4.1 WHERE子句优化

这些示例使用 SELECT语句，但是相同的优化适用WHERE于DELETE和 UPDATE语句中的子句。

您可能会想重写查询以使算术运算更快，同时又牺牲了可读性。由于MySQL自动进行类似的优化，因此您通常可以避免这项工作，而将查询保留为更易于理解和维护的形式。MySQL执行的一些优化如下：

删除不必要的括号：

   ((a AND b) AND c OR (((a AND b) AND (c AND d))))
   
-> (a AND b AND c) OR (a AND b AND c AND d)

恒定折叠：

   (a<b AND b=c) AND a=5
   
-> b>5 AND b=c AND a=5

恒定条件消除：

   (b>=5 AND b=5) OR (b=6 AND 5=5) OR (b=7 AND 5=6)
   
-> b=5 OR b=6

索引使用的常量表达式仅计算一次。
COUNT(*)上没有一个单一的表WHERE是从该表信息直接检索MyISAM 和MEMORY表。NOT NULL当仅与一个表一起使用时，对于任何表达式也可以执行此操作。
早期检测无效的常量表达式。MySQL快速检测到某些 SELECT语句是不可能的，并且不返回任何行。
HAVING WHERE如果您不使用GROUP BY或汇总功能（COUNT()， MIN()等），则与合并。
对于连接中的每个表，WHERE构造一个更简单 WHERE的表以获得表的快速评估，并尽快跳过行。
在查询中的任何其他表之前，首先读取所有常量表。常量表可以是以下任意一个：
- 空表或具有一行的表。
- 与a 或索引WHERE 上的子句一起使用的表，其中所有索引部分都与常量表达式进行比较，并定义为。 PRIMARY KEY UNIQUE NOT NULL
以下所有表均用作常量表：
```
SELECT * FROM t WHERE primary_key=1;
SELECT * FROM t1,t2
  WHERE t1.primary_key=1 AND t2.primary_key=t1.id;
```
通过尝试所有可能的方法，找到用于联接表的最佳联接组合。如果ORDER BYand GROUP BY子句中的所有列都来自同一表，则在连接时优先使用该表。
如果有一个ORDER BY子句和另一个GROUP BY子句，或者如果 ORDER BY或GROUP BY 包含联接队列中第一个表以外的表中的列，则会创建一个临时表。
如果使用SQL_SMALL_RESULT 修饰符，MySQL将使用内存中的临时表。
查询每个表索引，并使用最佳索引，除非优化程序认为使用表扫描更有效。一次使用扫描是基于最佳索引是否跨越了表的30％以上，但是固定百分比不再决定使用索引还是扫描。现在，优化器更加复杂，其估计基于其他因素，例如表大小，行数和I / O大小。
在某些情况下，MySQL甚至可以在不查询数据文件的情况下从索引中读取行。如果索引中使用的所有列都是数字，则仅索引树用于解析查询。
在输出每一行之前，HAVING将跳过不匹配该子句的那些行。

快速查询的一些示例：

SELECT COUNT(*) FROM tbl_name;

SELECT MIN(key_part1),MAX(key_part1) FROM tbl_name;

SELECT MAX(key_part2) FROM tbl_name
  WHERE key_part1=constant;

SELECT ... FROM tbl_name
  ORDER BY key_part1,key_part2,... LIMIT 10;

SELECT ... FROM tbl_name
  ORDER BY key_part1 DESC, key_part2 DESC, ... LIMIT 10;

假设索引列是数字，MySQL仅使用索引树来解析以下查询：

SELECT key_part1,key_part2 FROM tbl_name WHERE key_part1=val;

SELECT COUNT(*) FROM tbl_name
  WHERE key_part1=val1 AND key_part2=val2;

SELECT key_part2 FROM tbl_name GROUP BY key_part1;

以下查询使用索引来按排序顺序检索行，而无需单独的排序遍历：

SELECT ... FROM tbl_name
  ORDER BY key_part1,key_part2,... ;

SELECT ... FROM tbl_name
  ORDER BY key_part1 DESC, key_part2 DESC, ... ;

Previoussql优化 Nextsql优化

Last updated 3 years ago