优化数据访问

1.是否向数据库请求了不需要的数据

解决方式：

A. 查询后加limit

B. Select后写需要的列而不是*

2. 是否扫描了额外的数据

数据库的访问方式速度由慢到快：全表扫描，索引扫描，范围扫描，唯一索引查询，常数引用

MYSQL Explain命令 的type(数据库引擎访问表的方式)：Const > ref > range > index > all

1. const 常数引用

如果是根据主键查询，将会将查询转化为一个常数，只取出确定的一行数据。是最快的一种。

2. Ref

查找条件列使用了索引而且不为主键和unique(值允许重复)，只取出确定值的数据，可能多行。

3. ref_eq 唯一索引查询

ref_eq 与 ref相比，这种类型的查找结果集只有一个

4. range 范围扫描

索引或主键，在某个范围内时

4. index 索引扫描

仅仅只有索引被扫描

5.all 全表扫描

一般mysql应用where条件的方式由好到坏：

1. 在索引中使用where条件过滤，这是在存储引擎层完成；

2. 使用索引覆盖扫描，直接从索引中过滤不需要的数据并返回结果，这是在mysql服务器层完成，无需再回表查询(在extra中出现using index)

3. 从数据表中返回数据，然后过滤不满足条件的数据，在服务器层完成，mysql需要先从数据表读出记录然后过滤(在extra中出现using where)

好的索引可以让查询使用合适的访问类型，减少扫描的数据行数。

执行查询的基础：

1. 客户端发送一条查询给服务器

2. 服务器先检查缓存，如果命中缓存，立刻返回结果

3. 服务器进行sql解析，预处理，再由优化器生成对应执行计划

4. Mysql根据优化器生成的执行计划，调用存储引擎API执行查询计划

5. 将结果返回给客户端

第一步(客户端发送一条查询给服务器)：

Mysql客户端与服务器之间的通信是半双工的，要么由服务器向客户端发送数据，要么由客户端向服务器发送数据，不能同时进行；

所以为了进行流量控制，客户端发送查询语句过长时，超过max_allowed_packet参数，服务器会抛出相应错误。

客户端从服务器获取数据时，多数连接mysql的库函数都可以获得全部结果集并缓存到内存里，mysql需要等所有数据都发给客户端才能释放这条查询所占用的资源；

第三步(服务器进行sql解析、预处理、查询优化)：

首先，通过关键字将sql语句进行解析，生成一颗“解析树”；

解析器验证语法规则；

预处理器检查解析树是否合法，验证权限；

查询优化器使用优化策略生成一个最优的执行计划：

1. 重新定义关联表的顺序

2. 将外连接转化为内连接

3. 优化count(),min(),max()(根据b-tree只读取第一条或最后一条数据)

4. 预估并转化为常数表达式

5. 提前终止查询

6. 列表in()的比较(将in列表的数据先排序，通过二分查找确定值是否满足条件)

生成一个执行计划——指令树：因为mysql的关联从一张表开始嵌套，所以执行计划是一颗左侧深度优先的树。

第四步(调用存储引擎API执行查询计划)

查询优化器在服务器层，而统计信息(每个表或索引有多少页，每个表的每个索引的基数是多少，数据行和索引长度，索引的分布信息等)在存储引擎层；

MYSQL执行关联查询方式：

Mysql认为任何一次查询都是一次关联，并不仅仅一次查询关系到两张表时。

在MySQL 中，只有一种 Join 算法，就是 Nested Loop Join嵌套迭代。

Simple Nested-Loop Join简单嵌套循环：从驱动表中取出R1匹配S表所有列，然后R2，R3,直到将R表中的所有数据匹配完，然后合并数据，可以看到这种算法要对S表进行RN次访问，虽然简单，但是相对来说开销还是太大了。

Index Nested-Loop Join索引嵌套循环：由于非驱动表上有索引，所以比较的时候不再需要一条条记录进行比较，而可以通过索引来减少比较，从而加速查询。

优化：

选择记录数少的作为驱动表；

优先优化NestedLoop的内层循环；

保证被驱动表上Join条件字段已经被索引

Mysql查询优化器的局限性

1.关联子查询

使用in加子查询，性能非常糟糕

//未完

2. 最大值和最小值

对于max()和min()查询，mysql的优化并不好，如：

Select min(actor_id) from sakila.actor where first_name = “pene”;

因为first_name字段上没有索引，所以mysql会进行一次全表扫描；

一个优化办法是：(使mysql进行主键扫描)

select actor_id from sakila.actor use index(primary) where first_name = “pene” limit 1;

用主建索引查询，因为b-tree是按照主键顺序排序，所以limit 1 = min(actor_id)，查找索引直到复合where条件的第一条数据