news 2026/3/14 22:11:09

MySQL 用好 Optimizer Trace,深刻理解 SQL 优化过程!

作者头像

张小明

前端开发工程师

1.2k 24
文章封面图
MySQL 用好 Optimizer Trace,深刻理解 SQL 优化过程!

前面的章节(社区专栏《SQL调优》)我们已经写了很多篇幅关于 MySQL 执行计划的解读,今天我们来继续延伸介绍执行计划的链路跟踪功能,也就是 MySQL 的Optimizer Trace

在这之前,先来回顾下EXPLAIN的结果:

mysql:ytt>explainselect*fromt1 aleftjoiny1 bona.id=b.idwherea.r1<100orderbya.r2desc;+----+-------------+-------+------------+--------+---------------+---------+---------+----------+--------+----------+-----------------------------+|id|select_type|table|partitions|type|possible_keys|key|key_len|ref|rows|filtered|Extra|+----+-------------+-------+------------+--------+---------------+---------+---------+----------+--------+----------+-----------------------------+|1|SIMPLE|a|NULL|ALL|idx_r1|NULL|NULL|NULL|998222|50.00|Usingwhere;Usingfilesort||1|SIMPLE|b|NULL|eq_ref|PRIMARY|PRIMARY|4|ytt.a.id|1|100.00|NULL|+----+-------------+-------+------------+--------+---------------+---------+---------+----------+--------+----------+-----------------------------+2rowsinset,1warning(0.00sec)

EXPLAIN展示出来的核心数据有:

  1. 表关联顺序
  2. 优化器筛选过的索引
  3. 实际使用的索引
  4. 每张表依据统计信息的扫描行数
  5. Extra 额外数据提示
  6. 两种执行计划(explain format=tree/explain format=json)展示出来的额外成本数据

如果想快速对于 SQL 进行优化,基于以上的结果完全可以满足。但是想深入了解 MySQL 优化器为什么选择这样的执行计划,基于以上的结果就无法满足。

举例说明:

  • 我想知道对于表a来讲,为什么有索引idx_r1,但是实际却没有使用,而走的全表扫?
  • 两张表关联,为什么选择的顺序是表a驱动表b,而不是表b驱动表a
  • 为什么字段r2有索引,但是依然要走排序?

带着这些疑问,我们来介绍 MySQL 的Optimizer Trace功能。

1. 什么是 Optimizer Trace?

简单来讲,Optimizer Trace是一个 SQL 执行计划的链路跟踪器,跟踪 SQL 的解析、优化、执行等过程,并且把结果记录到 MySQL 元数据表(information_schema.optimizer_trace),之后可以对这张表分析得到很多个执行计划的“为什么?”!

2. 如何使用 Optimizer Trace?

要使用Optimizer Trace功能,首先得打开控制开关。谨记:这个功能非常耗费资源,默认关闭的,可以通过调整以下变量开启:

mysql:ytt>showvariableslike'optimizer_trace%';+------------------------------+----------------------------------------------------------------------------+|Variable_name|Value|+------------------------------+----------------------------------------------------------------------------+|optimizer_trace|enabled=off,one_line=off||optimizer_trace_features|greedy_search=on,range_optimizer=on,dynamic_range=on,repeated_subselect=on||optimizer_trace_limit|1||optimizer_trace_max_mem_size|1048576||optimizer_trace_offset|-1|+------------------------------+----------------------------------------------------------------------------+5rowsinset(0.00sec)

以上几个参数详细解释下:

  • optimizer_traceenabled=on/off启用/禁用Optmizer Trace功能;one_line=on/off启用/禁用 json 格式化存储,一般不需改动。
  • optimizer_trace_limit/optimizer_trace_offset:这两个参数和LIMIT子句一样,用来最终展示Trace的 SQL 条数。展示的条数越多,对内存消耗越大,默认展示最近的一条记录。比如设置optimizer_trace_limit为 10,optimizer_trace_offset为 -10,就可以最多展示 10 条Trace记录。
  • optimizer_trace_max_mem_size:用来存储Trace结果的最大内存。
  • optimizer_trace_features:用来启动/禁用相关Trace特性开关。
  • end_markers_in_json:启用/禁用 注释功能。开启这个,Trace结果可读性更强。
  • Optimizer Trace可以跟踪的语句有:
    • SELECT、TABLE、VALUES、WITH、INSERT、REPLACE、UPDATE、DELETE
    • EXPLAIN
    • SET(排除设置Optimizer Trace相关参数)
    • DO
    • 存储函数内部、触发器内部等的 DECLARE、CASE、IF、RETURN 语句
    • CALL

在数据库里,语句调优一般说的是 SELECT 语句,所以大部分场景跟踪的也只有 SELECT 语句。

元数据表字段解析

mysql:ytt>descinformation_schema.optimizer_trace;+-----------------------------------+----------------+------+-----+---------+-------+|Field|Type|Null|Key|Default|Extra|+-----------------------------------+----------------+------+-----+---------+-------+|QUERY|varchar(65535)|NO|||||TRACE|varchar(65535)|NO|||||MISSING_BYTES_BEYOND_MAX_MEM_SIZE|int|NO|||||INSUFFICIENT_PRIVILEGES|tinyint(1)|NO||||+-----------------------------------+----------------+------+-----+---------+-------+4rowsinset(0.00sec)
  • QUERYTRACE的 SQL 语句原文
  • TRACE:SQL 语句的TRACE结果,JSON 格式存储(由变量end_markers_in_json来控制)
  • MISSING_BYTES_BEYOND_MAX_MEM_SIZETRACE结果超过变量optimizer_trace_max_mem_size设置的值后,截断的大小(BYTE)
  • INSUFFICIENT_PRIVILEGES:对存储过程、存储函数等包含有 SQL SECURITY DEFINER 的用户是否有对应的权限,有权限为 0,无权限为 1,并且 TRACE 字段为空。

Optimizer Trace 开启步骤

mysql:ytt>setoptimizer_trace='enabled=on';Query OK,0rowsaffected(0.00sec)mysql:ytt>setoptimizer_trace_limit=10;Query OK,0rowsaffected(0.00sec)mysql:ytt>setoptimizer_trace_offset=-10;Query OK,0rowsaffected(0.00sec)mysql:ytt>setend_markers_in_json=on;Query OK,0rowsaffected(0.00sec)

这里要注意的是,修改任何一个 Optimizer Trace 相关参数,元数据表information_schema表都会被清空。

mysql:ytt>selectcount(*)frominformation_schema.optimizer_trace;+----------+|count(*)|+----------+|10|+----------+1rowinset(0.00sec)mysql:ytt>setoptimizer_trace_offset=-2;Query OK,0rowsaffected(0.00sec)mysql:ytt>selectcount(*)frominformation_schema.optimizer_trace;+----------+|count(*)|+----------+|0|+----------+1rowinset(0.00sec)

3. Optimizer Trace 的结果

我们用一个最简单的例子来看看Optimizer Trace的大致结构:do 语句非常简单,只用来验证是否语法正确,不出结果。

mysql:ytt>do 1+1; Query OK, 0 rows affected (0.00 sec)

下面是Optimizer Trace结果:

mysql:ytt>selectquery,tracefrominformation_schema.optimizer_trace\G***************************1.row***************************query:do1+1trace: {"steps":[{"join_preparation": {"select#":1,"steps":[{"expanded_query":"/* select#1 */ select (1 + 1) AS `1+1`"}]} },{"join_optimization": {"select#":1,"steps":[]} },{"join_execution": {"select#":1,"steps":[]} }]}1rowinset(0.00sec)

可以看到,Optimizer Trace结果是一个 JSON 串,keystepsvalue是一个数组,数组有三个key,分别为:

  • join_preparation 准备阶段:这里会做一些 SQL 改写,关键字识别等等,可以看到expanded_query对应的值即为 SQL 语句被改写后的内部 SQL。
  • join_optimization 优化阶段:具体 SQL 优化,包括一些可能的逻辑优化,一些根据表统计信息预估的物理优化等等。
  • join_execution 最终执行阶段:最终 SQL 采用的执行计划等等。

本篇是Optimizer Trace的开端,由于内容太多,我特地拆分为几篇来写,欢迎继续订阅。

版权声明: 本文来自互联网用户投稿,该文观点仅代表作者本人,不代表本站立场。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如若内容造成侵权/违法违规/事实不符,请联系邮箱:809451989@qq.com进行投诉反馈,一经查实,立即删除!
网站建设 2026/3/14 9:58:59

<span class=“js_title_inner“>汽标委:汽车信息安全仿真测试标准领航研究报告 2025</span>

该报告聚焦智能网联汽车网络安全仿真测试&#xff0c;构建了全生命周期仿真测试标准体系&#xff0c;核心解决传统测试成本高、风险大、场景覆盖有限的痛点。一、研究背景与现状行业需求&#xff1a;智能网联汽车网络安全风险加剧&#xff0c;传统测试依赖实车、硬件成本高、沟…

作者头像 李华
网站建设 2026/3/10 9:08:27

<span class=“js_title_inner“>生成式相关性大模型驱动新范式:实现搜索广告体验与营收双赢 | 搜索广告AI大模型创新实践</span>

小记&#xff1a; 24年以来&#xff0c;生成式相关性大模型LORE在阿里妈妈搜索广告主场景全面落地&#xff0c;累计发布多期合计贡献体验指标goodrate27%的同时&#xff0c;营收指标RPM2%。 技术报告&#xff1a;LORE: A Large Generative Model for Search Relevance (https:…

作者头像 李华
网站建设 2026/3/14 12:02:16

全网最全9个降AIGC工具 千笔帮你轻松降AI率

AI降重工具&#xff1a;让论文更自然&#xff0c;让学术更安心 在当前的学术环境中&#xff0c;随着AI技术的广泛应用&#xff0c;越来越多的论文开始被检测出AIGC痕迹&#xff0c;这不仅影响了论文的原创性评分&#xff0c;也给学生和研究人员带来了不小的困扰。为了应对这一…

作者头像 李华
网站建设 2026/3/11 23:29:17

揭秘Agent Skills:大模型Agent的核心组件,收藏级技术深度解析

自去年 10 月推出以来&#xff0c;Agent Skills[1]迅速成为 Claude Agent 产品的核心组件&#xff0c;并在社区中得到了广泛的采纳和应用。关于 Skills 的介绍&#xff0c;网上已经有很多文章。本文尝试从底层原理的角度&#xff0c;探讨 Agent Skills 是如何工作的。 按照官方…

作者头像 李华