查询优化

永远小表驱动大表，类似嵌套循环NestedLoop

EXISTS

优化原则：小表驱动大表，即小的数据集驱动大的数据集。

select * from A where id in (select id from B)
#等价于:
for select id from B
for select * from A where A.id = B.id

当表的数据集必须小于A表的数据集时，用in优于exists；

select * from A where exists (select 1 from B where B.id = A.id)
#等价于
for select * from A
for select * from B where B.id = A.id

当A表的数据集系小于婊的数据集时，用exiss优于in。
注意: A表与表的ID字段应建立索引。

SELECT ... FROM TABLE WHERE EXISTS(subquery)

该语法可以理解为：将主查询的数据，放到子查询中做条件验证，根据验证结果(TRUE或FALSE)来决定主查询的数据结果是否得以保留。

提示

EXISTS(subquery)只返回TRUE或FALSE，因此子查询中的SELECT*也可以是SELECT 1或其他，官方说法是实际执行时会忽略SELECT清单，因此没有区别；
EXISTS子查询的实际执行过程可能经过了优化而不是我们理解上的逐条对比，如果担忧效率问题，可进行实际检验以确定是否有效率问题；
EXISTS子查询往往也可以用条件表达式、其他子查询或者JOIN来替代，何种最优需要具体问题具体分析；

ORDER BY（排序）关键字优化

ORDER BY子句，尽量使用Index方式排序,避免使用FileSort方式排序

MySQL支持二种方式的排序，FileSort和Index，Index效率高：它指MySQL扫描索引本身完成排序。FileSort方式效率较低。.

建表SQL

CREATE TABLE tblA(
id int primary key not null auto_increment,
age INT,
birth TIMESTAMP NOT NULL
);

INSERT INTO tblA(age,birth) VALUES(22,NOW());
INSERT INTO tblA(age,birth) VALUES(23,NOW());
INSERT INTO tblA(age,birth) VALUES(24,NOW());
SELECT * FROM tblA;

CREATE INDEX idx_tblA_ageBirth ON tblA(age,birth);
SHOW INDEX FROM tblA;

Case

EXPLAIN SELECT * FROM tblA WHERE age>20 ORDER BY age;

EXPLAIN SELECT * FROM tblA WHERE age>20 ORDER BY birth;

EXPLAIN SELECT * FROM tblA WHERE age>20 ORDER BY birth,age;

EXPLAIN SELECT * FROM tblA ORDER BY birth;

EXPLAIN SELECT * FROM tblA WHERE birth > '2019-12-13 00:00:00' ORDER BY birth;

EXPLAIN SELECT * FROM tblA WHERE birth > '2019-12-13 00:00:00' ORDER BY age;

EXPLAIN SELECT * FROM tblA ORDER BY age ASC,birth DESC;

ORDER BY有两种情况下，会使用Index方式排序：

1. ORDER BY语句使用索引最左前列；
2. 使用Where语句与Order BY语句条件列组合满足使用最左前列；

结论

尽可能在索引列上完成排序操作，遵照索引建的最佳左前缀

如果不在索引列上，filesort有两 种算法：mysq|就要启动双路排序和单路排序

双路排序

MySQL 4.1之前是使用双路排序，字面意思就是两次扫描磁盘，最终得到数据，读取行指针和order by列， 对他们进行排序，然后扫描已经排序好的列表，按照列表中的值重新从列表中读取对应的数据输出；
从磁盘取排序字段，在buffer进行排序，再从磁盘取其他字段。
取一批数据，要对磁盘进行两次扫描，众所周知，I/O很耗时，所以在mysql4.1之后，出现了第二种改进的算法，就是单路排序。

单路排序

从磁盘读取查询需要的所有列，按照order by列在buffer对它们进行排序，然后扫描排序后的列表进行输出，它的效率更快一些，避免了第二次读取数据。并且把随机I\O变成了顺序I\O，但是它会使用更多的空间，因为它把每一行都保存在内存中了。

结论

由于单路是后出的，总体而言好过双路；但是用单路有问题！！！
在sort_buffer中， 方法B比方法A要多占用很多空间，因为方法B是把所有字段都取出，所以有可能取出的数据的总大小超出了sort_buffer的容量，导致每次只能取sort_buffer容量大小的数据，进行排序(创建tmp文件，多路合并)，排完再取取sort_ buffer容量大小，再排…从而多次I/O。
本来想省一次I/O操作，反而导致了大量的I/O操作，反而得不偿失。

优化策略

增大sort_buffer_size参数的设置
增大max_length_for_sort_data参数的设置

Why

提高ORDER BY的速度

1. Order by时select *是一个大忌只Query需要的字段， 这点非常重要。在这里的影响是：
   1.1 当Query的字段大小总和小于max_length_for_sort_data 而且排序字段不是TEXT|BLOB类型时，会用改进后的算法——单路排序，否则用老算法——多路排序；
   1.2 两种算法的数据都有可能超出sort_buffer的容量，超出之后，会创建tmp文件进行合并排序，导致多次I/O， 但是用单路排序算法的风险会更大一些, 所以要提高sort_buffer_size；
2. 尝试提高sort_buffer_size：
   不管用哪种算法，提高这个参数都会提高效率，当然，要根据系统的能力去提高，因为这个参数是针对每个进程的；
3. 尝试提高max_length_for_sort_data：
   提高这个参数，会增加用改进算法的概率。但是如果设的太高，数据总容量超出sort_buffer_size的概率就增大，明显症状是高的磁盘I/O活动和低的处理器使用率.；

小总结

MySql两种排序方式：文件排序或扫描有序索引排序；
MySql能为排序与查询使用相同的索引；

GROUP BY（分组）关键字优化

group by实质是先排序后进行分组，遵照索引建的最佳左前缀；
当无法使用索引列，增大max_length_for_sort_data参数的设置+增大sort_buffer_size参数的设置；
where高于having，能写在where限定的条件就不要去having限定了；