昨天发表的文章中，对比多种数据库对SQL的逻辑优化能力。有朋友留言谈到可以使用 MySQL Explan Analyze 方式查看执行情况，较为直观和准确。之前对这个命令了解不多，特测试了一下。本文简单总结下 Explan Analyze 的使用之法。
1. MySQL Explain Analyze 概述
EXPLAIN ANALYZE是MySQL 8.0.18引入的查询分析工具，它在传统EXPLAIN的基础上扩展了实际执行数据的统计功能。不仅生成查询计划，还会实际执行SQL语句，并输出每个执行算子（Iterator）的实际耗时、扫描行数、循环次数等详细信息，帮助开发者更精准地定位性能瓶颈。
（1）与Explain (Extended) 对比
这里与传统的 Explain 方法进行对比，这里引用来自DeepSeek的一段描述
总结来说，EXPLAIN ANALYZE 适合生产环境调优（但需注意真实执行开销），通过实际执行数据精准定位问题（如索引失效或统计信息偏差）。传统EXPLAIN，则适合快速验证查询计划，避免执行开销。EXPLAIN EXTENDED，在旧版本中用于深度分析优化器逻辑，现逐渐被FORMAT=JSON或FORMAT=TREE取代。
（2）Explain Analyze 示例
- 执行顺序：按照从右到左、从上到下来解析。以树状层级展示执行流程，直观显示操作顺序。
- 执行时间：分两段显示（ actual time=0.0541..2.03），分别表示获取第一行和所有行的耗时。
- 预估成本：显示预估成本（ cost=1019）
- 返回行数：显示预估行数（ rows=10117）与实际返回行数（rows=10000），帮助发现统计信息偏差。
- 循环次数（loops=N）：表示迭代器执行次数，尤其在嵌套循环连接中体现驱动表与被驱动表的关系。
（3）与传统输出执行计划对比
之前大家经常诟病的MySQL执行计划输出简单，解读困难；通过 Analyze 的方式不仅内容更加丰富，而且更容易解读。这里列一个稍微复杂的示例。
同样的语句用Analyze方式输出，细节丰富了很多。
2. 通过 Analyze 方式解读执行计划
Analyze 方式可以让我们更好地理解 MySQL 的执行过程，可与 Explain 配合来使用。下面通过几个典型示例，说明下使用 Analyze 的优点。
（1）表关联
针对表关联，一是区分关联类型（嵌套、哈希），一是区分驱动关系（驱动表、被驱动表）。这两点通过树形层次结构都体现的比较清晰。此外，包括内层循环次数等，也都一目了然。
（2）集合操作
原有输出中是通过ID来表示执行顺序的，不是很直观。在集合示例中，层次结构表达的执行次序很清晰。
（3）聚合函数
对于聚合函数而言，传统方式说明使用二级索引扫描的方式得到结果，但Analyze 方式反而没有，这里有点奇怪。
（4）表过滤
