MySQL查询性能优化详情介绍
1.为什么查询的速度会慢？
查询其实就是一系列的子任务组成，优化查询实际上就是：要么消除一些子任务，要么减少子任务执行的次数。
2.慢查询基础：优化数据访问
（1）是否向数据库请求了不需要的数据
1）查询了不需要的数据：
比如我们通过select 查询出了大量的结果，获取前面的N行之后就关闭结果集，实际上MySQL会查询出所有的结果集，客户端接收部分数据后丢弃剩余的数据，这里就存在查询冗余。所以我们只需要查询前面的n条记录就好，利用 limit 关键字限制。
2）多表关联时返回全部的列
我们在进行多表查询时，经常会碰到
mysql>select * from …….
这样的查询其实是非常非常影响性能的，应该用具体的字段名来代替通配符 *
3）总是取出全部的列
禁止写出 select * 这样的语句。
（2）MySQL是否扫描了额外的记录
在确定了查询只返回了需要的数据之后（也就是定制查询的具体字段不要使用通配符 * ）
接下来关注的应该是返回结果是否扫描了过多的数据。对于MySQL最简单的三个指标如下：
（1）响应时间
（2）扫描的行数
（3）返回的行数。
响应时间
响应时间：包括服务时间（真正的查询时间）和排队时间(阻塞等待的时间)。
扫描行数和返回的行数
分析查询时，查看该查询扫描的行数是非常有帮助的，一定程度上说明该查询的效率高不高。
扫描的行数和访问类型
MySQL有好几种访问方式可以查找并返回一行结果：全表扫描、索引扫描、范围扫描、唯一索引查询、常数引用等。
这里加索引的作用就出来了，索引可以让MySQL以最高效、扫描行数最少的方式找到记录。
3.重构查询的方式
目的就是：找到一个更加优的方法获得实际需要的结果。
（1）一个复杂查询还是多个简单查询
我们在写SQL的时候经常需要考虑的一个问题就是：是否需要将一个复杂的查询分成多个简单的查询？
对于MySQL来说，连接和断开都是非常轻量级的，在返回一个小的查询结果方面很高效。虽然说尽可能少的查询当然好，但是在衡量了工作量是否明显减少之后，将大的查询分解成小的查询有时还是很有必要的。
（2）切分查询
分而治之的思想。有时候我们需要将一个大的查询切分成片，分部分执行，而且分步之间做一个延时，这样避免了长时间的锁住很多的数据。
比如我们在删除数据时 delete， 如果一次删除所有需要删除的数据，可能长时间占用事务，但是我们可以分片，将一个大的delete，通过条件限制，分成多个delete执行，这样就能提高效率。
（3）分解关联查询
很多高性能的应用都会对关联查询拆分，比如：
mysql>select * from tag left join tag_post on tag_post.tag_id=tag.id left join post on tag_post.post_id = post.idwhere tag.tag='mysql';
可以分解成
mysql>select * from tag where tag='mysql';mysql>select * from tag_post where tag_id=1234; mysql>select * from post where post.id in (123,345,456,8933);
这么分解的原因是什么呢？
（1）让缓存的效率更高；（比如上面查询的tag已经被缓存了，那么应用就可以跳过第一个查询了。）
（2）将查询分解后，执行单个查询可以减少锁的竞争。
（3）某些情况下效率也会更高，比如上面的分解后用 in 关键字查询，效率更高。
4.查询执行的基础
首先来看看查询执行的路径的示意图：
步骤如下：
（1）客户端发送一条查询给服务器；
（2）服务器先检查查询缓存，如果命中了缓存，则立刻返回存在缓存中的结果，否则进入下一步。
（3）服务器对SQL进行解析、预处理、再由优化器生成对应的执行计划。
（4）MySQL会根据优化器生成的执行计划、调用存储引擎的API来执行查询。
（5）将结果返回给客户端。
（1）MySQL客户端/服务器通信协议
我们不需要了解通信协议内部是如何实现的，只需理解通信协议是如何工作的。
MySQL的客户端和服务器通信协议是半双工的，意味着同一时刻，只能有一方向另一方发送数据。
（2）查询缓存
在解析一个SQL语句之前，如果缓存是打开的，MySQL会优先检查这个查询是否命中查询缓存中的数据。如果命中了缓存就会直接从缓存中拿到结果集并返回给客户端。如果没有命中缓存就会进入下一阶段。
（3）查询优化器
在这一部分最重要的就是查询优化器了，一条查询语句可以有很多种执行方式，最后都将返回相同的结果，优化器的作用就是找到最高效的执行计划。
下面给出MySQL查询优化器能够自动处理的优化类型：
（1）重新定义关联表的顺序：数据表的关联顺序并不总是按照在查询中指定的顺序进行，这个与优化器有关。（2）将外连接转换成内连接：
（3）使用等价变换规则：可以减少一些比较或则移除一些恒等的判断。比如（5=5 and a>5）将被改写成（a > 5）。
（4）优化 COUNT()、 MIN() 和 MAX() 函数：索引和列是否允许为空可以帮助优化这类表达式：比如求最小值，利用B-Tree结构特点，只需要查询B-Tree的最左端记录就OK了。同理对于求max()函数也是一样。但是对于COUNT(*)这个函数，MyISAM存储类型维护了一个变量来专门存储表中记录行的总数。
（5）覆盖索引扫描：当索引中的列包含所有查询中需要使用的列时候，MySQL可以直接使用索引返回需要的数据，无需再查询对应的数据行。
（6）子查询优化
（8）提前终止查询：在发现已经满足查询需求的时候，MySQL总是能够立即终止查询。比如 limit 关键字。
（9）列表 IN 的比较代替OR：MySQL会先将IN语句中的数据排序，再通过二分查找来确定列表中的数据是否满足需求，这是一个O(logn)的复杂度的操作。 如果等价转换成 OR 就会变成O(n)的时间复杂度。
（4）排序优化
不管怎么说，排序都是一个成本很高的操作，一定要避免对大数据排序。所以我们一定要利用索引列来进行排序，当不能利用索引生成排序结果时候，肯定就会存在回表查询记录的情况，这时候数据量巨大，会使用文件排序。
以上就是MySQL查询性能优化详情介绍的详细内容，更多请关注其它相关文章！