MYsql优化where子句

     该部分讨论where子句的优化，不仅select之中，相同的优化同样试用与delete 和update语句中的where子句；

    1： 移去不必要的括号：

 ((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) 

     2：常量合并：

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

     3：常量条件去除：

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

     4:indexes 常量表达式只被计算一次：

     5：没有where 条件的 单表 Count(*)直接检索Information_schema库中的统计信息（对 myisam 和 memory表）。 

     6：更早的察觉无效的常量表达式。mysql快速发现select语句中不可能成立的where条件并且返回no rows;

     7: 如果没有使用group by 或者聚合函数（count(),min().max()）,having子句会被合并到where 子句中；

     8：做链接的每个table,一个快速的where子句构造原则是尽可能的跳过更多的行；

     9：查询中，所有 constant table 都在其他表之前读取，constant table 定义如下：

             1.1 ： 一个空表或者只有一行数据的表；

             1.2:   一个以主键 或唯一索引为 where条件子句的表，并且所有的Index部分都是和常量表达式比较，不为null(unique index 可能包含多个null);

          

SELECT * FROM t WHERE primary_key=1;
SELECT * FROM t1,t2
  WHERE t1.primary_key=1 AND t2.primary_key=t1.id;

      10: 通过尝试所有可能性，找到最好的表join组合情况，如果order by子句和group by 子句中的所有列都来至同一张表，那么该表在join时优先read；

      11：如果order by子句和 group by子句不同，或者order by Or group by 包含不在查询队列第一张表的中的列，那么会创建 temporary table;

      12: 优化器如果认为使用index 会比表scan 更高效，则会选择使用index,scan表会被使用，如果最好的index需要scan多于30%的表记录，但是一个固定的比例不会确定使用table scan或者走index,优化器更加复杂，根据在额外的因数,eg:表的大小，行数，block快的大小；

      13： 有些情况下，mysql 可以读取Index 数据而不必回访data file(base table)(索引覆盖);

     下面的快速例子：

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;

以下是mysql只查询 index B-Tree,假设index 列值为数值型：

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;

以下是用index来避免Filesort

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

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