Mysql查询优化概念

广义的查询优化：

1，查询重用2，查询重写规则3，查询优化算法4，并行查询优化5，分布式查询优化

狭义的查询优化：

1，查询重写规则（逻辑优化方式）2，查询算法优化（物理优化方式）

查询重用是指尽可能利用先前的执行结果，以达到节约查询计算全过程的时间并减少资源消耗的目的。
查询重用技术主要集中在两个方面：
1.查询结果重用：在缓存区中分配一块缓冲块，存放SQL语句文本和最后的结果集，当同样的SQL输入时，直接把结果返回。查询结果重用技术节约了查询计划生成时间，减少了查询执行全过程的资源消耗。
2.查询计划的重用：缓存一条查询语句的执行计划及其相应语法树结构。查询计划的重用技术减少了查询计划生成的时间和资源消耗。
优点：节约了CPU和IO消耗
缺点：结果集很大会消耗很大的内存资源，同样的SQL不同用户应该获取的结果集可能不同
查询重写：是查询语句的一种等价转换，即对于任何相关模式的任意状态都会产生相同的结果。
查询重写的两个目标：
1.将查询转换为等价的效率更高的形式，例如将效率低的谓词转换为效率高的谓词、消除重复条件等。
2.尽量将查询重写为等价、简单且不受表顺序限制的形式，为物理查询优化阶段提供更多的选择，如视图重写、子查询的合并转换等。
查询优化技术类型：
1.语法级：查询语言层的优化，基于语法进行优化。
2.代数级：查询使用形式逻辑进行优化，运用关系代数的原理进行优化。
3.语义级：根据完整性约束，对查询语句进行语义理解，推知一些可优化的操作。
4.物理级：物理优化技术，基于代价估算模型，比较得出各种执行方式中代价最小的。
查询重写思路：
1.将过程性查询转换为描述性的查询，如视图重写。
2.将复杂的查询（如嵌套子查询，外链接消除，嵌套连接消除）尽可能转换为多表连接查询。
3.将效率低的谓词转换为等价的效率高的谓词
4.利用等式和不等式的性质，简化WHERE HAVING条件。
5.如何改进现有查询重写规则的效率，如何发现更多更有效的重写规则，是查询优化的研究内容之一。
查询优化算法：
查询计划：由一系列内部的操作符组成，这些操作符按一定的运算关系构成查询的一个执行方案。
查询计划实际上是二叉树，获得单表节点的方式：
1.直接通过IO获得数据，成为全表扫描。
2.通过索引获取数据，称为索引只读扫描。
3.通过索引定位数据的位置后再经过IO到数据块中获取数据，称为索引扫描。
两表节点：
考虑两表以何种方式连接、代价有多大、连接路径有哪些、表示的是内存中的元组，怎么进行元组间的连接。
此时，元组通常已经存在于内存，直接使用即可。这是一个完成用户语义的逻辑操作，但是只是局部操作，只设计两个具体的关系。
完成用户全部语义，需要配合多表的连接顺序的操作，有嵌套连接，归并连接等。
生成最优查询计划的策略：
1、基于规则优化：根据经验或一些已经探知或被证明有效的方式，定义为“规则”，用这些规则化简查询计划生成过程中符合可被化简的操作，
使用启发式规则排除一些明显不好的存取路径，这就是基于规则的优化。
2.基于代价优化：根据一个代价评估模型，在生成查询计划的过程中，计算每条存取路径的花费，然后选择代价最小的作为子路径，
这样直至所有表连接完毕得到一个完整的路径。
总代价：CPU代价+IO代价。
查询优化并行的条件：
1.系统中的可用资源。
2.CPU的数目
3.运算中的特定代数运算符。
在同一个SQL内，查询并行可以分为：
1.操作内并行：将同一个操作如单表扫描操作、两表连接操作、排序操作等分解成多个独立的子操作，由不同的CPU同时执行。
2.操作间并行：一条SQL查询语句可以分解成多个子操作，由多个CPU执行
在分布式数据库系统中，代价估算模型为：
总代价=IO代价+CPU代价+通信代价。
连接操作涉及两个子问题：
多表连接中每个表被连接的顺序决定着效率。
多表连接每个表被连接的顺序被用户语义决定。
查询的2种类型：
1.针对SPJ的查询优化：基于选择、投影、连接三种基本操作相结合的查询所做的优化。
2.针对非SPJ的查询优化：在SPJ的基础上存在GROUP BY操作的查询，对带有GROUP BY .ORDER BY等操作的优化
逻辑查询优化包括的技术：子查询优化、视图重写、等价谓词重写、条件化简、外链接消除、嵌套连接消除、连接消除、语义优化、非SPJ优化
物理查询优化=代价模型+索引的利用+单表扫描算法+两表连接算法+多表连接算法