MySQL查询截取分析-查询优化

1. 永远小表驱动大表，即小的数据集驱动大的数据集
   select from A where id in （select id from B）
   当B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)
   当A表的数据集小于B表的数据集时,用exists优于in。
   注意：A表与B表的ID字段应建立索引。

2. order by关键字优化

   1. order by子句，尽量使用index（Using Index）方式排序，避免使用filesort（Using filesort）方式排序
      age、birth复合索引
      
      
      order by 索引默认是升序。要么是同时升序，要么同时降序。前面使用升序，后面使用降序，排序不一致会导致filesort
      mysql支持两种方式排序，filesort和index，index效率高，它指MySQL扫描索引本身完成排序。filesort方式效率低
   2. 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
      order by满足两种情况，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子句与order by子句条件列祝贺满足索引最左前列
   3. 如果不在索引列上，filesort有两种算法：MySQL就会启动双路排序和单路排序
      1. 双路排序:
         MySQL4.1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orderby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，再从磁盘取其它字段。取一批数据，要对磁盘进行两次扫描，众所周知，I\O是很耗时的，所以在MySQL4.1之后，出现了第二种改进的算法，就是单路排序
      2. 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。

结论及引申的问题：
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，多路合拼），排完再取sort_buffer容量大小的数据，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I\O操作，反而得不偿失。（偷鸡不成蚀把米）

优化策略：

1. 增大sort_buffer_size参数的设置
2. 增大max_length_for_sort_data参数的设置

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. 当query的字段大小总小于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
   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
   不管用那种算法，提高这个参数都会提高效率，当然，要根据系统的能力去提升，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，明显症状是高德磁盘I\O活动和低的处理器使用率。
4. group by关键字优化（和order by一样）
   1. group by实质是先排序后进行分组，遵照索引建的最佳左前缀
   2. 当无法使用索引列，增大max_参数的设置 + 增大sort_buffer_size参数的设置
   3. where高于having，能写在where限定的条件就不要去having限定了。