Mysql查询优化器
本文的目的主要是通过告诉大家，查询优化器为我们做了那些工作，我们怎么做，才能使查询优化器对我们的 sql进行优化，以及启示我们 sql语句怎么写，才能更有效率。那么到底 mysql到底能进行哪些优化那，下面通过以下几个方面来探讨一下：
1 常量转化
它能够对 sql语句中的常量进行转化，比如下面的表达式： WHERE col1 = col2 AND col2 = 'x'; 依据传递性：如果 A=B and B=C，那么就能得出 A=C。所以上面的表达式 mysql查询优化器能进行如下的优化： WHERE col1 = 'x' AND col2 = 'x'; 对于 col1 col2，只要是属于下面的操作符之一就可以进行类似的转化： =,<,>,<=,>=,<>,<=>,LIKE
从中我们也可以看出，对于 BETWEEN的情况是不进行转换的。这个可能与其具体的实现有关。
2 无效代码的排除
查询优化器会对一些无用的条件进行过滤，比如说 WHERE 0=0 AND column1='y' 因为第一个条件是始终为 true的，所以可以移除该条件，变为： WHERE column1='y'再见如下表达式： WHERE (0=1 AND s1=5) OR s1=7因为前一个括号内的表达式始终为 false，因此可以移除该表达式，变为： WHERE s1=7
一些情况下甚至可 以将整个 WHERE子句去掉，见下面的表达式： WHERE (0=1 AND s1=5)我们可以看到， WHERE子句始终为 FALASE，那么 WHERE条件是不可能发生的。当然我们也可以讲， WHERE条件被优化掉了。
如果一个列的定义是不允许为 NULL，那么： WHERE not_null_column IS NULL该条件 是始终为 false的，再看： WHERE not_null_column IS NOT NULL该条件是始终为 true的，因此这样的表达式也是可以从条件表达式中删除的。
当然，也是有特殊情况的，比如在 out join中，被定义为 NOT NULL的列也可能包含 NULL值。在这种情况下， IS NULL条件是被保留的。
当然优化器没有对所有的情况进行检测，因为这实在太 复杂了。举个例子： CREATE TABLE Table1(column1 CHAR(1));
SELECT * FROM Table1 WHERE column1 = 'Canada';尽管该条件是无效条件，优化器也不会将它移除。
3 常量计算
如下表达式： WHERE col1 = 1 + 2转化为： WHERE col1 = 3 Mysql会对常量表达进行计算，然后将结果生成条件
4 存取类型
当我们评估一个条件表达式， MySQL判断该表达式的存取类型。下面是一些存取类型，按照从最优到最差的顺序进行排列：
system系统表，并且是常量表
const 常量表
eq_ref unique/primary索引，并且使用的是 '='进行存取
ref 索引使用 '='进行存取
ref_or_null 索引使用 '='进行存取，并且有可能为 NULL
range 索引使用 BETWEEN、 IN、 >=、 LIKE等进行存取
index 索引全扫描
ALL 表全扫描
优化器根据存取类型选择合适的驱动表达式。考虑如下的查询语句：以下是引用片段：
SELECT * FROM Table1 WHERE indexed_column=5 AND unindexed_column=6
因为 indexed_column拥有更好的存取类型，所以更有可能使用该表达式做为驱动表达式。这里只考虑简单的情况，不考虑特殊的情况。那么驱动表达式的意思是什么呢 ?考虑到这个查询语句有两种可能的执行方法 :
1) 不好的执行路径：读取表的每一行 (称为“全表扫描” )，对于读取到的每一行，检查相应的值是否满足 indexed_column以及 unindexed_column对应的条件。
2) 好的执行路径：通过键值 indexed_column=5查找 B树，对于符合该条件的每一行，判断是否满足 unindexed_column对应的条件。
一般情况下，索引查找比全表扫描需要更少的存取路径，尤其当表数据量很大，并且索引的类型是 UNIQUE的时候。因此称它为好的执行路径，使用 indexed_column列作为驱动表达式。
5 范围存取类型
一些表达式可以使用索引，但是属于索引的范围查找。这些表达式通常对应的操作符是： >、 >=、 <、 <=、 IN、 LIKE、 BETWEEN。
对优化器而言，如下表达式：
column1 IN (1,2,3)
该表达式与下面的表达式是等价的：
column1 = 1 OR column1 = 2 OR column1 = 3
并且 MySQL也是认为它们是等价的，所以没必要手动将 IN改成 OR,或者把 OR改成 IN。
优化器将会对下面的表达式使用索引范围查找： column1 LIKE 'x%'，但对下面的表达式就不会使用到索引了： column1 LIKE '%x'，这是因为当首字符是通配符的时候， 没办法使用到索引进行范围查找。
对优化器而言，如下表达式： column1 BETWEEN 5 AND 7 该表达式与下面的表达式是等价的： column1 >= 5 AND column1 <= 7同样， MySQL也认为它们是等价的。
如果需要检查过多的索引键值，优化器将放弃使用索引范围查找，而是使用全表扫描的方式。这样的情况经常出现如下的情况下：索引是多层次的二级索引，查询条件是 '<'以及是 '>'的情况。
6 索引存取类型
考虑如下的查询语句： SELECT column1 FROM Table1;如果 column1是索引列， 优化器更有可能选择索引全扫描，而不是采用表全扫描。这是因为该索引覆盖了我们所需要查询的列。 再考虑如下的查询语句： SELECT column1,column2 FROM Table1; 如果索引的定义如下，那么就可以使用索引全扫描： CREATE INDEX … ON Table1(column1,column2); 也就是说，所有需要查询的列必须在索引中出现。但是如下的查询就只能走全表扫描了： select col3 from Table1;由于 col3没有建立索引所以只能走全表扫描。由此其实我们的 Cn表中建立的索引其实还是有一些问题的：
PRIMARY KEY (`CID`),
UNIQUE KEY `IDX_CN_CNAME` (`CNAME`),
KEY `INDEX_CN_CID_UID` (`CID`,`CUSTOMERID`),
KEY `INDEX_CN_PRODTYPE` (`PRODTYPE`),
KEY `INDEX_CN_P_C` (`PRODTYPE`,`CNSTATUS`),
KEY `INDEX_CN_UID` (`CUSTOMERID`)
比如所 cid是唯一索引，由 cid已经能唯一确定一条记录，那么在以 cid和 customerid建立索引实际上是多余的。同样，建立了 prodtype和 cnstatus的复合索引，再建立 prodtype的索引也是有问题的，即使你使用了 prodtype字段作为条件查询，也未必就会使用 prodtype的索引，因为他们有着相同的前缀，故优化器根本搞不清楚你要使用哪个索引，所以，尽量避免相同的前缀的索引。
7 转换
MySQL对简单的表达式支持转换。比如下面的语法： WHERE -5 = column1转换为： WHERE column1 = -5 尽管如此，对于有数学运算存在的情况不会进行转换。比如下面的语法： WHERE 5 = -column1不会转换为： WHERE column1 = -5，所以尽量减少列上的运算，而将运算放到常量上。比如我们在写 sql的时候自觉的将 5= -columb1=> column1=-5;
8 AND
带 AND的查询的格式为： AND ，考虑如下的查询语句：
WHERE column1='x' AND column2='y'
优化的步骤：
1) 如果两个列都没有索引，那么使用全表扫描。
2) 否则，如果其中一个列拥有更好的存取类型 (比如，一个具有索引，另外一个没有索引 ;再或者，一个是唯一索引，另外一个是非唯一索引 )，那么使用该列作为驱动表达式。
3) 否则，如果两个列都分别拥有索引，并且两个条件对应的存取类型是一致的，那么选择定义索引时 ,先定义的索引。
举例如下：
CREATE TABLE Table1 (s1 INT,s2 INT);
CREATE INDEX Index1 ON Table1(s2);
CREATE INDEX Index2 ON Table1(s1);
…
SELECT * FROM Table1 WHERE s1=5 AND s2=5;
优化器选择 s2=5作为驱动表达式，因为 s2上的索引是创建的时间早。
9 OR
带 OR的查询格式为： OR ，考虑如下的查询语句： WHERE column1='x' OR column2='y'
优化器做出的选择是采用全表扫描。当然，在一些特定的情况，可以使用索引合并，这里不做阐述。如果两个条件里面设计的列是同一列，那么又是另外一种情况，考虑如下的查询语句： WHERE column1='x' OR column1='y'在这种情况下，该查询语句采用索引范围查找。
10 UNION
所有带 UNION的查询语句都是单独优化的，考虑如下的查询语句：以下是引用片段： SELECT * FROM Table1 WHERE column1='x'
UNIONALL SELECT * FROM Table1 WHER column2='y'
如果 column1与 column2都是拥有索引 的，每个查询都是使用索引查询，然后合并结果集。
11 NOT,<>
考虑如下的表达式： Column1<> 5从逻辑上讲，该表达式等价于下面的表达式：
Column1<5 OR column1>5 然而， MySQL不会进行这样的转换。如果你觉得使用范围查找会更好一些，应该手动地进行转换。
考虑如下的表达式： WHERE NOT (column1!=5) 从逻辑上讲，该表达式等价于下面的表达式： WHERE column1=5 同样地， MySQL也不会进行这样的转换。
12 ORDER BY
一般而言， ORDER BY的作用是使结果集按照一定的顺序排序，如果可以不经过此操作就能产生顺序的结果，可以跳过该 ORDER BY操作。考虑如下的查询 语句：
SELECT column1 FROM Table1 ORDER BY 'x';优化器将去除该 ORDER BY子句，因为此处的 ORDER BY子句没有意义。再考虑另外的一个查询语句： SELECT column1 FROM Table1 ORDER BY column1;
在这种情况下，如果 column1类上存在索引，优化器将使用该索引进行全扫描，这样产生的结果集是有序的，从而不需要进行 ORDER BY操作。
再考虑另外的一个查询语句： SELECT column1 FROM Table1 ORDER BY column1+1; 假设 column1上存在索引，我 们也许会觉得优化器会对 column1索引进行全扫描，并且不进行 ORDER BY操作。实际上，情况并不是这样，优化器是使用 column1列上的索引进行全扫表，仅仅是因为索引全扫描的效率高于表全扫描。对于索引全扫描的结果集 仍然进行 ORDER BY排序操作。
13 GROUP BY
这里列出对 GROUP BY子句以及相关集函数进行优化的方法：
1) 如果存在索引， GROUP BY将使用索引。
2) 如果没有索引，优化器将需要进行排序，一般情况下会使用 HASH表的方法。
3) 如果情况类似于 “GROUP BY x ORDER BY x”,优化器将会发现 ORDER BY子句是没有必要的，因为 GROUP BY产生的结果集是按照 x进行排序的。
4) 尽量将 HAVING子句中的条件提升中 WHERE子句中。
5) 对于 MyISAM表， “SELECT COUNT(*) FROM Table1;”直接返回结果，而不需要进行表全扫描。但是对于 InnoDB表，则不适合该规则。补充一点，如果 column1的定义是 NOT NULL的，那么语句 “SELECT COUNT(column1) FROM Table1;”等价于 “SELECT COUNT(*) FROM Table1;”。
6) 考虑
MAX()以及
MIN()的优化情况。考虑下面的查询语句：以下是引用片段：
SELECTMAX(column1)
FROMTable1
WHEREcolumn1<'a'; 如果
column1列上存在索引，优化器使用
'a'进行索引定位，然后返回前一条记录。
7) 考虑如下的查询语句 :
SELECT DISTINCT column1 FROM Table1;在特定的情况下，语句可以转化为：
SELECT column1 FROM Table1 GROUP BY column1;转换的前提条件是： column1上存 在索引， FROM上只有一个单表，没有 WHERE条件并且没有 LIMIT条件。
