引。
  • 问:id 相同如何判断表顺序?答:按计划行顺序,前者为驱动表,连接顺序见 05.2.2.3。

05.2.2.2-002 type 有哪些取值?性能如何排序?

频率 ★★★★★ | 难度 进阶

一句话结论

访问类型从优到劣大致为:const(主键/唯一等值)> eq_ref(连接唯一索引)> ref(普通索引等值)> range(索引范围)> index(全索引扫描)> ALL(全表扫描);ALL 是重点优化对象。

概念解释

  • const/eq_ref:单条/关联唯一匹配,代价最低。
  • ref/range:索引等值或范围扫描。
  • index:扫描整棵索引树,仍比全表略优但代价高。
  • ALL:逐行全表扫描,通常需加索引或改写。

原理流程

  1. 优化器按可用索引与条件选择访问类型。
  2. 计划中 type 越靠前越好。
  3. 出现 ALL 先评估是否缺索引、条件失效或数据量小到优化器认为全表更划算。

代码 / 命令

EXPLAIN SELECT * FROM orders WHERE user_id = 1001;  -- 期望 ref/range
EXPLAIN SELECT * FROM orders;                        -- ALL

常见误区

  • 误区:type 不是 ALL 就一定没问题。正解:index 全索引扫描大范围回表代价也很高。
  • 误区:小表 ALL 一定是坏计划。正解:小表全表扫描代价可能低于索引回表,优化器选择合理。

追问

  • 问:ref 与 eq_ref 区别?答:ref 普通索引匹配多行可能;eq_ref 关联时唯一索引匹配一行。
  • 问:range 常见于哪些条件?答:>、<、BETWEEN、IN、前缀 LIKE 等索引范围匹配。

05.2.2.2-003 Extra 常见值分别代表什么?

频率 ★★★★☆ | 难度 进阶

一句话结论

Using index 覆盖索引;Using index condition 索引下推;Using where Server 层过滤;Using filesort 需额外排序;Using temporary 用到内部临时表;Using join buffer 连接用缓冲块。

概念解释

  • 好信号:Using index(覆盖)、Using index condition(下推减少回表)。
  • 代价信号:filesort(排序)、temporary(临时表)、join buffer(无索引连接)。
  • 普通过滤:Using where 表示在读取后按条件过滤。

原理流程

  1. 读计划 Extra 标注每个节点的附加动作。
  2. filesort/temporary 出现在排序分组无索引支撑时。
  3. 结合 rows 判断这些代价动作处理的数据量。

代码 / 命令

EXPLAIN SELECT user_id, COUNT(*) FROM orders
GROUP BY user_id ORDER BY COUNT(*) DESC;

常见误区

  • 误区:filesort 一定用文件排序。正解:它指额外排序操作,内存排序优先,超阈值才落盘。
  • 误区:Using where 一定说明缺索引。正解:很多过滤条件在读取后判断,需结合 type 看。

追问

  • 问:Using join buffer 说明什么?答:连接列缺索引或驱动关系使嵌套循环用缓冲块减少重复扫描。
  • 问:如何消除 filesort?答:让排序列走索引顺序,或缩小参与排序的结果集,详见 05.2.2.3。

05.2.2.2-004 优化器选错索引怎么办?

频率 ★★★★☆ | 难度 高级

一句话结论

先核对统计信息是否过期、条件是否触发失效、数据是否倾斜;更新统计后仍选错,可评估索引设计、FORCE/IGNORE 索引引导,最后考虑计划基线。根因优先于临时 hint。

概念解释

  • 统计偏差:rows 估算与实际差距大,导致代价判断错误。
  • 条件失效:函数/隐式转换使候选索引不可用。
  • 代价误判:小表、倾斜数据下估算代价与实际不符。

原理流程

  1. 出计划对比估算行数与实际行数。
  2. ANALYZE TABLE 更新统计,复测计划。
  3. 仍异常再检查索引设计与数据分布,必要时用 hint 固定计划并观察。

代码 / 命令

ANALYZE TABLE orders;
EXPLAIN SELECT /*+ INDEX(o idx_uid) */ * FROM orders o WHERE ...;

常见误区

  • 误区:一选错就加 FORCE INDEX。正解:hint 是兜底,长期应修复统计、索引与数据分布。
  • 误区:优化器选错是随机 bug。正解:多为统计、失效或倾斜导致的可解释偏差。

追问

  • 问:直方图解决什么?答:补充列值分布信息,缓解倾斜列选择率估算偏差。
  • 问:hint 有什么维护风险?答:数据变化后写死的索引可能不再最优,需定期回顾。

05.2.2.2-005 SQL 审核规范清单包含哪些项?

频率 ★★★★☆ | 难度 进阶

一句话结论

审核覆盖:避免 SELECT *、条件列有索引且不失效、禁止无索引大表关联/排序、控制深分页与大事务、JOIN 列类型一致、单 SQL 影响行数可控、禁止函数包裹索引列、大表变更走在线方案。

概念解释

  • 索引规范:过滤/连接/排序列有匹配索引,避免失效写法。
  • 代价规范:限制扫描行数、排序分组落盘与批量大小。
  • 安全规范:参数化防注入,避免全表更新删除。

原理流程

  1. 上线前对 SQL 出计划评审。
  2. 对照清单检查索引、扫描量、排序临时表与写法。
  3. 不达标退回改写,核心 SQL 纳入回归。

代码 / 命令

-- 审核反例:SELECT *、函数包裹列、无索引关联
SELECT * FROM orders WHERE DATE(created_at) = '2026-01-01';

常见误区

  • 误区:审核只看有没有报错。正解:重点看计划代价与扫描量,慢 SQL 语法正确也需拦截。
  • 误区:规范会拖慢开发。正解:前置评审避免线上慢查询与锁事故,成本更低。

追问

  • 问:审核工具怎么落地?答:结合 SQL 审核规则库、CI 卡点与慢日志回流,具体工具链按团队选型。
  • 问:大表 UPDATE/DELETE 审核重点?答:条件是否走索引、影响行数、是否分批,详见 05.2.2.3。

05.2.2.2-006 优化器分哪几个阶段?

频率 ★★★☆☆ | 难度 进阶

一句话结论

查询处理经历语法解析、语义准备、优化(逻辑改写 + 代价选计划)、执行;优化器先做等价改写,再枚举访问路径与连接顺序,按代价选最优计划。

概念解释

  • 解析/准备:生成解析树,校验对象与权限。
  • 逻辑优化:谓词下推、子查询改写、常量折叠等等价变换。
  • 物理优化:枚举索引、连接顺序与算法,按代价打分。

原理流程

  1. 解析树交给优化器做逻辑改写。
  2. 枚举候选访问路径与连接组合,估算代价。
  3. 选代价最低计划交执行器。

代码 / 命令

EXPLAIN FORMAT=TRADITIONAL <SQL>;

常见误区

  • 误区:优化器只选索引。正解:还决定连接顺序、连接算法、排序聚合方式。
  • 误区:改写一定会让 SQL 更快。正解:等价改写改善结构,最终物理计划仍受统计与代价影响。

追问

  • 问:什么是谓词下推?答:把过滤条件尽量推到靠近数据读取的节点,减少上层处理行数。
  • 问:优化器枚举空间过大怎么办?答:复杂多表连接受优化器搜索深度/剪枝控制,具体参数以手册为准。

05.2.2.2-007 代价模型如何估算 IO 与 CPU 成本?

频率 ★★★★☆ | 难度 高级

一句话结论

优化器为每种操作估算 IO 代价(读页)与 CPU 代价(比较/过滤/排序),按索引、行数与统计信息汇总各候选计划代价,选最低者;估算基于模型假设,与真实硬件成本有偏差。

概念解释

  • IO 代价:读取数据页/索引页的成本。
  • CPU 代价:记录比较、过滤、排序聚合的处理成本。
  • 代价系数:模型内各类操作的权重参数,可调整但需谨慎。

原理流程

  1. 按统计信息估算各节点输出行数。
  2. 叠加访问路径 IO 与处理 CPU 代价。
  3. 比较候选计划总代价,选最优。

代码 / 命令

-- 查看代价相关参数(具体名随版本以手册为准)
SHOW VARIABLES LIKE 'optimizer%';

常见误区

  • 误区:代价就是实际执行时间。正解:它是模型估算值,用于计划间相对比较,不等于真实耗时。
  • 误区:调大索引相关系数一定让优化器走索引。正解:系数调整影响全局计划,需充分压测。

追问

  • 问:为什么小表优化器常选全表扫描?答:索引回表随机 IO 代价估算高于顺序扫小表。
  • 问:PG 成本模型对照?答:PG 用 seq_page_cost/random_page_cost 等系数,见 05.3.2.2。

05.2.2.2-008 统计信息如何收集?采样影响什么?

频率 ★★★☆☆ | 难度 进阶

一句话结论

InnoDB 采样若干数据页估算行数、索引基数与列分布;采样页比例与数据分布影响估算精度,大批量导入后统计滞后需手动分析,长期不更新会导致计划偏差。

概念解释

  • 采样页:按配置抽样页统计键分布。
  • 持久化统计:统计结果落库保存,避免每次开表重算。
  • 更新时机:阈值变更、手动 ANALYZE 或自动触发。

原理流程

  1. 建表/变更超阈值/手动分析时采样。
  2. 结果写入统计信息供优化器估算。
  3. 数据分布剧变后统计滞后,估算偏差增大。

代码 / 命令

ANALYZE TABLE orders;
SELECT * FROM mysql.innodb_table_stats WHERE table_name='orders';

常见误区

  • 误区:统计信息实时反映最新数据。正解:采样有滞后,大批量变更后需手动分析。
  • 误区:采样越多越准且无代价。正解:采样增加分析开销,需在精度与成本间平衡。

追问

  • 问:统计过期有什么表现?答:rows 估算与实际差几倍,选错索引或连接顺序。
  • 问:自动统计什么时候触发?答:变更行数超过比例阈值时,具体阈值参数以手册为准。

05.2.2.2-009 直方图解决什么问题?

频率 ★★★☆☆ | 难度 高级

一句话结论

直方图记录列值分布区间与频次,补充普通基数统计无法表达的数据倾斜,帮助优化器更准确估算范围/等值选择率;8.0 引入,低基数倾斜列收益明显。

概念解释

  • 基数统计:只给唯一值数量,不表达分布。
  • 直方图:分桶记录各区间值数量,识别热点值与空值。
  • 适用列:倾斜明显、频繁作为过滤条件的列。

原理流程

  1. 对目标列收集直方图分桶。
  2. 优化器按桶分布估算条件选择率。
  3. 倾斜场景下减少行数估算偏差。

代码 / 命令

-- 待确认:直方图语法与维护参数以 8.0 官方手册为准
-- ANALYZE TABLE orders UPDATE HISTOGRAM ON status;

常见误区

  • 误区:所有列都该建直方图。正解:选择性高、分布均匀的列收益小,倾斜列才值得。
  • 误区:直方图能修复索引缺失。正解:它改善估算,不能替代缺失的访问路径。

追问

  • 问:直方图什么时候更新?答:随统计分析维护,数据剧变后需重建。
  • 问:与 PG 统计信息对照?答:PG 也有相关性/扩展统计,机制不同,见 05.3.2.2。

05.2.2.2-010 索引合并(index merge)有哪几种?

频率 ★★☆☆☆ | 难度 高级

一句话结论

索引合并把同一表多个索引的扫描结果合并:交集(AND)、并集(OR)、排序并集;优化器在多条件分别有索引时使用,计划 type 显示 index_merge。

概念解释

  • 交集合并:多个索引结果取交集,缩小行集合。
  • 并集合并:OR 条件各索引结果取并集。
  • 排序并集:合并前排序主键,便于回表顺序化。

原理流程

  1. 多个条件列各有独立索引。
  2. 分别扫描索引得到主键集合。
  3. 按 AND/OR 合并后回表。

代码 / 命令

EXPLAIN SELECT * FROM users WHERE name = 'a' OR email = 'b@x.com';

常见误区

  • 误区:索引合并总是最优。正解:合并多索引再回表有额外成本,有时联合索引或改写更优。
  • 误区:任意多列都能触发合并。正解:需各列有独立索引且优化器判断合并代价更低。

追问

  • 问:排序并集为什么排序主键?答:让回表按主键顺序访问,减少随机 IO。
  • 问:索引合并与 ICP 区别?答:合并是多索引结果组合,ICP 是单索引遍历中提前过滤。

05.2.2.2-011 子查询物化与半连接优化是怎么回事?

频率 ★★★☆☆ | 难度 高级

一句话结论

优化器可把相关子查询改写为半连接(semi-join)合并到主查询,避免逐行执行子查询;无法改写时子查询结果物化为临时表再关联,计划中体现为临时表或派生表。

概念解释

  • 半连接:EXISTS 类子查询转为连接,只保留匹配主表的行。
  • 物化:子查询结果先算成临时表再关联。
  • 相关子查询:引用外层列,逐行触发子查询,代价高。

原理流程

  1. 优化器判断子查询可否改写为连接/半连接。
  2. 可改写则合并计划,减少重复执行。
  3. 不可改写则物化或逐行执行,关注临时表与行数。

代码 / 命令

-- EXISTS 半连接形态
SELECT * FROM orders o WHERE EXISTS (
  SELECT 1 FROM users u WHERE u.id = o.user_id AND u.vip = 1);

常见误区

  • 误区:IN 子查询一定比 JOIN 慢。正解:优化器可改写为半连接,实际计划可能等价。
  • 误区:相关子查询总能被自动优化。正解:复杂相关条件可能逐行执行,需改写为 JOIN。

追问

  • 问:派生表什么时候物化?答:优化器无法合并到外层时,先算派生表结果再关联。
  • 问:如何判断子查询被逐行执行?答:计划中出现相关子查询节点且外层行数大,关注执行次数。

05.2.2.2-012 条件下推与常量折叠做了什么?

频率 ★★☆☆☆ | 难度 高级

一句话结论

常量折叠在解析阶段计算常量表达式;条件下推把过滤条件推到靠近表扫描的节点,尽早缩小行数;两者都是逻辑优化,减少上层节点处理的数据量。

概念解释

  • 常量折叠:1=1、常量算术在优化期算成结果。
  • 谓词下推:过滤条件下推到扫描/连接前。
  • 效果:提前过滤,减少连接与排序输入。

原理流程

  1. 解析期折叠常量表达式。
  2. 优化阶段把条件下推到可执行的最底层节点。
  3. 上层只处理过滤后的小结果集。

代码 / 命令

-- 常量在优化期计算;下推体现在计划节点位置
SELECT * FROM orders WHERE user_id = 1 AND 1 = 1;

常见误区

  • 误区:应用层先过滤再传库更好。正解:能下推到库内的条件应交给索引/扫描过滤,减少传输与处理。
  • 误区:所有条件都能下推。正解:受表达式能力与节点限制,部分条件只能在上层过滤。

追问

  • 问:ICP 与谓词下推什么关系?答:ICP 是引擎层索引条件下推,谓词下推是优化器节点间条件移动,层级不同。
  • 问:折叠改变查询语义吗?答:只做等价常量计算,不改语义。

05.2.2.2-013 计划不稳定与统计更新时机有什么关系?

频率 ★★★☆☆ | 难度 高级

一句话结论

数据分布变化后旧统计使估算漂移,同一 SQL 不同时点计划不同;大批量导入/更新后需及时分析,监控计划突变并结合直方图稳定选择率估算。

概念解释

  • 计划漂移:统计变化后优化器选择不同索引/连接顺序。
  • 统计滞后:变更未达自动分析阈值,旧分布仍被使用。
  • 突变信号:同类 SQL 响应时间突然变化、计划 key 切换。

原理流程

  1. 大批量变更后统计未更新。
  2. 优化器按旧分布估算,计划偏离最优。
  3. 分析更新统计后计划恢复;必要时固化基线。

代码 / 命令

ANALYZE TABLE orders;
-- 观察计划与响应时间变化
EXPLAIN <SQL>;

常见误区

  • 误区:计划不稳定是随机故障。正解:多为统计滞后或数据分布变化导致可定位偏差。
  • 误区:频繁 ANALYZE 没有成本。正解:采样分析有开销,按变更节奏安排。

追问

  • 问:什么操作后最需要分析?答:大批量导入、批量更新删除、索引创建后。
  • 问:如何发现计划突变?答:监控慢查询计划与响应时间,对比基线计划。

05.2.2.2-014 optimizer_switch 与 hint 如何引导计划?

频率 ★★★☆☆ | 难度 高级

一句话结论

optimizer_switch 全局/会话级开关各类优化策略;hint 在单条 SQL 级指定索引、连接顺序或策略。引导是兜底手段,应在根因修复后评估是否保留。

概念解释

  • optimizer_switch:控制索引合并、半连接、排序策略等优化器行为。
  • 索引 hint:FORCE INDEX / INDEX 指定或排除索引。
  • 使用原则:先修统计与索引,hint 只用于已知异常计划。

原理流程

  1. 确认默认计划异常且根因短期无法修复。
  2. 用 hint/开关固定目标计划并压测。
  3. 定期回顾 hint 是否仍必要。

代码 / 命令

SELECT /*+ INDEX(o idx_uid_status) */ * FROM orders o WHERE ...;
SHOW VARIABLES LIKE 'optimizer_switch';

常见误区

  • 误区:hint 写死后一劳永逸。正解:数据增长后固定索引可能变差,需定期复核。
  • 误区:optimizer_switch 可随意全局关闭策略。正解:关闭优化策略影响面大,需评估全库计划。

追问

  • 问:FORCE INDEX 有什么风险?答:绕过优化器代价判断,数据变化后可能长期走次优索引。
  • 问:hint 语法在版本间兼容吗?答:部分 hint 语法随版本引入,需在目标版本验证(待确认)。

05.2.2.2-015 计划基线与 plan 冻结是什么?

频率 ★★☆☆☆ | 难度 高级

一句话结论

计划基线把验证过的计划保存为参考,优化器优先采用基线计划,防止统计变化导致计划漂移;是否支持原生计划固化、用何工具实现随版本与生态方案而定,待确认以官方手册为准。

概念解释

  • 计划基线:锁定已知良好计划,避免自动选择次优计划。
  • 触发场景:统计波动引发计划反复漂移。
  • 实现方式:数据库原生能力或第三方/缓存方案。

原理流程

  1. 记录核心 SQL 的良好计划。
  2. 优化器可选基线内计划。
  3. 基线随 schema/数据演进定期复核更新。

代码 / 命令

-- 待确认:计划基线/绑定能力的参数与语法以目标版本官方手册为准

常见误区

  • 误区:冻结计划能替代索引/统计治理。正解:它只是防漂移兜底,根因仍需修复。
  • 误区:基线永远不用更新。正解:表结构与数据规模变化后旧基线可能过时。

追问

  • 问:哪些 SQL 适合纳入基线?答:核心高频、计划曾发生漂移的 SQL。
  • 问:基线冲突怎么处理?答:新计划明显更优时更新基线,不盲目锁定旧计划。

05.2.2.2-016 与 PG 成本模型、统计信息如何对照?

频率 ★★★☆☆ | 难度 进阶

一句话结论

两边都基于统计信息做代价优化:MySQL 用 InnoDB 采样基数与 8.0 直方图;PG 用 pg_statistic 列相关性、直方图与扩展统计,成本系数独立配置。计划解读思路相通,指标名与机制不同。

概念解释

  • 统计对象:两边都收集列分布与相关性供选择率估算。
  • 成本系数:PG 显式 seq_page_cost/random_page_cost 等;MySQL 内部代价模型。
  • 计划形态:MySQL EXPLAIN 行式;PG 节点树 + ANALYZE 实际计时。

原理流程

  1. 各自统计 → 估算选择率与行数 → 选计划。
  2. 计划偏差大时先更新统计再评估索引。
  3. 对照时不混用参数名与计划字段。

代码 / 命令

-- PG
EXPLAIN (ANALYZE, BUFFERS) SELECT ...;

常见误区

  • 误区:两边 rows 字段含义完全相同。正解:都是估算行数,但统计来源与估算模型不同。
  • 误区:调高 random_page_cost 思路两边一致。正解:PG 系数可显式调整,MySQL 代价参数体系不同。

追问

  • 问:PG 扩展统计信息解决什么?答:多列相关性与多列组合分布,见 05.3.2.2。
  • 问:哪边更易出现统计滞后?答:两边大批量变更后都需 ANALYZE,触发机制不同。

05.2.2.2-017 rows 估算偏差大如何排查?

频率 ★★★★☆ | 难度 高级

一句话结论

对比计划 rows 估算与实际返回行数,偏差大先更新统计信息,再检查列分布倾斜、直方图缺失、表达式导致选择率估算失真,最后评估索引与计划结构。

概念解释

  • 偏差信号:估算 rows 与实际相差数倍以上。
  • 常见根因:统计过期、数据倾斜、关联列相关性未被统计。
  • 影响:选错索引、连接顺序与 JOIN 算法。

原理流程

  1. 用 ANALYZE/实际执行对比估算与实际行数。
  2. 更新统计,复测计划。
  3. 倾斜列补直方图,复杂相关性评估扩展统计或改写。

代码 / 命令

EXPLAIN SELECT ...;
-- 实际行数可结合慢日志/执行结果核对
ANALYZE TABLE orders;

常见误区

  • 误区:rows 偏大就是索引错了。正解:先确认是估算偏差还是结果集本身大。
  • 误区:偏差大只靠加索引解决。正解:统计与分布问题不解决,新索引仍可能被误判。

追问

  • 问:连接后行数偏差如何传播?答:上层节点估算基于下层输出,底层偏差会逐级放大。
  • 问:如何量化偏差?答:估算 rows / 实际行数比值,持续偏大的节点重点排查。

05.2.2.2-018 慢 SQL 中计划突变的常见原因有哪些?

频率 ★★★☆☆ | 难度 进阶

一句话结论

计划突变常见原因:统计信息更新/过期、数据量与倾斜变化、索引被增删、参数/版本变化、绑定参数分布偏移、统计阈值触发自动分析;定位时对比突变前后计划、统计与数据变化。

概念解释

  • 统计变化:新分布改变选择率估算。
  • 结构变化:索引增删使候选路径改变。
  • 参数分布:不同参数值选择性差异大,计划随参数切换。

原理流程

  1. 记录突变时间点前后的计划与关键参数。
  2. 核对统计更新、索引变更与数据增长。
  3. 区分是数据自然演进还是异常统计/失效导致。

代码 / 命令

EXPLAIN <SQL>;
SHOW INDEX FROM orders;
ANALYZE TABLE orders;

常见误区

  • 误区:计划突然变慢一定是数据库故障。正解:多为数据/统计演进使计划切换,需对比根因。
  • 误区:回滚代码就能恢复计划。正解:若根因是统计或数据分布,代码回滚不解决计划问题。

追问

  • 问:绑定参数为什么会引发计划切换?答:通用计划与参数分布不匹配,极端值下计划变差。
  • 问:如何预防突变?答:核心 SQL 计划监控、变更前后对比、统计例行维护。