MySQL的基础架构 一文详解SQL优化方案
1、mysql的基本架构
2、sql优化
3、explain执行计划常用关键字详解
很多朋友在做数据分析时，分析两分钟，跑数两小时？
在使用sql过程中不仅要关注数据结果，同样要注意sql语句的执行效率。
本文涉及三部分：
sql介绍
sql优化方法
sql优化实例
1、mysql的基本架构
1）mysql的基础架构图
左边的client可以看成是客户端，客户端有很多，像我们经常你使用的cmd黑窗口，像我们经常用于学习的workbench，像企业经常使用的navicat工具，它们都是一个客户端。右边的这一大堆都可以看成是server(mysql的服务端)，我们将server在细分为sql层和存储引擎层。
当查询出数据以后，会返回给执行器。执行器一方面将结果写到查询缓存里面，当你下次再次查询的时候，就可以直接从查询缓存中获取到数据了。另一方面，直接将结果响应回客户端。
2）查询数据库的引擎
① show engines;
② show variables like “%storage_engine%”;
3）指定数据库对象的存储引擎
create table tb( id int(4) auto_increment, name varchar(5), dept varchar(5), primary key(id)) engine=myisam auto_increment=1 default charset=utf8;
基于 spring boot + mybatis plus + vue & element 实现的后台管理系统 + 用户小程序，支持 rbac 动态权限、多租户、数据权限、工作流、三方登录、支付、短信、商城等功能
项目地址：https://github.com/yunaiv/ruoyi-vue-pro
视频教程：https://doc.iocoder.cn/video/
2、sql优化
1）为什么需要进行sql优化？
在进行多表连接查询、子查询等操作的时候，由于你写出的sql语句欠佳，导致的服务器执行时间太长，我们等待结果的时间太长。基于此，我们需要学习怎么优化sql。
2）mysql的编写过程和解析过程
① 编写过程
select dinstinct ..from ..join ..on ..where ..group by ..having ..order by ..limit ..
② 解析过程
from .. on.. join ..where ..group by ..having ..select dinstinct ..order by ..limit ..
提供一个网站，详细说明了mysql解析过程：
https://www.cnblogs.com/annsshadow/p/5037667.html
3）sql优化—主要就是优化索引
优化sql，最重要的就是优化sql索引。
索引相当于字典的目录。利用字典目录查找汉字的过程，就相当于利用sql索引查找某条记录的过程。有了索引，就可以很方便快捷的定位某条记录。
① 什么是索引？
索引就是帮助mysql高效获取数据的一种【数据结构】。索引是一种树结构，mysql中一般用的是【b+树】。
② 索引图示说明(这里用二叉树来帮助我们理解索引)
树形结构的特点是：子元素比父元素小的，放在左侧；子元素比父元素大的，放在右侧。
这个图示只是为了帮我们简单理解索引的，真实的关于【b+树】的说明，我们会在下面进行说明。
索引是怎么查找数据的呢？两个字【指向】，上图中我们给age列指定了一个索引，即类似于右侧的这种树形结构。mysql表中的每一行记录都有一个硬件地址，例如索引中的age=50，指向的就是源表中该行的标识符(“硬件地址”)。
也就是说，树形索引建立了与源表中每行记录硬件地址的映射关系，当你指定了某个索引，这种映射关系也就建成了，这就是为什么我们可以通过索引快速定位源表中记录的原因。
以【select * from student where age=33】查询语句为例。当我们不加索引的时候，会从上到下扫描源表，当扫描到第5行的时候，找到了我们想要找到了元素，一共是查询了5次。
当添加了索引以后，就直接在树形结构中进行查找，33比50小，就从左侧查询到了23，33大于23，就又查询到了右侧，这下找到了33，整个索引结束，一共进行了3次查找。是不是很方便，假如我们此时需要查找age=62，你再想想“添加索引”前后，查找次数的变化情况。
4）索引的弊端
1.当数据量很大的时候，索引也会很大(当然相比于源表来说，还是相当小的)，也需要存放在内存/硬盘中(通常存放在硬盘中)，占据一定的内存空间/物理空间。
2.索引并不适用于所有情况：a.少量数据；b.频繁进行改动的字段，不适合做索引；c.很少使用的字段，不需要加索引；
3.索引会提高数据查询效率，但是会降低“增、删、改”的效率。当不使用索引的时候，我们进行数据的增删改，只需要操作源表即可，但是当我们添加索引后，不仅需要修改源表，也需要再次修改索引，很麻烦。尽管是这样，添加索引还是很划算的，因为我们大多数使用的就是查询，“查询”对于程序的性能影响是很大的。
5）索引的优势
1.提高查询效率(降低了io使用率)。当创建了索引后，查询次数减少了。
2.降低cpu使用率。比如说【…order by age desc】这样一个操作，当不加索引，会把源表加载到内存中做一个排序操作，极大的消耗了资源。但是使用了索引以后，第一索引本身就小一些，第二索引本身就是排好序的，左边数据最小，右边数据最大。
6）b+树图示说明
mysql中索引使用的就是b+树结构。
关于b+树的说明：
首先，btree一般指的都是【b+树】，数据全部存放在叶子节点中。对于上图来说，最下面的第3层，属于叶子节点，真实数据部份都是存放在叶子节点当中的。
那么对于第1、2层中的数据又是干嘛的呢？答：用于分割指针块儿的，比如说小于26的找p1，介于26-30之间的找p2，大于30的找p3。
其次，三层【b+树】可以存放上百万条数据。这么多数据怎么放的呢？增加“节点数”。图中我们只有三个节点。
最后，【b+树】中查询任意数据的次数，都是n次，n表示的是【b+树】的高度。
3、索引的分类与创建
1）索引分类
单值索引
唯一索引
复合索引
① 单值索引
利用表中的某一个字段创建单值索引。一张表中往往有多个字段，也就是说每一列其实都可以创建一个索引，这个根据我们实际需求来进行创建。还需要注意的一点就是，一张表可以创建多个“单值索引”。
假如某一张表既有age字段，又有name字段，我们可以分别对age、name创建一个单值索引，这样一张表就有了两个单值索引。
② 唯一索引
也是利用表中的某一个字段创建单值索引，与单值索引不同的是：创建唯一索引的字段中的数据，不能有重复值。像age肯定有很多人的年龄相同，像name肯定有些人是重名的，因此都不适合创建“唯一索引”。像编号id、学号sid，对于每个人都不一样，因此可以用于创建唯一索引。
③ 复合索引
多个列共同构成的索引。比如说我们创建这样一个“复合索引”(name,age)，先利用name进行索引查询，当name相同的时候，我们利用age再进行一次筛选。注意：复合索引的字段并不是非要都用完，当我们利用name字段索引出我们想要的结果以后，就不需要再使用age进行再次筛选了。
2）创建索引
① 语法
语法：create 索引类型 索引名 on 表(字段);
建表语句如下：
查询表结构如下：
② 创建索引的第一种方式
ⅰ 创建单值索引
create index dept_index on tb(dept);
ⅱ 创建唯一索引：这里我们假定name字段中的值都是唯一的
create unique index name_index on tb(name);
ⅲ 创建复合索引
create index dept_name_index on tb(dept,name);
③ 创建索引的第二种方式
先删除之前创建的索引以后，再进行这种创建索引方式的测试；
语法：alter table 表名 add 索引类型 索引名(字段)
ⅰ 创建单值索引
alter table tb add index dept_index(dept);
ⅱ 创建唯一索引：这里我们假定name字段中的值都是唯一的
alter table tb add unique index name_index(name);
ⅲ 创建复合索引
alter table tb add index dept_name_index(dept,name);
④ 补充说明
如果某个字段是primary key，那么该字段默认就是主键索引。
主键索引和唯一索引非常相似。相同点：该列中的数据都不能有相同值；不同点：主键索引不能有null值，但是唯一索引可以有null值。
3）索引删除和索引查询
① 索引删除
语法：drop index 索引名 on 表名;
drop index name_index on tb;
② 索引查询
语法：show index from 表名;
show index from tb;
结果如下：
4、sql性能问题的探索
人为优化： 需要我们使用explain分析sql的执行计划。该执行计划可以模拟sql优化器执行sql语句，可以帮助我们了解到自己编写sql的好坏。
sql优化器自动优化： 最开始讲述mysql执行原理的时候，我们已经知道mysql有一个优化器，当你写了一个sql语句的时候，sql优化器如果认为你写的sql语句不够好，就会自动写一个好一些的等价sql去执行。
sql优化器自动优化功能【会干扰】我们的人为优化功能。当我们查看了sql执行计划以后，如果写的不好，我们会去优化自己的sql。当我们以为自己优化的很好的时候，最终的执行计划，并不是按照我们优化好的sql语句来执行的，而是有时候将我们优化好的sql改变了，去执行。
sql优化是一种概率问题，有时候系统会按照我们优化好的sql去执行结果(优化器觉得你写的差不多，就不会动你的sql)。有时候优化器仍然会修改我们优化好的sql，然后再去执行。
1）查看执行计划
语法：explain + sql语句
eg：explain select * from tb;
2）“执行计划”中需要知道的几个“关键字”
id ：编号
select_type ：查询类型
table ：表
type ：类型
possible_keys ：预测用到的索引
key ：实际使用的索引
key_len ：实际使用索引的长度
ref ：表之间的引用
rows ：通过索引查询到的数据量
extra ：额外的信息
建表语句和插入数据：
> 基于 spring cloud alibaba + gateway + nacos + rocketmq + vue & element 实现的后台管理系统 + 用户小程序，支持 rbac 动态权限、多租户、数据权限、工作流、三方登录、支付、短信、商城等功能>> * 项目地址：> * 视频教程：# 建表语句create table course( cid int(3), cname varchar(20), tid int(3));create table teacher( tid int(3), tname varchar(20), tcid int(3));create table teachercard( tcid int(3), tcdesc varchar(200));# 插入数据insert into course values(1,'java',1);insert into course values(2,'html',1);insert into course values(3,'sql',2);insert into course values(4,'web',3);insert into teacher values(1,'tz',1);insert into teacher values(2,'tw',2);insert into teacher values(3,'tl',3);insert into teachercard values(1,'tzdesc') ;insert into teachercard values(2,'twdesc') ;insert into teachercard values(3,'tldesc') ;
3、explain执行计划常用关键字详解
1）id关键字的使用说明
① 案例：查询课程编号为2 或 教师证编号为3 的老师信息：
# 查看执行计划explain select t.*from teacher t,course c,teachercard tcwhere t.tid = c.tid and t.tcid = tc.tcidand (c.cid = 2 or tc.tcid = 3);
结果如下：
接着，在往teacher表中增加几条数据。
insert into teacher values(4,'ta',4);insert into teacher values(5,'tb',5);insert into teacher values(6,'tc',6);
再次查看执行计划。
# 查看执行计划explain select t.*from teacher t,course c,teachercard tcwhere t.tid = c.tid and t.tcid = tc.tcidand (c.cid = 2 or tc.tcid = 3);
结果如下：
表的执行顺序 ，因表数量改变而改变的原因：笛卡尔积。
a b c2 3 4最终：2 * 3 * 4 = 6 * 4 = 24c b a4 3 2最终：4 * 3 * 2 = 12 * 2 = 24
分析：最终执行的条数，虽然是一致的。但是中间过程，有一张临时表是6，一张临时表是12，很明显6 range --> ref这个级别。要对type进行优化的前提是，你得创建索引。
① system
源表只有一条数据(实际中，基本不可能)；
衍生表只有一条数据的主查询(偶尔可以达到)。
② const
仅仅能查到一条数据的sql ,仅针对primary key或unique索引类型有效。
explain select tid from test01 where tid =1 ;
结果如下：
删除以前的主键索引后，此时我们添加一个其他的普通索引：
create index test01_index on test01(tid) ;# 再次查看执行计划explain select tid from test01 where tid =1 ; 结果如下：
③ eq_ref
唯一性索引，对于每个索引键的查询，返回匹配唯一行数据（有且只有1个，不能多 、不能0），并且查询结果和数据条数必须一致。
此种情况常见于唯一索引和主键索引。
delete from teacher where tcid >= 4;alter table teachercard add constraint pk_tcid primary key(tcid);alter table teacher add constraint uk_tcid unique index(tcid) ;explain select t.tcid from teacher t,teachercard tc where t.tcid = tc.tcid ; 结果如下：
总结：以上sql，用到的索引是t.tcid，即teacher表中的tcid字段；如果teacher表的数据个数和连接查询的数据个数一致（都是3条数据），则有可能满足eq_ref级别；否则无法满足。条件很苛刻，很难达到。
④ ref
非唯一性索引，对于每个索引键的查询，返回匹配的所有行（可以0，可以1，可以多）
准备数据：
创建索引，并查看执行计划：
# 添加索引alter table teacher add index index_name (tname) ;# 查看执行计划explain select * from teacher where tname = 'tz'; 结果如下：
⑤ range
检索指定范围的行 ,where后面是一个范围查询(between, >, =, in)
in有时候会失效，从而转为无索引时候的all
# 添加索引alter table teacher add index tid_index (tid) ;# 查看执行计划：以下写了一种等价sql写法，查看执行计划explain select t.* from teacher t where t.tid in (1,2) ;explain select t.* from teacher t where t.tid <3 ; 结果如下：
⑥ index
查询全部索引中的数据(扫描整个索引)
⑦ all
查询全部源表中的数据(暴力扫描全表)
注意：cid是索引字段，因此查询索引字段，只需要扫描索引表即可。但是tid不是索引字段，查询非索引字段，需要暴力扫描整个源表，会消耗更多的资源。
4）possible_keys和key
possible_keys可能用到的索引。是一种预测，不准。了解一下就好。
key指的是实际使用的索引。
# 先给course表的cname字段，添加一个索引create index cname_index on course(cname);# 查看执行计划explain select t.tname ,tc.tcdesc from teacher t,teachercard tcwhere t.tcid= tc.tcidand t.tid = (select c.tid from course c where cname = 'sql') ; 结果如下：
有一点需要注意的是：如果possible_key/key是null，则说明没用索引。
5）key_len
索引的长度，用于判断复合索引是否被完全使用(a,b,c)。
① 新建一张新表，用于测试
# 创建表create table test_kl( name char(20) not null default '');# 添加索引alter table test_kl add index index_name(name) ;# 查看执行计划explain select * from test_kl where name ='' ; 结果如下：
结果分析：因为我没有设置服务端的字符集，因此默认的字符集使用的是latin1，对于latin1一个字符代表一个字节，因此这列的key_len的长度是20，表示使用了name这个索引。
② 给test_kl表，新增name1列，该列没有设置“not null”
结果如下：
结果分析：如果索引字段可以为null，则mysql底层会使用1个字节用于标识。
③ 删除原来的索引name和name1，新增一个复合索引
# 删除原来的索引name和name1drop index index_name on test_kl ;drop index index_name1 on test_kl ;# 增加一个复合索引create index name_name1_index on test_kl(name,name1);# 查看执行计划explain select * from test_kl where name1 = '' ; --121explain select * from test_kl where name = '' ; --60 结果如下：
结果分析： 对于下面这个执行计划，可以看到我们只使用了复合索引的第一个索引字段name，因此key_len是20，这个很清楚。再看上面这个执行计划，我们虽然仅仅在where后面使用了复合索引字段中的name1字段，但是你要使用复合索引的第2个索引字段，会默认使用了复合索引的第1个索引字段name，由于name1可以是null，因此key_len = 20 + 20 + 1 = 41呀！
④ 再次怎加一个name2字段，并为该字段创建一个索引。
不同的是：该字段数据类型是varchar
# 新增一个字段name2，name2可以为nullalter table test_kl add column name2 varchar(20) ; # 给name2字段，设置为索引字段alter table test_kl add index name2_index(name2) ;# 查看执行计划explain select * from test_kl where name2 = '' ; 结果如下：
结果分析： key_len = 20 + 1 + 2，这个20 + 1我们知道，这个2又代表什么呢？原来varchar属于可变长度，在mysql底层中，用2个字节标识可变长度。
6）ref
这里的ref的作用，指明当前表所参照的字段。
注意与type中的ref值区分。在type中，ref只是type类型的一种选项值。
# 给course表的tid字段，添加一个索引create index tid_index on course(tid);# 查看执行计划explain select * from course c,teacher t where c.tid = t.tid and t.tname = 'tw'; 结果如下：
结果分析： 有两个索引，c表的c.tid引用的是t表的tid字段，因此可以看到显示结果为【数据库名.t.tid】，t表的t.name引用的是一个常量tw，因此可以看到结果显示为const，表示一个常量。
7）rows(这个目前还是有点疑惑)
被索引优化查询的数据个数 (实际通过索引而查询到的数据个数)
explain select *from course c,teacher t where c.tid = t.tidand t.tname = 'tz' ; 结果如下：
8）extra
表示其他的一些说明，也很有用。
① using filesort：针对单索引的情况
当出现了这个词，表示你当前的sql性能消耗较大。表示进行了一次“额外”的排序。常见于order by语句中。
ⅰ 什么是“额外”的排序？
为了讲清楚这个，我们首先要知道什么是排序。我们为了给某一个字段进行排序的时候，首先你得先查询到这个字段，然后在将这个字段进行排序。
紧接着，我们查看如下两个sql语句的执行计划。
# 新建一张表，建表同时创建索引create table test02( a1 char(3), a2 char(3), a3 char(3), index idx_a1(a1), index idx_a2(a2), index idx_a3(a3));# 查看执行计划explain select * from test02 where a1 ='' order by a1 ;explain select * from test02 where a1 ='' order by a2 ; 结果如下：
结果分析： 对于第一个执行计划，where后面我们先查询了a1字段，然后再利用a1做了依次排序，这个很轻松。但是对于第二个执行计划，where后面我们查询了a1字段，然而利用的却是a2字段进行排序，此时myql底层会进行一次查询，进行“额外”的排序。
总结：对于单索引，如果排序和查找是同一个字段，则不会出现using filesort；如果排序和查找不是同一个字段，则会出现using filesort；因此where哪些字段，就order by哪些些字段。
② using filesort：针对复合索引的情况
不能跨列(官方术语：最佳左前缀)
# 删除test02的索引drop index idx_a1 on test02;drop index idx_a2 on test02;drop index idx_a3 on test02;# 创建一个复合索引alter table test02 add index idx_a1_a2_a3 (a1,a2,a3) ;# 查看下面sql语句的执行计划explain select *from test02 where a1='' order by a3 ; --using filesortexplain select *from test02 where a2='' order by a3 ; --using filesortexplain select *from test02 where a1='' order by a2 ; 结果如下：
结果分析： 复合索引的顺序是(a1,a2,a3)，可以看到a1在最左边，因此a1就叫做“最佳左前缀”，如果要使用后面的索引字段，必须先使用到这个a1字段。对于explain1，where后面我们使用a1字段，但是后面的排序使用了a3，直接跳过了a2，属于跨列；对于explain2，where后面我们使用了a2字段，直接跳过了a1字段，也属于跨列；对于explain3，where后面我们使用a1字段，后面使用的是a2字段，因此没有出现【using filesort】。
③ using temporary
当出现了这个词，也表示你当前的sql性能消耗较大。这是由于当前sql用到了临时表。一般出现在group by中。
explain select a1 from test02 where a1 in ('1','2','3') group by a1 ;explain select a1 from test02 where a1 in ('1','2','3') group by a2 ; --using temporary 结果如下：
结果分析： 当你查询哪个字段，就按照那个字段分组，否则就会出现using temporary。
针对using temporary，我们在看一个例子：
using temporary表示需要额外再使用一张表，一般出现在group by语句中。虽然已经有表了，但是不适用，必须再来一张表。
再次来看mysql的编写过程和解析过程。
ⅰ 编写过程
select dinstinct ..from ..join ..on ..where ..group by ..having ..order by ..limit ..
ⅱ 解析过程
from .. on.. join ..where ..group by ..having ..select dinstinct ..order by ..limit ..
很显然，where后是group by，然后才是select。基于此，我们再查看如下两个sql语句的执行计划。
explain select * from test03 where a2=2 and a4=4 group by a2,a4;explain select * from test03 where a2=2 and a4=4 group by a3; 分析如下： 对于第一个执行计划，where后面是a2和a4，接着我们按照a2和a4分组，很明显这两张表已经有了，直接在a2和a4上分组就行了。但是对于第二个执行计划，where后面是a2和a4，接着我们却按照a3分组，很明显我们没有a3这张表，因此有需要再来一张临时表a3。因此就会出现using temporary。
④ using index
当你看到这个关键词，恭喜你，表示你的sql性能提升了。
using index称之为“索引覆盖”。
当出现了using index，就表示不用读取源表，而只利用索引获取数据，不需要回源表查询。
只要使用到的列，全部出现在索引中，就是索引覆盖。
# 删除test02中的复合索引idx_a1_a2_a3drop index idx_a1_a2_a3 on test02;# 重新创建一个复合索引idx_a1_a2create index idx_a1_a2 on test02(a1,a2);# 查看执行计划explain select a1,a3 from test02 where a1='' or a3= '' ;explain select a1,a2 from test02 where a1='' and a2= '' ; 结果如下：
结果分析： 我们创建的是a1和a2的复合索引，对于第一个执行计划，我们却出现了a3，该字段并没有创建索引，因此没有出现using index，而是using where，表示我们需要回表查询。对于第二个执行计划，属于完全的索引覆盖，因此出现了using index。
针对using index，我们在查看一个案例：
explain select a1,a2 from test02 where a1='' or a2= '' ;explain select a1,a2 from test02; 结果如下：
如果用到了索引覆盖(using index时)，会对possible_keys和key造成影响：
a.如果没有where，则索引只出现在key中；
b.如果有where，则索引 出现在key和possible_keys中。
⑤ using where
表示需要【回表查询】，表示既在索引中进行了查询，又回到了源表进行了查询。
# 删除test02中的复合索引idx_a1_a2drop index idx_a1_a2 on test02;# 将a1字段，新增为一个索引create index a1_index on test02(a1);# 查看执行计划explain select a1,a3 from test02 where a1= and a3= ; 结果如下：
结果分析： 我们既使用了索引a1，表示我们使用了索引进行查询。但是又对于a3字段，我们并没有使用索引，因此对于a3字段，需要回源表查询，这个时候出现了using where。
⑥ impossible where(了解)
当where子句永远为false的时候，会出现impossible where
# 查看执行计划explain select a1 from test02 where a1=a and a1=b ; 结果如下：
6、优化示例
1）引入案例
# 创建新表create table test03( a1 int(4) not null, a2 int(4) not null, a3 int(4) not null, a4 int(4) not null);# 创建一个复合索引create index a1_a2_a3_test03 on test03(a1,a2,a3);# 查看执行计划explain select a3 from test03 where a1=1 and a2=2 and a3=3; 结果如下：
推荐写法： 复合索引顺序和使用顺序一致。
下面看看【不推荐写法 】：复合索引顺序和使用顺序不一致。
# 查看执行计划explain select a3 from test03 where a3=1 and a2=2 and a1=3; 结果如下：
结果分析： 虽然结果和上述结果一致，但是不推荐这样写。但是这样写怎么又没有问题呢？这是由于sql优化器的功劳，它帮我们调整了顺序。
最后再补充一点：对于复合索引，不要跨列使用
# 查看执行计划explain select a3 from test03 where a1=1 and a3=2 group by a3; 结果如下：
结果分析： a1_a2_a3是一个复合索引，我们使用a1索引后，直接跨列使用了a3，直接跳过索引a2，因此索引a3失效了，当使用a3进行分组的时候，就会出现using where。
2）单表优化
# 创建新表create table book( bid int(4) primary key, name varchar(20) not null, authorid int(4) not null, publicid int(4) not null, typeid int(4) not null );# 插入数据insert into book values(1,'tjava',1,1,2) ;insert into book values(2,'tc',2,1,2) ;insert into book values(3,'wx',3,2,1) ;insert into book values(4,'math',4,2,3) ; 结果如下：
案例：查询authorid=1且typeid为2或3的bid，并根据typeid降序排列。
explain select bid from book where typeid in(2,3) and authorid=1 order by typeid desc ; 结果如下：
这是没有进行任何优化的sql，可以看到typ为all类型，extra为using filesort，可以想象这个sql有多恐怖。
优化：添加索引的时候，要根据mysql解析顺序添加索引，又回到了mysql的解析顺序，下面我们再来看看mysql的解析顺序。
from .. on.. join ..where ..group by ..having ..select dinstinct ..order by ..limit ..
① 优化1：基于此，我们进行索引的添加，并再次查看执行计划。
# 添加索引create index typeid_authorid_bid on book(typeid,authorid,bid);# 再次查看执行计划explain select bid from book where typeid in(2,3) and authorid=1 order by typeid desc ; 结果如下：
结果分析： 结果并不是和我们想象的一样，还是出现了using where，查看索引长度key_len=8，表示我们只使用了2个索引，有一个索引失效了。
② 优化2：使用了in有时候会导致索引失效，基于此有了如下一种优化思路。
将in字段放在最后面。需要注意一点：每次创建新的索引的时候，最好是删除以前的废弃索引，否则有时候会产生干扰(索引之间)。
# 删除以前的索引drop index typeid_authorid_bid on book;# 再次创建索引create index authorid_typeid_bid on book(authorid,typeid,bid);# 再次查看执行计划explain select bid from book where authorid=1 and typeid in(2,3) order by typeid desc ; 结果如下：
结果分析： 这里虽然没有变化，但是这是一种优化思路。
总结如下：
a.最佳做前缀，保持索引的定义和使用的顺序一致性
b.索引需要逐步优化(每次创建新索引，根据情况需要删除以前的废弃索引)
c.将含in的范围查询，放到where条件的最后，防止失效。
本例中同时出现了using where（需要回原表）; using index（不需要回原表）：原因，where authorid=1 and typeid in(2,3)中authorid在索引(authorid,typeid,bid)中，因此不需要回原表（直接在索引表中能查到）；而typeid虽然也在索引(authorid,typeid,bid)中，但是含in的范围查询已经使该typeid索引失效，因此相当于没有typeid这个索引，所以需要回原表（using where）；
例如以下没有了in，则不会出现using where：
explain select bid from book where authorid=1 and typeid =3order by typeid desc ; 结果如下：
3）两表优化
# 创建teacher2新表create table teacher2( tid int(4) primary key, cid int(4) not null);# 插入数据insert into teacher2 values(1,2);insert into teacher2 values(2,1);insert into teacher2 values(3,3);# 创建course2新表create table course2( cid int(4) , cname varchar(20));# 插入数据insert into course2 values(1,'java');insert into course2 values(2,'python');insert into course2 values(3,'kotlin'); 案例：使用一个左连接，查找教java课程的所有信息。
explain select *from teacher2 tleft outer join course2 con t.cid=c.cid where c.cname='java'; 结果如下：
① 优化
对于两张表，索引往哪里加？答：对于表连接，小表驱动大表。索引建立在经常使用的字段上。
为什么小表驱动大表好一些呢？
小表:10 大表:300# 小表驱动大表select ...where 小表.x10=大表.x300 ;for(int i=0;i<小表.length10;i++){ for(int j=0;j<大表.length300;j++) { ... }}# 大表驱动小表select ...where 大表.x300=小表.x10 ;for(int i=0;i<大表.length300;i++){ for(int j=0;j，则自身和右侧索引全部失效。
# 针对不是复合索引的情况explain select * from book where authorid != 1 and typeid =2 ;explain select * from book where authorid != 1 and typeid !=2 ; 结果如下：
再观看下面这个案例：
# 删除单独的索引drop index authorid_index on book;drop index typeid_index on book;# 创建一个复合索引alter table book add index idx_book_at (authorid,typeid);# 查看执行计划explain select * from book where authorid > 1 and typeid = 2 ;explain select * from book where authorid = 1 and typeid > 2 ; 结果如下：
结论：复合索引中如果有【>】，则自身和右侧索引全部失效。
在看看复合索引中有【 1 ;explain select * from teacher where tname ='' or tcid >1 ; 结果如下：
注意：or很猛，会让自身索引和左右两侧的索引都失效。
8、一些其他的优化方法
1）exists和in的优化
如果主查询的数据集大，则使用i关键字，效率高。
如果子查询的数据集大，则使用exist关键字,效率高。
select ..from table where exist (子查询) ;select ..from table where 字段 in (子查询) ; 2）order by优化
io就是访问硬盘文件的次数
using filesort 有两种算法：双路排序、单路排序（根据io的次数）
mysql4.1之前默认使用双路排序；双路：扫描2次磁盘(1：从磁盘读取排序字段,对排序字段进行排序(在buffer中进行的排序)2：扫描其他字段)
mysql4.1之后默认使用单路排序：只读取一次（全部字段），在buffer中进行排序。但种单路排序会有一定的隐患(不一定真的是“单路/1次io”，有可能多次io)。原因：如果数据量特别大，则无法将所有字段的数据一次性读取完毕，因此会进行“分片读取、多次读取”。
注意：单路排序 比双路排序 会占用更多的buffer。
单路排序在使用时，如果数据大，可以考虑调大buffer的容量大小：
# 不一定真的是“单路/1次io”，有可能多次ioset max_length_for_sort_data = 1024 如果max_length_for_sort_data值太低，则mysql会自动从 单路->双路(太低：需要排序的列的总大小超过了max_length_for_sort_data定义的字节数)
① 提高order by查询的策略：
选择使用单路、双路 ；调整buffer的容量大小
避免使用select * …（select后面写所有字段，也比写*效率高）
复合索引，不要跨列使用 ，避免using filesort保证全部的排序字段，排序的一致性（都是升序或降序）
高通发布新一代3D声波传感器 加快50％扫描速度
机器视觉的基础功能
人工智能推动企业向智能制造和智能运营发展
2019年政府将瞄准推进智能制造的发展开启制造强国的新篇章
实时操作系统软件调度器/硬件调度器的设计与实现
MySQL的基础架构 一文详解SQL优化方案
苹果HomeKit生态深度解析，在智能家居领域后发制人？
世界上最恐怖手机壳：瞬间放电700万伏
有关蜂蜜检测设备全套有哪些的详解
这份全球TOP17榜单！三星超英特尔居首，AMD联发科激增！再无一家中国大陆公司上榜
卤素加热快速水分测定仪技术参数
蓝牙适配器、蓝牙接收器和蓝牙发射器傻傻分不清？
与LMB相关的与金属锂固有物理化学性质相关的挑战及其策略
掌握激光雷达核“芯”技术,镭神智能在未来竞争中更具主动权
5G打开安防机器人新的想象空间
电子电气研发平台解决方案
iPhone8： 这次黑科技与以往不同， 也许又将引领一代潮流
如何设置Arduino霍尔效应传感器
设计一个PLC控制电动机正停反的控制系统
亚洲占据全球轴承消费的半壁江山，本土企业占据中低端市场
2、sql优化
3、explain执行计划常用关键字详解
很多朋友在做数据分析时，分析两分钟，跑数两小时？
在使用sql过程中不仅要关注数据结果，同样要注意sql语句的执行效率。
本文涉及三部分：
sql介绍
sql优化方法
sql优化实例
1、mysql的基本架构
1）mysql的基础架构图
左边的client可以看成是客户端，客户端有很多，像我们经常你使用的cmd黑窗口，像我们经常用于学习的workbench，像企业经常使用的navicat工具，它们都是一个客户端。右边的这一大堆都可以看成是server(mysql的服务端)，我们将server在细分为sql层和存储引擎层。
当查询出数据以后，会返回给执行器。执行器一方面将结果写到查询缓存里面，当你下次再次查询的时候，就可以直接从查询缓存中获取到数据了。另一方面，直接将结果响应回客户端。
2）查询数据库的引擎
① show engines;
② show variables like “%storage_engine%”;
3）指定数据库对象的存储引擎
create table tb( id int(4) auto_increment, name varchar(5), dept varchar(5), primary key(id)) engine=myisam auto_increment=1 default charset=utf8;
基于 spring boot + mybatis plus + vue & element 实现的后台管理系统 + 用户小程序，支持 rbac 动态权限、多租户、数据权限、工作流、三方登录、支付、短信、商城等功能
项目地址：https://github.com/yunaiv/ruoyi-vue-pro
视频教程：https://doc.iocoder.cn/video/
2、sql优化
1）为什么需要进行sql优化？
在进行多表连接查询、子查询等操作的时候，由于你写出的sql语句欠佳，导致的服务器执行时间太长，我们等待结果的时间太长。基于此，我们需要学习怎么优化sql。
2）mysql的编写过程和解析过程
① 编写过程
select dinstinct ..from ..join ..on ..where ..group by ..having ..order by ..limit ..
② 解析过程
from .. on.. join ..where ..group by ..having ..select dinstinct ..order by ..limit ..
提供一个网站，详细说明了mysql解析过程：
https://www.cnblogs.com/annsshadow/p/5037667.html
3）sql优化—主要就是优化索引
优化sql，最重要的就是优化sql索引。
索引相当于字典的目录。利用字典目录查找汉字的过程，就相当于利用sql索引查找某条记录的过程。有了索引，就可以很方便快捷的定位某条记录。
① 什么是索引？
索引就是帮助mysql高效获取数据的一种【数据结构】。索引是一种树结构，mysql中一般用的是【b+树】。
② 索引图示说明(这里用二叉树来帮助我们理解索引)
树形结构的特点是：子元素比父元素小的，放在左侧；子元素比父元素大的，放在右侧。
这个图示只是为了帮我们简单理解索引的，真实的关于【b+树】的说明，我们会在下面进行说明。
索引是怎么查找数据的呢？两个字【指向】，上图中我们给age列指定了一个索引，即类似于右侧的这种树形结构。mysql表中的每一行记录都有一个硬件地址，例如索引中的age=50，指向的就是源表中该行的标识符(“硬件地址”)。
也就是说，树形索引建立了与源表中每行记录硬件地址的映射关系，当你指定了某个索引，这种映射关系也就建成了，这就是为什么我们可以通过索引快速定位源表中记录的原因。
以【select * from student where age=33】查询语句为例。当我们不加索引的时候，会从上到下扫描源表，当扫描到第5行的时候，找到了我们想要找到了元素，一共是查询了5次。
当添加了索引以后，就直接在树形结构中进行查找，33比50小，就从左侧查询到了23，33大于23，就又查询到了右侧，这下找到了33，整个索引结束，一共进行了3次查找。是不是很方便，假如我们此时需要查找age=62，你再想想“添加索引”前后，查找次数的变化情况。
4）索引的弊端
1.当数据量很大的时候，索引也会很大(当然相比于源表来说，还是相当小的)，也需要存放在内存/硬盘中(通常存放在硬盘中)，占据一定的内存空间/物理空间。
2.索引并不适用于所有情况：a.少量数据；b.频繁进行改动的字段，不适合做索引；c.很少使用的字段，不需要加索引；
3.索引会提高数据查询效率，但是会降低“增、删、改”的效率。当不使用索引的时候，我们进行数据的增删改，只需要操作源表即可，但是当我们添加索引后，不仅需要修改源表，也需要再次修改索引，很麻烦。尽管是这样，添加索引还是很划算的，因为我们大多数使用的就是查询，“查询”对于程序的性能影响是很大的。
5）索引的优势
1.提高查询效率(降低了io使用率)。当创建了索引后，查询次数减少了。
2.降低cpu使用率。比如说【…order by age desc】这样一个操作，当不加索引，会把源表加载到内存中做一个排序操作，极大的消耗了资源。但是使用了索引以后，第一索引本身就小一些，第二索引本身就是排好序的，左边数据最小，右边数据最大。
6）b+树图示说明
mysql中索引使用的就是b+树结构。
关于b+树的说明：
首先，btree一般指的都是【b+树】，数据全部存放在叶子节点中。对于上图来说，最下面的第3层，属于叶子节点，真实数据部份都是存放在叶子节点当中的。
那么对于第1、2层中的数据又是干嘛的呢？答：用于分割指针块儿的，比如说小于26的找p1，介于26-30之间的找p2，大于30的找p3。
其次，三层【b+树】可以存放上百万条数据。这么多数据怎么放的呢？增加“节点数”。图中我们只有三个节点。
最后，【b+树】中查询任意数据的次数，都是n次，n表示的是【b+树】的高度。
3、索引的分类与创建
1）索引分类
单值索引
唯一索引
复合索引
① 单值索引
利用表中的某一个字段创建单值索引。一张表中往往有多个字段，也就是说每一列其实都可以创建一个索引，这个根据我们实际需求来进行创建。还需要注意的一点就是，一张表可以创建多个“单值索引”。
假如某一张表既有age字段，又有name字段，我们可以分别对age、name创建一个单值索引，这样一张表就有了两个单值索引。
② 唯一索引
也是利用表中的某一个字段创建单值索引，与单值索引不同的是：创建唯一索引的字段中的数据，不能有重复值。像age肯定有很多人的年龄相同，像name肯定有些人是重名的，因此都不适合创建“唯一索引”。像编号id、学号sid，对于每个人都不一样，因此可以用于创建唯一索引。
③ 复合索引
多个列共同构成的索引。比如说我们创建这样一个“复合索引”(name,age)，先利用name进行索引查询，当name相同的时候，我们利用age再进行一次筛选。注意：复合索引的字段并不是非要都用完，当我们利用name字段索引出我们想要的结果以后，就不需要再使用age进行再次筛选了。
2）创建索引
① 语法
语法：create 索引类型 索引名 on 表(字段);
建表语句如下：
查询表结构如下：
② 创建索引的第一种方式
ⅰ 创建单值索引
create index dept_index on tb(dept);
ⅱ 创建唯一索引：这里我们假定name字段中的值都是唯一的
create unique index name_index on tb(name);
ⅲ 创建复合索引
create index dept_name_index on tb(dept,name);
③ 创建索引的第二种方式
先删除之前创建的索引以后，再进行这种创建索引方式的测试；
语法：alter table 表名 add 索引类型 索引名(字段)
ⅰ 创建单值索引
alter table tb add index dept_index(dept);
ⅱ 创建唯一索引：这里我们假定name字段中的值都是唯一的
alter table tb add unique index name_index(name);
ⅲ 创建复合索引
alter table tb add index dept_name_index(dept,name);
④ 补充说明
如果某个字段是primary key，那么该字段默认就是主键索引。
主键索引和唯一索引非常相似。相同点：该列中的数据都不能有相同值；不同点：主键索引不能有null值，但是唯一索引可以有null值。
3）索引删除和索引查询
① 索引删除
语法：drop index 索引名 on 表名;
drop index name_index on tb;
② 索引查询
语法：show index from 表名;
show index from tb;
结果如下：
4、sql性能问题的探索
人为优化： 需要我们使用explain分析sql的执行计划。该执行计划可以模拟sql优化器执行sql语句，可以帮助我们了解到自己编写sql的好坏。
sql优化器自动优化： 最开始讲述mysql执行原理的时候，我们已经知道mysql有一个优化器，当你写了一个sql语句的时候，sql优化器如果认为你写的sql语句不够好，就会自动写一个好一些的等价sql去执行。
sql优化器自动优化功能【会干扰】我们的人为优化功能。当我们查看了sql执行计划以后，如果写的不好，我们会去优化自己的sql。当我们以为自己优化的很好的时候，最终的执行计划，并不是按照我们优化好的sql语句来执行的，而是有时候将我们优化好的sql改变了，去执行。
sql优化是一种概率问题，有时候系统会按照我们优化好的sql去执行结果(优化器觉得你写的差不多，就不会动你的sql)。有时候优化器仍然会修改我们优化好的sql，然后再去执行。
1）查看执行计划
语法：explain + sql语句
eg：explain select * from tb;
2）“执行计划”中需要知道的几个“关键字”
id ：编号
select_type ：查询类型
table ：表
type ：类型
possible_keys ：预测用到的索引
key ：实际使用的索引
key_len ：实际使用索引的长度
ref ：表之间的引用
rows ：通过索引查询到的数据量
extra ：额外的信息
建表语句和插入数据：
> 基于 spring cloud alibaba + gateway + nacos + rocketmq + vue & element 实现的后台管理系统 + 用户小程序，支持 rbac 动态权限、多租户、数据权限、工作流、三方登录、支付、短信、商城等功能>> * 项目地址：> * 视频教程：# 建表语句create table course( cid int(3), cname varchar(20), tid int(3));create table teacher( tid int(3), tname varchar(20), tcid int(3));create table teachercard( tcid int(3), tcdesc varchar(200));# 插入数据insert into course values(1,'java',1);insert into course values(2,'html',1);insert into course values(3,'sql',2);insert into course values(4,'web',3);insert into teacher values(1,'tz',1);insert into teacher values(2,'tw',2);insert into teacher values(3,'tl',3);insert into teachercard values(1,'tzdesc') ;insert into teachercard values(2,'twdesc') ;insert into teachercard values(3,'tldesc') ;
3、explain执行计划常用关键字详解
1）id关键字的使用说明
① 案例：查询课程编号为2 或 教师证编号为3 的老师信息：
# 查看执行计划explain select t.*from teacher t,course c,teachercard tcwhere t.tid = c.tid and t.tcid = tc.tcidand (c.cid = 2 or tc.tcid = 3);
结果如下：
接着，在往teacher表中增加几条数据。
insert into teacher values(4,'ta',4);insert into teacher values(5,'tb',5);insert into teacher values(6,'tc',6);
再次查看执行计划。
# 查看执行计划explain select t.*from teacher t,course c,teachercard tcwhere t.tid = c.tid and t.tcid = tc.tcidand (c.cid = 2 or tc.tcid = 3);
结果如下：
表的执行顺序 ，因表数量改变而改变的原因：笛卡尔积。
a b c2 3 4最终：2 * 3 * 4 = 6 * 4 = 24c b a4 3 2最终：4 * 3 * 2 = 12 * 2 = 24
分析：最终执行的条数，虽然是一致的。但是中间过程，有一张临时表是6，一张临时表是12，很明显6 range --> ref这个级别。要对type进行优化的前提是，你得创建索引。
① system
源表只有一条数据(实际中，基本不可能)；
衍生表只有一条数据的主查询(偶尔可以达到)。
② const
仅仅能查到一条数据的sql ,仅针对primary key或unique索引类型有效。
explain select tid from test01 where tid =1 ;
结果如下：
删除以前的主键索引后，此时我们添加一个其他的普通索引：
create index test01_index on test01(tid) ;# 再次查看执行计划explain select tid from test01 where tid =1 ; 结果如下：
③ eq_ref
唯一性索引，对于每个索引键的查询，返回匹配唯一行数据（有且只有1个，不能多 、不能0），并且查询结果和数据条数必须一致。
此种情况常见于唯一索引和主键索引。
delete from teacher where tcid >= 4;alter table teachercard add constraint pk_tcid primary key(tcid);alter table teacher add constraint uk_tcid unique index(tcid) ;explain select t.tcid from teacher t,teachercard tc where t.tcid = tc.tcid ; 结果如下：
总结：以上sql，用到的索引是t.tcid，即teacher表中的tcid字段；如果teacher表的数据个数和连接查询的数据个数一致（都是3条数据），则有可能满足eq_ref级别；否则无法满足。条件很苛刻，很难达到。
④ ref
非唯一性索引，对于每个索引键的查询，返回匹配的所有行（可以0，可以1，可以多）
准备数据：
创建索引，并查看执行计划：
# 添加索引alter table teacher add index index_name (tname) ;# 查看执行计划explain select * from teacher where tname = 'tz'; 结果如下：
⑤ range
检索指定范围的行 ,where后面是一个范围查询(between, >, =, in)
in有时候会失效，从而转为无索引时候的all
# 添加索引alter table teacher add index tid_index (tid) ;# 查看执行计划：以下写了一种等价sql写法，查看执行计划explain select t.* from teacher t where t.tid in (1,2) ;explain select t.* from teacher t where t.tid <3 ; 结果如下：
⑥ index
查询全部索引中的数据(扫描整个索引)
⑦ all
查询全部源表中的数据(暴力扫描全表)
注意：cid是索引字段，因此查询索引字段，只需要扫描索引表即可。但是tid不是索引字段，查询非索引字段，需要暴力扫描整个源表，会消耗更多的资源。
4）possible_keys和key
possible_keys可能用到的索引。是一种预测，不准。了解一下就好。
key指的是实际使用的索引。
# 先给course表的cname字段，添加一个索引create index cname_index on course(cname);# 查看执行计划explain select t.tname ,tc.tcdesc from teacher t,teachercard tcwhere t.tcid= tc.tcidand t.tid = (select c.tid from course c where cname = 'sql') ; 结果如下：
有一点需要注意的是：如果possible_key/key是null，则说明没用索引。
5）key_len
索引的长度，用于判断复合索引是否被完全使用(a,b,c)。
① 新建一张新表，用于测试
# 创建表create table test_kl( name char(20) not null default '');# 添加索引alter table test_kl add index index_name(name) ;# 查看执行计划explain select * from test_kl where name ='' ; 结果如下：
结果分析：因为我没有设置服务端的字符集，因此默认的字符集使用的是latin1，对于latin1一个字符代表一个字节，因此这列的key_len的长度是20，表示使用了name这个索引。
② 给test_kl表，新增name1列，该列没有设置“not null”
结果如下：
结果分析：如果索引字段可以为null，则mysql底层会使用1个字节用于标识。
③ 删除原来的索引name和name1，新增一个复合索引
# 删除原来的索引name和name1drop index index_name on test_kl ;drop index index_name1 on test_kl ;# 增加一个复合索引create index name_name1_index on test_kl(name,name1);# 查看执行计划explain select * from test_kl where name1 = '' ; --121explain select * from test_kl where name = '' ; --60 结果如下：
结果分析： 对于下面这个执行计划，可以看到我们只使用了复合索引的第一个索引字段name，因此key_len是20，这个很清楚。再看上面这个执行计划，我们虽然仅仅在where后面使用了复合索引字段中的name1字段，但是你要使用复合索引的第2个索引字段，会默认使用了复合索引的第1个索引字段name，由于name1可以是null，因此key_len = 20 + 20 + 1 = 41呀！
④ 再次怎加一个name2字段，并为该字段创建一个索引。
不同的是：该字段数据类型是varchar
# 新增一个字段name2，name2可以为nullalter table test_kl add column name2 varchar(20) ; # 给name2字段，设置为索引字段alter table test_kl add index name2_index(name2) ;# 查看执行计划explain select * from test_kl where name2 = '' ; 结果如下：
结果分析： key_len = 20 + 1 + 2，这个20 + 1我们知道，这个2又代表什么呢？原来varchar属于可变长度，在mysql底层中，用2个字节标识可变长度。
6）ref
这里的ref的作用，指明当前表所参照的字段。
注意与type中的ref值区分。在type中，ref只是type类型的一种选项值。
# 给course表的tid字段，添加一个索引create index tid_index on course(tid);# 查看执行计划explain select * from course c,teacher t where c.tid = t.tid and t.tname = 'tw'; 结果如下：
结果分析： 有两个索引，c表的c.tid引用的是t表的tid字段，因此可以看到显示结果为【数据库名.t.tid】，t表的t.name引用的是一个常量tw，因此可以看到结果显示为const，表示一个常量。
7）rows(这个目前还是有点疑惑)
被索引优化查询的数据个数 (实际通过索引而查询到的数据个数)
explain select *from course c,teacher t where c.tid = t.tidand t.tname = 'tz' ; 结果如下：
8）extra
表示其他的一些说明，也很有用。
① using filesort：针对单索引的情况
当出现了这个词，表示你当前的sql性能消耗较大。表示进行了一次“额外”的排序。常见于order by语句中。
ⅰ 什么是“额外”的排序？
为了讲清楚这个，我们首先要知道什么是排序。我们为了给某一个字段进行排序的时候，首先你得先查询到这个字段，然后在将这个字段进行排序。
紧接着，我们查看如下两个sql语句的执行计划。
# 新建一张表，建表同时创建索引create table test02( a1 char(3), a2 char(3), a3 char(3), index idx_a1(a1), index idx_a2(a2), index idx_a3(a3));# 查看执行计划explain select * from test02 where a1 ='' order by a1 ;explain select * from test02 where a1 ='' order by a2 ; 结果如下：
结果分析： 对于第一个执行计划，where后面我们先查询了a1字段，然后再利用a1做了依次排序，这个很轻松。但是对于第二个执行计划，where后面我们查询了a1字段，然而利用的却是a2字段进行排序，此时myql底层会进行一次查询，进行“额外”的排序。
总结：对于单索引，如果排序和查找是同一个字段，则不会出现using filesort；如果排序和查找不是同一个字段，则会出现using filesort；因此where哪些字段，就order by哪些些字段。
② using filesort：针对复合索引的情况
不能跨列(官方术语：最佳左前缀)
# 删除test02的索引drop index idx_a1 on test02;drop index idx_a2 on test02;drop index idx_a3 on test02;# 创建一个复合索引alter table test02 add index idx_a1_a2_a3 (a1,a2,a3) ;# 查看下面sql语句的执行计划explain select *from test02 where a1='' order by a3 ; --using filesortexplain select *from test02 where a2='' order by a3 ; --using filesortexplain select *from test02 where a1='' order by a2 ; 结果如下：
结果分析： 复合索引的顺序是(a1,a2,a3)，可以看到a1在最左边，因此a1就叫做“最佳左前缀”，如果要使用后面的索引字段，必须先使用到这个a1字段。对于explain1，where后面我们使用a1字段，但是后面的排序使用了a3，直接跳过了a2，属于跨列；对于explain2，where后面我们使用了a2字段，直接跳过了a1字段，也属于跨列；对于explain3，where后面我们使用a1字段，后面使用的是a2字段，因此没有出现【using filesort】。
③ using temporary
当出现了这个词，也表示你当前的sql性能消耗较大。这是由于当前sql用到了临时表。一般出现在group by中。
explain select a1 from test02 where a1 in ('1','2','3') group by a1 ;explain select a1 from test02 where a1 in ('1','2','3') group by a2 ; --using temporary 结果如下：
结果分析： 当你查询哪个字段，就按照那个字段分组，否则就会出现using temporary。
针对using temporary，我们在看一个例子：
using temporary表示需要额外再使用一张表，一般出现在group by语句中。虽然已经有表了，但是不适用，必须再来一张表。
再次来看mysql的编写过程和解析过程。
ⅰ 编写过程
select dinstinct ..from ..join ..on ..where ..group by ..having ..order by ..limit ..
ⅱ 解析过程
from .. on.. join ..where ..group by ..having ..select dinstinct ..order by ..limit ..
很显然，where后是group by，然后才是select。基于此，我们再查看如下两个sql语句的执行计划。
explain select * from test03 where a2=2 and a4=4 group by a2,a4;explain select * from test03 where a2=2 and a4=4 group by a3; 分析如下： 对于第一个执行计划，where后面是a2和a4，接着我们按照a2和a4分组，很明显这两张表已经有了，直接在a2和a4上分组就行了。但是对于第二个执行计划，where后面是a2和a4，接着我们却按照a3分组，很明显我们没有a3这张表，因此有需要再来一张临时表a3。因此就会出现using temporary。
④ using index
当你看到这个关键词，恭喜你，表示你的sql性能提升了。
using index称之为“索引覆盖”。
当出现了using index，就表示不用读取源表，而只利用索引获取数据，不需要回源表查询。
只要使用到的列，全部出现在索引中，就是索引覆盖。
# 删除test02中的复合索引idx_a1_a2_a3drop index idx_a1_a2_a3 on test02;# 重新创建一个复合索引idx_a1_a2create index idx_a1_a2 on test02(a1,a2);# 查看执行计划explain select a1,a3 from test02 where a1='' or a3= '' ;explain select a1,a2 from test02 where a1='' and a2= '' ; 结果如下：
结果分析： 我们创建的是a1和a2的复合索引，对于第一个执行计划，我们却出现了a3，该字段并没有创建索引，因此没有出现using index，而是using where，表示我们需要回表查询。对于第二个执行计划，属于完全的索引覆盖，因此出现了using index。
针对using index，我们在查看一个案例：
explain select a1,a2 from test02 where a1='' or a2= '' ;explain select a1,a2 from test02; 结果如下：
如果用到了索引覆盖(using index时)，会对possible_keys和key造成影响：
a.如果没有where，则索引只出现在key中；
b.如果有where，则索引 出现在key和possible_keys中。
⑤ using where
表示需要【回表查询】，表示既在索引中进行了查询，又回到了源表进行了查询。
# 删除test02中的复合索引idx_a1_a2drop index idx_a1_a2 on test02;# 将a1字段，新增为一个索引create index a1_index on test02(a1);# 查看执行计划explain select a1,a3 from test02 where a1= and a3= ; 结果如下：
结果分析： 我们既使用了索引a1，表示我们使用了索引进行查询。但是又对于a3字段，我们并没有使用索引，因此对于a3字段，需要回源表查询，这个时候出现了using where。
⑥ impossible where(了解)
当where子句永远为false的时候，会出现impossible where
# 查看执行计划explain select a1 from test02 where a1=a and a1=b ; 结果如下：
6、优化示例
1）引入案例
# 创建新表create table test03( a1 int(4) not null, a2 int(4) not null, a3 int(4) not null, a4 int(4) not null);# 创建一个复合索引create index a1_a2_a3_test03 on test03(a1,a2,a3);# 查看执行计划explain select a3 from test03 where a1=1 and a2=2 and a3=3; 结果如下：
推荐写法： 复合索引顺序和使用顺序一致。
下面看看【不推荐写法 】：复合索引顺序和使用顺序不一致。
# 查看执行计划explain select a3 from test03 where a3=1 and a2=2 and a1=3; 结果如下：
结果分析： 虽然结果和上述结果一致，但是不推荐这样写。但是这样写怎么又没有问题呢？这是由于sql优化器的功劳，它帮我们调整了顺序。
最后再补充一点：对于复合索引，不要跨列使用
# 查看执行计划explain select a3 from test03 where a1=1 and a3=2 group by a3; 结果如下：
结果分析： a1_a2_a3是一个复合索引，我们使用a1索引后，直接跨列使用了a3，直接跳过索引a2，因此索引a3失效了，当使用a3进行分组的时候，就会出现using where。
2）单表优化
# 创建新表create table book( bid int(4) primary key, name varchar(20) not null, authorid int(4) not null, publicid int(4) not null, typeid int(4) not null );# 插入数据insert into book values(1,'tjava',1,1,2) ;insert into book values(2,'tc',2,1,2) ;insert into book values(3,'wx',3,2,1) ;insert into book values(4,'math',4,2,3) ; 结果如下：
案例：查询authorid=1且typeid为2或3的bid，并根据typeid降序排列。
explain select bid from book where typeid in(2,3) and authorid=1 order by typeid desc ; 结果如下：
这是没有进行任何优化的sql，可以看到typ为all类型，extra为using filesort，可以想象这个sql有多恐怖。
优化：添加索引的时候，要根据mysql解析顺序添加索引，又回到了mysql的解析顺序，下面我们再来看看mysql的解析顺序。
from .. on.. join ..where ..group by ..having ..select dinstinct ..order by ..limit ..
① 优化1：基于此，我们进行索引的添加，并再次查看执行计划。
# 添加索引create index typeid_authorid_bid on book(typeid,authorid,bid);# 再次查看执行计划explain select bid from book where typeid in(2,3) and authorid=1 order by typeid desc ; 结果如下：
结果分析： 结果并不是和我们想象的一样，还是出现了using where，查看索引长度key_len=8，表示我们只使用了2个索引，有一个索引失效了。
② 优化2：使用了in有时候会导致索引失效，基于此有了如下一种优化思路。
将in字段放在最后面。需要注意一点：每次创建新的索引的时候，最好是删除以前的废弃索引，否则有时候会产生干扰(索引之间)。
# 删除以前的索引drop index typeid_authorid_bid on book;# 再次创建索引create index authorid_typeid_bid on book(authorid,typeid,bid);# 再次查看执行计划explain select bid from book where authorid=1 and typeid in(2,3) order by typeid desc ; 结果如下：
结果分析： 这里虽然没有变化，但是这是一种优化思路。
总结如下：
a.最佳做前缀，保持索引的定义和使用的顺序一致性
b.索引需要逐步优化(每次创建新索引，根据情况需要删除以前的废弃索引)
c.将含in的范围查询，放到where条件的最后，防止失效。
本例中同时出现了using where（需要回原表）; using index（不需要回原表）：原因，where authorid=1 and typeid in(2,3)中authorid在索引(authorid,typeid,bid)中，因此不需要回原表（直接在索引表中能查到）；而typeid虽然也在索引(authorid,typeid,bid)中，但是含in的范围查询已经使该typeid索引失效，因此相当于没有typeid这个索引，所以需要回原表（using where）；
例如以下没有了in，则不会出现using where：
explain select bid from book where authorid=1 and typeid =3order by typeid desc ; 结果如下：
3）两表优化
# 创建teacher2新表create table teacher2( tid int(4) primary key, cid int(4) not null);# 插入数据insert into teacher2 values(1,2);insert into teacher2 values(2,1);insert into teacher2 values(3,3);# 创建course2新表create table course2( cid int(4) , cname varchar(20));# 插入数据insert into course2 values(1,'java');insert into course2 values(2,'python');insert into course2 values(3,'kotlin'); 案例：使用一个左连接，查找教java课程的所有信息。
explain select *from teacher2 tleft outer join course2 con t.cid=c.cid where c.cname='java'; 结果如下：
① 优化
对于两张表，索引往哪里加？答：对于表连接，小表驱动大表。索引建立在经常使用的字段上。
为什么小表驱动大表好一些呢？
小表:10 大表:300# 小表驱动大表select ...where 小表.x10=大表.x300 ;for(int i=0;i<小表.length10;i++){ for(int j=0;j<大表.length300;j++) { ... }}# 大表驱动小表select ...where 大表.x300=小表.x10 ;for(int i=0;i<大表.length300;i++){ for(int j=0;j，则自身和右侧索引全部失效。
# 针对不是复合索引的情况explain select * from book where authorid != 1 and typeid =2 ;explain select * from book where authorid != 1 and typeid !=2 ; 结果如下：
再观看下面这个案例：
# 删除单独的索引drop index authorid_index on book;drop index typeid_index on book;# 创建一个复合索引alter table book add index idx_book_at (authorid,typeid);# 查看执行计划explain select * from book where authorid > 1 and typeid = 2 ;explain select * from book where authorid = 1 and typeid > 2 ; 结果如下：
结论：复合索引中如果有【>】，则自身和右侧索引全部失效。
在看看复合索引中有【 1 ;explain select * from teacher where tname ='' or tcid >1 ; 结果如下：
注意：or很猛，会让自身索引和左右两侧的索引都失效。
8、一些其他的优化方法
1）exists和in的优化
如果主查询的数据集大，则使用i关键字，效率高。
如果子查询的数据集大，则使用exist关键字,效率高。
select ..from table where exist (子查询) ;select ..from table where 字段 in (子查询) ; 2）order by优化
io就是访问硬盘文件的次数
using filesort 有两种算法：双路排序、单路排序（根据io的次数）
mysql4.1之前默认使用双路排序；双路：扫描2次磁盘(1：从磁盘读取排序字段,对排序字段进行排序(在buffer中进行的排序)2：扫描其他字段)
mysql4.1之后默认使用单路排序：只读取一次（全部字段），在buffer中进行排序。但种单路排序会有一定的隐患(不一定真的是“单路/1次io”，有可能多次io)。原因：如果数据量特别大，则无法将所有字段的数据一次性读取完毕，因此会进行“分片读取、多次读取”。
注意：单路排序 比双路排序 会占用更多的buffer。
单路排序在使用时，如果数据大，可以考虑调大buffer的容量大小：
# 不一定真的是“单路/1次io”，有可能多次ioset max_length_for_sort_data = 1024 如果max_length_for_sort_data值太低，则mysql会自动从 单路->双路(太低：需要排序的列的总大小超过了max_length_for_sort_data定义的字节数)
① 提高order by查询的策略：
选择使用单路、双路 ；调整buffer的容量大小
避免使用select * …（select后面写所有字段，也比写*效率高）
复合索引，不要跨列使用 ，避免using filesort保证全部的排序字段，排序的一致性（都是升序或降序）
高通发布新一代3D声波传感器 加快50％扫描速度
机器视觉的基础功能
人工智能推动企业向智能制造和智能运营发展
2019年政府将瞄准推进智能制造的发展开启制造强国的新篇章
实时操作系统软件调度器/硬件调度器的设计与实现
MySQL的基础架构 一文详解SQL优化方案
苹果HomeKit生态深度解析，在智能家居领域后发制人？
世界上最恐怖手机壳：瞬间放电700万伏
有关蜂蜜检测设备全套有哪些的详解
这份全球TOP17榜单！三星超英特尔居首，AMD联发科激增！再无一家中国大陆公司上榜
卤素加热快速水分测定仪技术参数
蓝牙适配器、蓝牙接收器和蓝牙发射器傻傻分不清？
与LMB相关的与金属锂固有物理化学性质相关的挑战及其策略
掌握激光雷达核“芯”技术,镭神智能在未来竞争中更具主动权
5G打开安防机器人新的想象空间
电子电气研发平台解决方案
iPhone8： 这次黑科技与以往不同， 也许又将引领一代潮流
如何设置Arduino霍尔效应传感器
设计一个PLC控制电动机正停反的控制系统
亚洲占据全球轴承消费的半壁江山，本土企业占据中低端市场