explain analyze会真实执行sql并返回每步的实际耗时、行数和循环次数，而非预估；必须避免在生产大表或高峰期使用，且不支持事务回滚。
EXPLAIN ANALYZE 会真实执行 SQL，别在生产环境乱跑
它不是“只看计划”，而是真查、真排序、真 Join，还会把每一步的耗时、实际返回行数、循环次数都打出来。你看到的 actual time=0.141..7.787 rows=125 loops=1 是实测数据，不是估算。
常见错误现象：开发在压测环境跑 EXPLAIN ANALYZE SELECT * FROM orders WHERE created_at > '2020-01-01'，结果查了 300 万行，拖慢整个实例。
- 必须确认目标表数据量小，或加
LIMIT 10缩小范围（注意：加 LIMIT 会影响执行计划，仅用于快速验证） - 避免在高峰期对大表执行，尤其带
ORDER BY或GROUP BY的语句 -
EXPLAIN ANALYZE不支持事务回滚 —— 它执行的是真实 DML（如DELETE），删了就是删了
关键字段怎么看：actual time、rows、loops 是核心
传统 EXPLAIN 的 rows 是优化器预估，而 EXPLAIN ANALYZE 的 rows 和 actual time 是实测值，二者偏差大就说明统计信息过期或选择率误判。
示例片段：
-> Filter: (world.city.Population > 1000000) (cost=4.53 rows=6) (actual time=0.030..0.131 rows=2 loops=51)
这里 rows=6 是预估，rows=2 是真实返回行数，loops=51 表示该 Filter 被执行了 51 次（因为外层 Nested Loop 迭代了 51 次），actual time=0.030..0.131 是单次执行耗时范围。
-
actual time格式是启动耗时..总耗时，单位毫秒；若相差过大（如 0.01..120.5），说明该步骤存在严重延迟波动 -
loops高通常意味着嵌套深或驱动表过大，比如loops=10000的 Index lookup 很可能成为瓶颈 - 对比
rows和filtered字段：若预估rows=1000但实际rows=1，且filtered=0.1，说明条件选择性极好，但优化器没识别出来
和 FORMAT=TREE 搭配看，才能理清执行顺序
EXPLAIN FORMAT=TREE 输出树状结构，反映算子层级和依赖关系；EXPLAIN ANALYZE 默认用传统表格，但加上 FORMAT=TREE 才能把实际耗时嵌入树中，看清哪一层最拖后腿。
命令写法：
EXPLAIN FORMAT=TREE ANALYZE SELECT u.name, o.amount FROM users u JOIN orders o ON u.id = o.user_id WHERE o.status = 1;
输出里你会看到类似：
-> Nested loop inner join (cost=... rows=...) (actual time=... rows=... loops=...) -> Index lookup on u using PRIMARY (cost=... rows=...) (actual time=... rows=... loops=...) -> Filter: (o.status = 1) (cost=... rows=...) (actual time=... rows=... loops=...)
- 缩进代表执行依赖：内层算子必须等外层产出结果才能开始
- 同一级多个子节点（如两个 Index lookup），是并行准备还是串行执行，取决于引擎是否启用并行扫描（MySQL 8.0 默认不开启）
- 如果某层
actual time明显高于其他同级节点，优先检查它的索引覆盖、数据局部性或锁等待
EXPLAIN ANALYZE 不解决所有问题，但能暴露估算失真
它不能告诉你“为什么没走索引”，但能告诉你“明明有索引，为什么还是扫了 10 万行”。这时候要立刻去看 SHOW INDEX FROM table_name 和 ANALYZE TABLE table_name 是否执行过。
- 当
key列为空但possible_keys有值，且actual time奇高，大概率是统计信息陈旧，ANALYZE TABLE后再试 - 若
type=ALL且rows接近表总行数，但actual time却很短，说明数据在 buffer pool 里全热，掩盖了真实 IO 压力 —— 这时候得看Handler_read_*状态变量 -
EXPLAIN ANALYZE对子查询、CTE、窗口函数的支持较完整，但对临时表（Using temporary）的实际内存/磁盘开销不体现，需结合performance_schema查memory_summary_by_thread_by_event_name
真正难的不是看懂那几行 actual time，而是判断“这个耗时到底是 CPU、IO 还是锁导致的” —— EXPLAIN ANALYZE 只给结果，不给归因。
