简介

MySQL 提供了一个 EXPLAIN 命令, 它可以对 SELECT 语句进行分析, 并输出 SELECT 执行的详细信息, 以供开发人员针对性优化.

EXPLAIN 命令用法十分简单, 在 SELECT 语句前加上 Explain 就可以了, 例如:

  1. EXPLAIN SELECT * from user_info WHERE id < 300;

准备

为了接下来方便演示 EXPLAIN 的使用, 首先我们需要建立两个测试用的表, 并添加相应的数据:

  1. CREATE TABLE `user_info` (
  2. `id` BIGINT(20) NOT NULL AUTO_INCREMENT,
  3. `name` VARCHAR(50) NOT NULL DEFAULT '',
  4. `age` INT(11) DEFAULT NULL,
  5. PRIMARY KEY (`id`),
  6. KEY `name_index` (`name`)
  7. )
  8. ENGINE = InnoDB
  9. DEFAULT CHARSET = utf8
  10. INSERT INTO user_info (name, age) VALUES ('xys', 20);
  11. INSERT INTO user_info (name, age) VALUES ('a', 21);
  12. INSERT INTO user_info (name, age) VALUES ('b', 23);
  13. INSERT INTO user_info (name, age) VALUES ('c', 50);
  14. INSERT INTO user_info (name, age) VALUES ('d', 15);
  15. INSERT INTO user_info (name, age) VALUES ('e', 20);
  16. INSERT INTO user_info (name, age) VALUES ('f', 21);
  17. INSERT INTO user_info (name, age) VALUES ('g', 23);
  18. INSERT INTO user_info (name, age) VALUES ('h', 50);
  19. INSERT INTO user_info (name, age) VALUES ('i', 15);
  1. CREATE TABLE `order_info` (
  2. `id` BIGINT(20) NOT NULL AUTO_INCREMENT,
  3. `user_id` BIGINT(20) DEFAULT NULL,
  4. `product_name` VARCHAR(50) NOT NULL DEFAULT '',
  5. `productor` VARCHAR(30) DEFAULT NULL,
  6. PRIMARY KEY (`id`),
  7. KEY `user_product_detail_index` (`user_id`, `product_name`, `productor`)
  8. )
  9. ENGINE = InnoDB
  10. DEFAULT CHARSET = utf8
  11. INSERT INTO order_info (user_id, product_name, productor) VALUES (1, 'p1', 'WHH');
  12. INSERT INTO order_info (user_id, product_name, productor) VALUES (1, 'p2', 'WL');
  13. INSERT INTO order_info (user_id, product_name, productor) VALUES (1, 'p1', 'DX');
  14. INSERT INTO order_info (user_id, product_name, productor) VALUES (2, 'p1', 'WHH');
  15. INSERT INTO order_info (user_id, product_name, productor) VALUES (2, 'p5', 'WL');
  16. INSERT INTO order_info (user_id, product_name, productor) VALUES (3, 'p3', 'MA');
  17. INSERT INTO order_info (user_id, product_name, productor) VALUES (4, 'p1', 'WHH');
  18. INSERT INTO order_info (user_id, product_name, productor) VALUES (6, 'p1', 'WHH');
  19. INSERT INTO order_info (user_id, product_name, productor) VALUES (9, 'p8', 'TE');

EXPLAIN 输出格式

EXPLAIN 命令的输出内容大致如下:

  1. mysql> explain select * from user_info where id = 2\G
  2. *************************** 1. row ***************************
  3. id: 1
  4. select_type: SIMPLE
  5. table: user_info
  6. partitions: NULL
  7. type: const
  8. possible_keys: PRIMARY
  9. key: PRIMARY
  10. key_len: 8
  11. ref: const
  12. rows: 1
  13. filtered: 100.00
  14. Extra: NULL
  15. 1 row in set, 1 warning (0.00 sec)

各列的含义如下:

  • id: SELECT 查询的标识符. 每个 SELECT 都会自动分配一个唯一的标识符.
  • select_type: SELECT 查询的类型.
  • table: 查询的是哪个表
  • partitions: 匹配的分区
  • type: join 类型
  • possible_keys: 此次查询中可能选用的索引
  • key: 此次查询中确切使用到的索引.
  • ref: 哪个字段或常数与 key 一起被使用
  • rows: 显示此查询一共扫描了多少行. 这个是一个估计值.
  • filtered: 表示此查询条件所过滤的数据的百分比
  • extra: 额外的信息

接下来我们来重点看一下比较重要的几个字段.

select_type

select_type 表示了查询的类型, 它的常用取值有:

  • SIMPLE, 表示此查询不包含 UNION 查询或子查询
  • PRIMARY, 表示此查询是最外层的查询
  • UNION, 表示此查询是 UNION 的第二或随后的查询
  • DEPENDENT UNION, UNION 中的第二个或后面的查询语句, 取决于外面的查询
  • UNION RESULT, UNION 的结果
  • SUBQUERY, 子查询中的第一个 SELECT
  • DEPENDENT SUBQUERY: 子查询中的第一个 SELECT, 取决于外面的查询. 即子查询依赖于外层查询的结果.

最常见的查询类别应该是 SIMPLE 了, 比如当我们的查询没有子查询, 也没有 UNION 查询时, 那么通常就是 SIMPLE 类型, 例如:

  1. mysql> explain select * from user_info where id = 2\G
  2. *************************** 1. row ***************************
  3. id: 1
  4. select_type: SIMPLE
  5. table: user_info
  6. partitions: NULL
  7. type: const
  8. possible_keys: PRIMARY
  9. key: PRIMARY
  10. key_len: 8
  11. ref: const
  12. rows: 1
  13. filtered: 100.00
  14. Extra: NULL
  15. 1 row in set, 1 warning (0.00 sec)

如果我们使用了 UNION 查询, 那么 EXPLAIN 输出 的结果类似如下:

  1. mysql> EXPLAIN (SELECT * FROM user_info WHERE id IN (1, 2, 3))
  2. -> UNION
  3. -> (SELECT * FROM user_info WHERE id IN (3, 4, 5)) \G
  4. *************************** 1. row ***************************
  5. id: 1
  6. select_type: PRIMARY
  7. table: user_info
  8. partitions: NULL
  9. type: range
  10. possible_keys: PRIMARY
  11. key: PRIMARY
  12. key_len: 8
  13. ref: NULL
  14. rows: 3
  15. filtered: 100.00
  16. Extra: Using where
  17. *************************** 2. row ***************************
  18. id: 2
  19. select_type: UNION
  20. table: user_info
  21. partitions: NULL
  22. type: range
  23. possible_keys: PRIMARY
  24. key: PRIMARY
  25. key_len: 8
  26. ref: NULL
  27. rows: 3
  28. filtered: 100.00
  29. Extra: Using where
  30. *************************** 3. row ***************************
  31. id: NULL
  32. select_type: UNION RESULT
  33. table: <union1,2>
  34. partitions: NULL
  35. type: ALL
  36. possible_keys: NULL
  37. key: NULL
  38. key_len: NULL
  39. ref: NULL
  40. rows: NULL
  41. filtered: NULL
  42. Extra: Using temporary
  43. 3 rows in set, 1 warning (0.01 sec)

table

表示查询涉及的表或衍生表

type

type 字段比较重要, 它提供了判断查询是否高效的重要依据依据. 通过 type 字段, 我们判断此次查询是 全表扫描 还是 索引扫描 等.

type 常用类型

type 常用的取值有:

  • system: 表中只有一条数据. 这个类型是特殊的 const 类型.
  • const: 针对主键或唯一索引的等值查询扫描, 最多只返回一行数据. const 查询速度非常快, 因为它仅仅读取一次即可.

    例如下面的这个查询, 它使用了主键索引, 因此 type 就是 const 类型的.
  1. mysql> explain select * from user_info where id = 2\G
  2. *************************** 1. row ***************************
  3. id: 1
  4. select_type: SIMPLE
  5. table: user_info
  6. partitions: NULL
  7. type: const
  8. possible_keys: PRIMARY
  9. key: PRIMARY
  10. key_len: 8
  11. ref: const
  12. rows: 1
  13. filtered: 100.00
  14. Extra: NULL
  15. 1 row in set, 1 warning (0.00 sec)
  • eq_ref: 此类型通常出现在多表的 join 查询, 表示对于前表的每一个结果, 都只能匹配到后表的一行结果. 并且查询的比较操作通常是 =, 查询效率较高. 例如:
  1. mysql> EXPLAIN SELECT * FROM user_info, order_info WHERE user_info.id = order_info.user_id\G
  2. *************************** 1. row ***************************
  3. id: 1
  4. select_type: SIMPLE
  5. table: order_info
  6. partitions: NULL
  7. type: index
  8. possible_keys: user_product_detail_index
  9. key: user_product_detail_index
  10. key_len: 314
  11. ref: NULL
  12. rows: 9
  13. filtered: 100.00
  14. Extra: Using where; Using index
  15. *************************** 2. row ***************************
  16. id: 1
  17. select_type: SIMPLE
  18. table: user_info
  19. partitions: NULL
  20. type: eq_ref
  21. possible_keys: PRIMARY
  22. key: PRIMARY
  23. key_len: 8
  24. ref: test.order_info.user_id
  25. rows: 1
  26. filtered: 100.00
  27. Extra: NULL
  28. 2 rows in set, 1 warning (0.00 sec)
  • ref: 此类型通常出现在多表的 join 查询, 针对于非唯一或非主键索引, 或者是使用了 最左前缀 规则索引的查询.

    例如下面这个例子中, 就使用到了 ref 类型的查询:
  1. mysql> EXPLAIN SELECT * FROM user_info, order_info WHERE user_info.id = order_info.user_id AND order_info.user_id = 5\G
  2. *************************** 1. row ***************************
  3. id: 1
  4. select_type: SIMPLE
  5. table: user_info
  6. partitions: NULL
  7. type: const
  8. possible_keys: PRIMARY
  9. key: PRIMARY
  10. key_len: 8
  11. ref: const
  12. rows: 1
  13. filtered: 100.00
  14. Extra: NULL
  15. *************************** 2. row ***************************
  16. id: 1
  17. select_type: SIMPLE
  18. table: order_info
  19. partitions: NULL
  20. type: ref
  21. possible_keys: user_product_detail_index
  22. key: user_product_detail_index
  23. key_len: 9
  24. ref: const
  25. rows: 1
  26. filtered: 100.00
  27. Extra: Using index
  28. 2 rows in set, 1 warning (0.01 sec)
  • range: 表示使用索引范围查询, 通过索引字段范围获取表中部分数据记录. 这个类型通常出现在 =, <>, >, >=, <, <=, IS NULL, <=>, BETWEEN, IN() 操作中.

    typerange 时, 那么 EXPLAIN 输出的 ref 字段为 NULL, 并且 key_len 字段是此次查询中使用到的索引的最长的那个.

    例如下面的例子就是一个范围查询:
  1. mysql> EXPLAIN SELECT *
  2. -> FROM user_info
  3. -> WHERE id BETWEEN 2 AND 8 \G
  4. *************************** 1. row ***************************
  5. id: 1
  6. select_type: SIMPLE
  7. table: user_info
  8. partitions: NULL
  9. type: range
  10. possible_keys: PRIMARY
  11. key: PRIMARY
  12. key_len: 8
  13. ref: NULL
  14. rows: 7
  15. filtered: 100.00
  16. Extra: Using where
  17. 1 row in set, 1 warning (0.00 sec)
  • index: 表示全索引扫描(full index scan), 和 ALL 类型类似, 只不过 ALL 类型是全表扫描, 而 index 类型则仅仅扫描所有的索引, 而不扫描数据.

    index 类型通常出现在: 所要查询的数据直接在索引树中就可以获取到, 而不需要扫描数据. 当是这种情况时, Extra 字段 会显示 Using index.

例如:

  1. mysql> EXPLAIN SELECT name FROM user_info \G
  2. *************************** 1. row ***************************
  3. id: 1
  4. select_type: SIMPLE
  5. table: user_info
  6. partitions: NULL
  7. type: index
  8. possible_keys: NULL
  9. key: name_index
  10. key_len: 152
  11. ref: NULL
  12. rows: 10
  13. filtered: 100.00
  14. Extra: Using index
  15. 1 row in set, 1 warning (0.00 sec)

上面的例子中, 我们查询的 name 字段恰好是一个索引, 因此我们直接从索引中获取数据就可以满足查询的需求了, 而不需要查询表中的数据. 因此这样的情况下, type 的值是 index, 并且 Extra 的值是 Using index.

  • ALL: 表示全表扫描, 这个类型的查询是性能最差的查询之一. 通常来说, 我们的查询不应该出现 ALL 类型的查询, 因为这样的查询在数据量大的情况下, 对数据库的性能是巨大的灾难. 如一个查询是 ALL 类型查询, 那么一般来说可以对相应的字段添加索引来避免.

    下面是一个全表扫描的例子, 可以看到, 在全表扫描时, possible_keys 和 key 字段都是 NULL, 表示没有使用到索引, 并且 rows 十分巨大, 因此整个查询效率是十分低下的.
  1. mysql> EXPLAIN SELECT age FROM user_info WHERE age = 20 \G
  2. *************************** 1. row ***************************
  3. id: 1
  4. select_type: SIMPLE
  5. table: user_info
  6. partitions: NULL
  7. type: ALL
  8. possible_keys: NULL
  9. key: NULL
  10. key_len: NULL
  11. ref: NULL
  12. rows: 10
  13. filtered: 10.00
  14. Extra: Using where
  15. 1 row in set, 1 warning (0.00 sec)

type 类型的性能比较

通常来说, 不同的 type 类型的性能关系如下:

ALL < index < range ~ index_merge < ref < eq_ref < const < system

ALL 类型因为是全表扫描, 因此在相同的查询条件下, 它是速度最慢的.

index 类型的查询虽然不是全表扫描, 但是它扫描了所有的索引, 因此比 ALL 类型的稍快.

后面的几种类型都是利用了索引来查询数据, 因此可以过滤部分或大部分数据, 因此查询效率就比较高了.

possible_keys

possible_keys 表示 MySQL 在查询时, 能够使用到的索引. 注意, 即使有些索引在 possible_keys 中出现, 但是并不表示此索引会真正地被 MySQL 使用到. MySQL 在查询时具体使用了哪些索引, 由 key 字段决定.

key

此字段是 MySQL 在当前查询时所真正使用到的索引.

key_len

表示查询优化器使用了索引的字节数. 这个字段可以评估组合索引是否完全被使用, 或只有最左部分字段被使用到.

key_len 的计算规则如下:

  • 字符串
  • char(n): n 字节长度
  • varchar(n): 如果是 utf8 编码, 则是 3 * n + 2字节; 如果是 utf8mb4 编码, 则是 4 * n + 2 字节.
  • 数值类型:
  • TINYINT: 1字节
  • SMALLINT: 2字节
  • MEDIUMINT: 3字节
  • INT: 4字节
  • BIGINT: 8字节
  • 时间类型
  • DATE: 3字节
  • TIMESTAMP: 4字节
  • DATETIME: 8字节
  • 字段属性: NULL 属性 占用一个字节. 如果一个字段是 NOT NULL 的, 则没有此属性.

我们来举两个简单的栗子:

  1. mysql> EXPLAIN SELECT * FROM order_info WHERE user_id < 3 AND product_name = 'p1' AND productor = 'WHH' \G
  2. *************************** 1. row ***************************
  3. id: 1
  4. select_type: SIMPLE
  5. table: order_info
  6. partitions: NULL
  7. type: range
  8. possible_keys: user_product_detail_index
  9. key: user_product_detail_index
  10. key_len: 9
  11. ref: NULL
  12. rows: 5
  13. filtered: 11.11
  14. Extra: Using where; Using index
  15. 1 row in set, 1 warning (0.00 sec)

上面的例子是从表 order_info 中查询指定的内容, 而我们从此表的建表语句中可以知道, 表 order_info 有一个联合索引:

  1. KEY `user_product_detail_index` (`user_id`, `product_name`, `productor`)

不过此查询语句 WHERE user_id < 3 AND product_name = 'p1' AND productor = 'WHH' 中, 因为先进行 user_id 的范围查询, 而根据 最左前缀匹配 原则, 当遇到范围查询时, 就停止索引的匹配, 因此实际上我们使用到的索引的字段只有 user_id, 因此在 EXPLAIN 中, 显示的 key_len 为 9. 因为 user_id 字段是 BIGINT, 占用 8 字节, 而 NULL 属性占用一个字节, 因此总共是 9 个字节. 若我们将user_id 字段改为 BIGINT(20) NOT NULL DEFAULT '0', 则 key_length 应该是8.

上面因为 最左前缀匹配 原则, 我们的查询仅仅使用到了联合索引的 user_id 字段, 因此效率不算高.

接下来我们来看一下下一个例子:

  1. mysql> EXPLAIN SELECT * FROM order_info WHERE user_id = 1 AND product_name = 'p1' \G;
  2. *************************** 1. row ***************************
  3. id: 1
  4. select_type: SIMPLE
  5. table: order_info
  6. partitions: NULL
  7. type: ref
  8. possible_keys: user_product_detail_index
  9. key: user_product_detail_index
  10. key_len: 161
  11. ref: const,const
  12. rows: 2
  13. filtered: 100.00
  14. Extra: Using index
  15. 1 row in set, 1 warning (0.00 sec)

这次的查询中, 我们没有使用到范围查询, key_len 的值为 161. 为什么呢? 因为我们的查询条件 WHERE user_id = 1 AND product_name = 'p1' 中, 仅仅使用到了联合索引中的前两个字段, 因此 keyLen(user_id) + keyLen(product_name) = 9 + 50 * 3 + 2 = 161

rows

rows 也是一个重要的字段. MySQL 查询优化器根据统计信息, 估算 SQL 要查找到结果集需要扫描读取的数据行数.

这个值非常直观显示 SQL 的效率好坏, 原则上 rows 越少越好.

Extra

EXplain 中的很多额外的信息会在 Extra 字段显示, 常见的有以下几种内容:

  • Using filesort

    当 Extra 中有 Using filesort 时, 表示 MySQL 需额外的排序操作, 不能通过索引顺序达到排序效果. 一般有 Using filesort, 都建议优化去掉, 因为这样的查询 CPU 资源消耗大.

    例如下面的例子:
  1. mysql> EXPLAIN SELECT * FROM order_info ORDER BY product_name \G
  2. *************************** 1. row ***************************
  3. id: 1
  4. select_type: SIMPLE
  5. table: order_info
  6. partitions: NULL
  7. type: index
  8. possible_keys: NULL
  9. key: user_product_detail_index
  10. key_len: 253
  11. ref: NULL
  12. rows: 9
  13. filtered: 100.00
  14. Extra: Using index; Using filesort
  15. 1 row in set, 1 warning (0.00 sec)

我们的索引是

  1. KEY `user_product_detail_index` (`user_id`, `product_name`, `productor`)

但是上面的查询中根据 product_name 来排序, 因此不能使用索引进行优化, 进而会产生 Using filesort.

如果我们将排序依据改为 ORDER BY user_id, product_name, 那么就不会出现 Using filesort 了. 例如:

  1. mysql> EXPLAIN SELECT * FROM order_info ORDER BY user_id, product_name \G
  2. *************************** 1. row ***************************
  3. id: 1
  4. select_type: SIMPLE
  5. table: order_info
  6. partitions: NULL
  7. type: index
  8. possible_keys: NULL
  9. key: user_product_detail_index
  10. key_len: 253
  11. ref: NULL
  12. rows: 9
  13. filtered: 100.00
  14. Extra: Using index
  15. 1 row in set, 1 warning (0.00 sec)
  • Using index

    "覆盖索引扫描", 表示查询在索引树中就可查找所需数据, 不用扫描表数据文件, 往往说明性能不错
  • Using temporary

    查询有使用临时表, 一般出现于排序, 分组和多表 join 的情况, 查询效率不高, 建议优化.

MySQL 性能优化神器 Explain 使用分析的更多相关文章

  1. MySQL性能优化神器Explain

    本文涉及:MySQL性能优化神器Explain的使用 简介 虽然使用Explain不能够马上调优我们的SQL,它也不能给予我们一些调整建议,但是它能够让我们了解MySQL 优化器是如何执行SQL 语句 ...

  2. MySQL性能优化神器—explain

    一.explain是什么? 简单来讲就是官方给的一个优化工具,直接在你的SQL语句前加上explain,执行整条语句,之后你就可以根据执行结果优化你的SQL啦,废话不多说,直接刚实例 测试实例 1.创 ...

  3. python mysql索引 优化神器explain 慢查询

    ##############总结########## 数据库中专门帮助用户快速找到数据的一种数据结构 类似于字典的目录的索引 索引的作用:约束和加速查找 工作原理: b+树形结构 最上层是树根,中间是 ...

  4. MySql 性能优化之 Explain

    MySQL 之 Explain 输出分析 背景 前面的文章写过 MySQL 的事务和锁,这篇文章我们来聊聊 MySQL 的 Explain,估计大家在工作或者面试中多多少少都会接触过这个.可能工作中实 ...

  5. Mysql系列-性能优化神器EXPLAIN使用介绍及分析

    MySQL 提供了一个 EXPLAIN 命令, 它可以对 SELECT 语句进行分析, 并输出 SELECT 执行的详细信息, 以供开发人员针对性优化. EXPLAIN 命令用法十分简单, 在 SEL ...

  6. mysql性能优化-慢查询分析、优化索引和配置 (慢查询日志,explain,profile)

    mysql性能优化-慢查询分析.优化索引和配置 (慢查询日志,explain,profile) 一.优化概述 二.查询与索引优化分析 1性能瓶颈定位 Show命令 慢查询日志 explain分析查询 ...

  7. Mysql - 性能优化之子查询

    记得在做项目的时候, 听到过一句话, 尽量不要使用子查询, 那么这一篇就来看一下, 这句话是否是正确的. 那在这之前, 需要介绍一些概念性东西和mysql对语句的大致处理. 当Mysql Server ...

  8. MySQL性能优化总结

    一.MySQL的主要适用场景 1.Web网站系统 2.日志记录系统 3.数据仓库系统 4.嵌入式系统 二.MySQL架构图: 三.MySQL存储引擎概述 1)MyISAM存储引擎 MyISAM存储引擎 ...

  9. MYSQL性能优化的最佳20+条经验

    MYSQL性能优化的最佳20+条经验 2009年11月27日 陈皓 评论 148 条评论  131,702 人阅读 今天,数据库的操作越来越成为整个应用的性能瓶颈了,这点对于Web应用尤其明显.关于数 ...

随机推荐

  1. erlang mnesia数据库简单应用

    mnesia是erlang自带的分布式数据库,基于ets和dets实现的.mnesia兼顾了dets的持久性和ets的高性能,可以自动在多个erlang节点间同步数据库.最关键的是,mnesia实现了 ...

  2. Visual Studio 2010 单元测试--运行测试并查看代码覆盖率

    原文:Visual Studio 2010 单元测试--运行测试并查看代码覆盖率 运行测试并查看代码覆盖率对程序集中的代码运行测试时,可以通过收集代码覆盖率数据来查看正在测试的项目代码部分. 运行测试 ...

  3. leetcode第23题--Swap Nodes in Pairs

    Problem: Given a linked list, swap every two adjacent nodes and return its head. For example,Given 1 ...

  4. IOS开发苹果官方Sample Code及下载地址

    IOS开发苹果官方Sample Code及下载地址 在线浏览地址:https://developer.apple.com/library/ios/navigation/#section=Resourc ...

  5. js操作cookie方法

    cookie cookie,有时也用其复数形式Cookies,指某些网站为了辨别用户身份.进行session跟踪而储存在用户本地终端上的数据(通常经过加密).定义于RFC2109和2965都已废弃,最 ...

  6. css @media认识

    css2的@media css2里面尽管支持@media属性.可是能实现的功能比較少,一般仅仅用做打印的时候做特殊定义的CSS. 语法: @media sMedia { sRules } 说明: sM ...

  7. 使用vs2010复制粘贴代码时特别卡用一段时间就特别卡重启也没用

    vs2010编写代码一段时间后复制粘贴特别卡,下拉条也特别卡,这个状况困扰了我两个月,实在忍不住了,去网上搜了搜 有网友说是快捷键冲突,所以我就把其他程序结束了,结果莫名奇妙的瞬间就不卡了.最终弄明白 ...

  8. oracle数据库管理--对象、角色相关查询

    1.数据字典:     记录了数据库的系统信息,它是只读表和视图的集合,数据字典的所有用户者为sys用户.用户只能在数据字典上执行查询操作(select语句),而其维护与修改是由系统自动完成的.数据字 ...

  9. [转]iOS hacking resource collection

    Link:http://www.securitylearn.net/tag/apple-ios-hacking-slides/ A collection of iOS research present ...

  10. [转]Avoiding GDB Signal Noise.

    原文:http://peeterjoot.wordpress.com/2010/07/07/avoiding-gdb-signal-noise/ A quick note for future ref ...