Quando escrevemos uma consulta SQL, o otimizador do MySQL cria um plano de execução. O EXPLAIN tradicional nos mostra esse plano com base em estatísticas que, às vezes, estão desatualizadas.

Já o EXPLAIN ANALYZE funciona como um “cronômetro de precisão”. Ele roda a consulta, monitora a execução em tempo real e descarta o resultado final, entregando um relatório detalhado de onde o banco de dados gastou mais energia.

Principais métricas retornadas Link para o cabeçalho

Ao analisar a saída, você encontrará três métricas principais para cada operação:

  • Actual time: O tempo real gasto para retornar a primeira linha e o tempo total para retornar todas as linhas (medido em milissegundos).

  • Actual rows: O número real de linhas que a operação processou.

  • Loops: Quantas vezes aquela operação específica foi repetida (comum em loops de Join).

Exemplo Prático: Estrutura e Dados Link para o cabeçalho

Para entender como ler essa saída, vamos criar um cenário clássico: uma tabela de clientes e uma tabela de pedidos.

1. Criando as Tabelas Link para o cabeçalho 

CREATE TABLE clientes (
    id INT AUTO_INCREMENT PRIMARY KEY,
    nome VARCHAR(100) NOT NULL,
    cidade VARCHAR(50)
);

CREATE TABLE pedidos (
    id INT AUTO_INCREMENT PRIMARY KEY,
    cliente_id INT,
    valor DECIMAL(10, 2),
    data_pedido DATE,
    FOREIGN KEY (cliente_id) REFERENCES clientes(id)
);

2. Populando os Dados Link para o cabeçalho

Vamos inserir alguns registros simples para simular o ambiente:

INSERT INTO clientes (nome, cidade) VALUES
('Ana Silva', 'Rio de Janeiro'),
('Bruno Costa', 'São Paulo'),
('Carlos Souza', 'Rio de Janeiro'),
('Diego Santos', 'Belo Horizonte');

INSERT INTO pedidos (cliente_id, valor, data_pedido) VALUES
(1, 150.00, '2026-06-01'),
(1, 85.50, '2026-06-15'),
(2, 300.00, '2026-06-10'),
(3, 45.00, '2026-06-20');

Aplicando o EXPLAIN ANALYZE Link para o cabeçalho

Imagine que queremos buscar todos os pedidos feitos por clientes que moram no Rio de Janeiro. A nossa query seria:

SELECT p.id, p.valor, c.nome 
FROM pedidos p
JOIN clientes c ON p.cliente_id = c.id
WHERE c.cidade = 'Rio de Janeiro';

Para analisar a execução real dessa consulta, basta prefixá-la com EXPLAIN ANALYZE:

EXPLAIN ANALYZE
SELECT p.id, p.valor, c.nome 
FROM pedidos p
JOIN clientes c ON p.cliente_id = c.id
WHERE c.cidade = 'Rio de Janeiro';

Analisando o Resultado (Output) Link para o cabeçalho

A saída do MySQL será exibida em um formato de árvore textual (Tree Format). O resultado será parecido com este:

-> Nested loop inner join  (cost=2.15 rows=2) (actual time=0.081..0.105 rows=3 loops=1)
    -> Filter: (c.cidade = 'Rio de Janeiro')  (cost=0.65 rows=2) (actual time=0.041..0.052 rows=2 loops=1)
        -> Table scan on c  (cost=0.65 rows=4) (actual time=0.034..0.045 rows=4 loops=1)
    -> Index lookup on p using cliente_id (pedidos.cliente_id=c.id)  (cost=0.63 rows=1) (actual time=0.021..0.024 rows=2 loops=2)

Como ler essa árvore? Link para o cabeçalho

A leitura deve ser feita de dentro para fora e de baixo para cima para acompanhar o fluxo dos dados.

  1. Table scan on c (Linha 3): O MySQL começou fazendo uma varredura completa na tabela de clientes (c), lendo as 4 linhas existentes (rows=4). Isso levou cerca de 0.045ms.

  2. Filter: (c.cidade = 'Rio de Janeiro') (Linha 2): Logo em seguida, ele aplicou o filtro da cidade. Das 4 linhas, restaram apenas 2 (rows=2).

  3. Index lookup on p using cliente_id... (Linha 4): Para cada um dos 2 clientes encontrados (loops=2), o MySQL usou o índice da chave estrangeira na tabela de pedidos (p) para buscar as linhas correspondentes. Ele encontrou um total de 3 pedidos no acumulado.

  4. Nested loop inner join (Linha 1): Por fim, juntou os dados e entregou as 3 linhas finais para o usuário. O tempo total da operação foi de 0.105ms.

Conclusão Link para o cabeçalho

O EXPLAIN ANALYZE retira a “adivinhação” do processo de tunagem de consultas. Ao mostrar exatamente onde o tempo foi gasto e a quantidade real de dados movimentados, ele aponta com precisão cirúrgica se você precisa criar um novo índice, reescrever um Join ou mudar a estratégia de filtros da sua aplicação.