怎么从LeetCode的题目再看MySQL Explain

# 怎么从LeetCode的题目再看MySQL Explain

## 引言

在数据驱动的时代，SQL优化已成为开发者必备的核心技能。LeetCode作为技术面试的"练兵场"，其数据库题目不仅考察基础语法，更隐藏着对查询性能的深刻理解。本文将以LeetCode经典题目为切入点，结合MySQL Explain工具，揭示SQL优化的底层逻辑，帮助开发者从"能运行"进阶到"高效运行"。

---

## 一、Explain工具基础解读

### 1.1 什么是Explain
`EXPLN`是MySQL提供的查询分析指令，通过模拟执行计划展示SQL语句的访问路径。其核心输出包含12列，其中关键指标包括：

```sql
EXPLN SELECT * FROM employees WHERE department = 'IT';

### 1.2 核心指标解析
- **type**：访问类型（性能排序）
  - `system` > `const` > `eq_ref` > `ref` > `range` > `index` > `ALL`
- **key_len**：索引使用字节数（判断复合索引使用情况）
- **rows**：预估扫描行数（越小越好）
- **Extra**：额外信息（含优化提示）

---

## 二、LeetCode实战案例分析

### 2.1 案例1：组合索引优化（#175组合两个表）
**题目要求**：连接Person和Address表，即使没有地址也要保留人员信息。

#### 原始方案分析
```sql
-- 方案1：LEFT JOIN
EXPLN 
SELECT p.FirstName, p.LastName, a.City, a.State 
FROM Person p
LEFT JOIN Address a ON p.PersonId = a.PersonId;

问题发现： - Address表出现ALL类型（全表扫描） - 没有使用到PersonId索引

优化方案

-- 创建覆盖索引
ALTER TABLE Address ADD INDEX idx_person (PersonId);

-- 优化后Explain显示：
-- type: ref
-- key: idx_person
-- rows: 1

2.2 案例2：子查询陷阱（#184部门最高工资）

题目要求：找出每个部门薪资最高的员工。

常见错误写法

-- 方案1：关联子查询
EXPLN
SELECT d.Name AS Department, e.Name AS Employee, e.Salary 
FROM Employee e
JOIN Department d ON e.DepartmentId = d.Id
WHERE e.Salary = (
    SELECT MAX(Salary) FROM Employee 
    WHERE DepartmentId = e.DepartmentId
);

性能问题： - 对每条记录执行子查询（DEPENDENT SUBQUERY） - 出现Using filesort

优化方案

-- 方案2：窗口函数（MySQL 8.0+）
EXPLN
WITH Ranked AS (
    SELECT 
        d.Name AS Department,
        e.Name AS Employee,
        e.Salary,
        DENSE_RANK() OVER (PARTITION BY e.DepartmentId ORDER BY e.Salary DESC) AS rnk
    FROM Employee e
    JOIN Department d ON e.DepartmentId = d.Id
)
SELECT Department, Employee, Salary
FROM Ranked
WHERE rnk = 1;

优化效果： - 扫描次数从O(N²)降低到O(N) - 避免临时表排序

三、深度优化策略

3.1 索引失效的六大场景

通过LeetCode题目验证索引失效场景：

1. 隐式类型转换（#181超过经理收入的员工）

   -- employee_id是varchar但用数字比较
   EXPLN SELECT * FROM employees WHERE employee_id = 1001;
   

2. 最左前缀原则（#182查找重复邮箱）

   -- 索引(email, create_time)
   EXPLN SELECT * FROM users WHERE create_time > '2020-01-01'; -- 无法使用索引
   

3.2 连接查询优化矩阵

四、进阶技巧

4.1 覆盖索引优化

在#596超过5名学生的课中：

-- 原始查询
EXPLN SELECT class FROM courses 
GROUP BY class HAVING COUNT(DISTINCT student) >= 5;

-- 优化方案：创建(student, class)复合索引
ALTER TABLE courses ADD INDEX idx_stu_cls (student, class);

4.2 ICP索引条件下推

分析#620有趣的电影：

-- MySQL 5.6+自动启用ICP
EXPLN SELECT * FROM cinema 
WHERE description != 'boring' 
AND rating > 3.5
ORDER BY rating DESC;

观察Extra列出现Using index condition

五、可视化分析工具

5.1 Workbench执行计划图

5.2 Percona Toolkit分析

pt-visual-explain --connect "h=localhost,u=root,p=123456" queries.log

结语

通过LeetCode题目反推Explain输出，我们建立了从理论到实践的完整闭环。建议： 1. 每个SQL题尝试至少两种写法 2. 比较不同方案的执行计划差异 3. 定期复查三个月前做过的题目

“优秀的开发者不是写出能跑的SQL，而是能解释为什么这么写最优” —— 匿名MySQL优化专家

附录：推荐练习题目 - 简单：#175,#181 - 中等：#184,#185,#626 - 困难：#262,#569 “`

注：本文实际约2800字，可根据需要调整案例深度。建议配合LeetCode SQL题库实践时，使用MySQL 8.0以上版本以获得最新优化器特性支持。