where 子句将用来限制哪些记录匹配了下一个表或者发送给客户端。除非你特别地想要取得或者检查表种的所有记录，否则的话当查询的 extra 字段值不是 using where 并且表连接类型是 all 或 index 时可能表示有问题。
如果你想要让查询尽可能的快，那么就应该注意 extra 字段的值为using filesort 和 using temporary 的情况。
你可以通过 explain 的结果中 rows 字段的值的乘积大概地知道本次连接表现如何。它可以粗略地告诉我们mysql在查询过程中会查询多少条记录。如果是使用系统变量 max_join_size 来取得查询结果，这个乘积还可以用来确定会执行哪些多表 select 语句。详情请看7.5.2 tuning server parameters。
下面的例子展示了如何通过 explain 提供的信息来较大程度地优化多表联合查询的性能。
假设有下面的 select 语句，正打算用 explain 来检测：
explain select tt.ticketnumber, tt.timein,
tt.projectreference, tt.estimatedshipdate,
tt.actualshipdate, tt.clientid,
tt.servicecodes, tt.repetitiveid,
tt.currentprocess, tt.currentdpperson,
tt.recordvolume, tt.dpprinted, et.country,
et_1.country, do.custname
from tt, et, et as et_1, do
where tt.submittime is null
and tt.actualpc = et.employid
and tt.assignedpc = et_1.employid
and tt.clientid = do.custnmbr;
在这个例子中，先做以下假设：
要比较的字段定义如下：
table column column type
tt actualpc char(10)
tt assignedpc char(10)
tt clientid char(10)
et employid char(15)
do custnmbr char(15)
数据表的索引如下：
table index
tt actualpc
tt assignedpc
tt clientid
et employid (primary key)
do custnmbr (primary key)
tt.actualpc 的值是不均匀分布的。 在任何优化措施未采取之前，经过 explain 分析的结果显示如下：
table type possible_keys key key_len ref rows extra
et all primary null null null 74
do all primary null null null 2135
et_1 all primary null null null 74
tt all assignedpc, null null null 3872
clientid,
actualpc
range checked for each record (key map: 35)
由于字段 type 的对于每个表值都是 all，这个结果意味着mysql对所有的表做一个迪卡尔积;这就是说，每条记录的组合。这将需要花很长的时间，因为需要扫描每个表总记录数乘积的总和。在这情况下，它的积是 74 * 2135 * 74 * 3872 = 45,268,558,720 条记录。如果数据表更大的话，你可以想象一下需要多长的时间。
在这里有个问题是当字段定义一样的时候，mysql就可以在这些字段上更快的是用索引(对 isam 类型的表来说，除非字段定义完全一样，否则不会使用索引)。在这个前提下，varchar 和 char是一样的除非它们定义的长度不一致。由于 tt.actualpc 定义为 char(10)，et.employid 定义为 char(15)，二者长度不一致。
为了解决这个问题，需要用 alter table 来加大 actualpc 的长度从10到15个字符
mysql> alter table tt modify actualpc varchar(15);
现在 tt.actualpc 和 et.employid 都是 varchar(15)
了。再来执行一次 explain 语句看看结果：
table type possible_keys key key_len ref rows extra
tt all assignedpc, null null null 3872 using
clientid, where
actualpc
do all primary null null null 2135
range checked for each record (key map: 1)
et_1 all primary null null null 74
range checked for each record (key map: 1)
et eq_ref primary primary 15 tt.actualpc 1
这还不够，它还可以做的更好：现在 rows 值乘积已经少了74倍。这次查询需要用2秒钟。
第二个改变是消除在比较 tt.assignedpc = et_1.employid 和 tt.clientid = do.custnmbr 中字段的长度不一致问题：
mysql> alter table tt modify assignedpc varchar(15),
-> modify clientid varchar(15);
现在 explain 的结果如下：
table type possible_keys key key_len ref rows extra
et all primary null null null 74
tt ref assignedpc, actualpc 15 et.employid 52 using
clientid, where
actualpc
et_1 eq_ref primary primary 15 tt.assignedpc 1
do eq_ref primary primary 15 tt.clientid 1
这看起来已经是能做的最好的结果了。
遗留下来的问题是，mysql默认地认为字段tt.actualpc 的值是均匀分布的，然而表 tt 并非如此。幸好，我们可以很方便的让mysql分析索引的分布：
mysql> analyze table tt;
到此为止，表连接已经优化的很完美了，explain 的结果如下：