上一篇 提到，最近有個需求，要修改現有儲存結構，涉及查詢條件和查詢效率的考量，看了幾篇索引和HBase相關的文章，回憶了相關知識，結合專案需求，說說自己的理解和總結。
總體目錄如下，上篇介紹了前3小節，分析了索引為什麼快，總結了它的優點和分類，以及索引的演化過程，中篇會重點介紹索引分析方法和常見索引優化。
- 為什麼需要索引
- 索引的類別
- MySQL索引演化
- MySQL索引優化
- HBase介紹
- HBase儲存結構
- HBase索引介紹
- 業務需求及設計
部分內容摘錄了幾個博友的文章，最後會給出文章連結，感謝他們的精彩分析。
通過中篇的介紹，你會了解到：
- MySQL查詢過程
- 高階查詢相關概念
- explain命令詳細介紹
- 索引優化建議
MySQL查詢過程
想要更好的優化查詢，首先要了解其整體查詢過程，從客戶端傳送查詢請求，到接收到查詢結果，MySQL伺服器做了很多工作。
邏輯架構
MySQL邏輯架構整體分為三層，分別為客戶端層、核心服務層、儲存引擎層，共同協作完成。
最上層為客戶端層，比如：連線處理、授權認證、安全等功能等。
中間層是MySQL的核心服務，包括查詢解析、分析、優化、快取、內建函式(比如：時間、數學、加密等)，另外，所有的跨儲存引擎的功能也在這一層實現：儲存過程、觸發器、檢視等。
最下層為儲存引擎，負責資料儲存和提取，中間的服務層通過API與儲存引擎通訊，這些API介面遮蔽了不同儲存引擎間的差異。
具體執行過程
重點看下MySQL是如何優化和執行查詢的，很多的查詢優化工作就是遵循一些原則讓MySQL的優化器能夠按照預想的方式執行而已。
先說下總體流程：
- 客戶端傳送一條查詢SQL給伺服器；
- 伺服器先檢查查詢快取，如果命中了快取，則立即返回儲存在快取中的結果；
- 伺服器端進行SQL解析、預處理，再由優化器生成對應的執行計劃；
- 查詢執行引擎根據優化器生成的執行計劃，呼叫儲存引擎的API來執行查詢；
- 將結果返回給客戶端；
1.客戶端/服務端通訊協議
MySQL客戶端和伺服器之間的通訊協議是「半雙工」：在任何一個時刻，要麼由伺服器向客戶端傳送資料，要麼由客戶端向伺服器傳送資料，不能同時發生，這也就意味著沒法進行流量控制。
客戶端用一個單獨的資料包將查詢請求傳送給伺服器，伺服器響應給使用者的資料通常會很多，由多個資料包組成，需要注意的是當伺服器響應客戶端請求時，客戶端必須完整的接收整個返回結果，而不能簡單的只取前面幾條結果，然後讓伺服器停止傳送。
2.查詢快取
如果查詢快取是開啟的，會檢查這個查詢語句是否命中查詢快取中的資料，如果命中，在檢查一次使用者許可權後直接返回快取中的結果。
查詢快取系統會跟蹤查詢中涉及的每個表，在任何的寫操作時，MySQL必須將對應表的所有快取都設定為失效，如果查詢快取非常大或者碎片很多，這個操作就可能帶來很大的系統消耗。
另外，任何的查詢語句在開始之前都必須經過檢查，即使這條SQL語句永遠不會命中快取，如果查詢結果可以被快取，那麼執行完成後，會將結果存入快取，也會帶來額外的系統消耗。
所以，開啟快取要慎重，只有當快取帶來的資源節約大於其本身消耗的資源時，才會給系統帶來效能提升，可以將query_cache_type設定為DEMAND，這時只有加入SQL_CACHE的查詢才會走快取，其他查詢則不會。
3.語法解析和預處理
通過關鍵字將SQL語句進行解析，生成一顆解析樹，預處理則會根據MySQL規則進一步檢查解析樹是否合法。
4.查詢優化
一條查詢可以有很多種執行方式，優化器的作用就是找到這其中最好的執行計劃，MySQL使用基於成本的優化器，它嘗試預測一個查詢使用某種執行計劃時的成本，並選擇其中成本最小的一個。
5.查詢執行引擎
儲存引擎介面提供了非常豐富的功能，但其底層僅有幾十個介面，這些介面像搭積木一樣完成了一次查詢的大部分操作。
6.返回結果給客戶端
結果集返回客戶端是一個增量且逐步返回的過程，這樣服務端就無須儲存太多結果而消耗過多記憶體，也可以讓客戶端第一時間獲得返回結果。
SELECT執行順序
下面來看看SQL查詢語句的執行順序，每一步都會生成一個虛擬臨時表，作為下一步的輸入。
標準的SQL語法如下：
SELECT DISTINCT
< select_list >
FROM
< left_table > < join_type >
JOIN < right_table > ON < join_condition >
WHERE
< where_condition >
GROUP BY
< group_by_list >
HAVING
< having_condition >
ORDER BY
< order_by_condition >
LIMIT < limit_number >
複製程式碼但執行順序是這樣的：
FROM
<left_table>
ON <join_condition> <join_type>
JOIN <right_table>
WHERE
<where_condition>
GROUP BY
<group_by_list>
HAVING
<having_condition>
SELECT
DISTINCT
<select_list>
ORDER BY
<order_by_condition>
LIMIT
<limit_number>
複製程式碼1.FROM
當涉及多個表的時候，左邊表的輸出會作為右邊表的輸入，之後會生成一個虛擬表VT1：
- 計算兩個相關聯表的笛卡爾積(CROSS JOIN) ，生成虛擬表VT1-J1；
- 基於虛擬表VT1-J1進行過濾，過濾出所有滿足ON謂詞條件的行，生成虛擬表VT1-J2；
- 如果使用了外連線(LEFT,RIGHT,FULL)，主表（保留表）中的不符合ON條件的列也會被加入到VT1-J2中，生成虛擬表VT1-J3；
2.WHERE
對VT1過程中生成的臨時表進行過濾，滿足WHERE子句的列被插入到VT2表中：
- 與ON的區別：如果有外連線，ON針對過濾的是關聯表，主表會返回所有的列，如果沒有外連線，效果相同；
- 對主表的過濾應該放在WHERE；
- 於關聯表，先條件查詢後連線則用ON，先連線後條件查詢則用WHERE；
3.GROUP BY
這個子句會把VT2中生成的表按照GROUP BY中的列進行分組，生成VT3表：
- 其後處理過程的語句，如SELECT,HAVING，所用到的列必須包含在GROUP BY中，對於沒有出現的，得用聚合函式；
4.HAVING
對VT3表中的不同的組進行過濾，只用於分組後的資料，滿足HAVING條件的子句被加入到VT4表中。
5.SELECT
這個子句對SELECT子句中的元素進行處理，生成VT5表：
- 計算SELECT子句中的表示式，生成VT5-J1；
- DISTINCT：尋找重複列，並刪掉，會建立一張記憶體臨時表VT5-J2，和虛擬表VT5-J1一樣，不同的是對DISTINCT的列增加唯一索引，以此來除重複資料；
6.ORDER BY
從VT5-J2中的表中，根據ORDER BY 子句的條件對結果進行排序，生成VT6表，這是唯一可使用SELECT中別名的地方。
7.LIMIT
從上一步得到的VT6虛擬表中選出從指定位置開始的指定行資料。
高階查詢相關概念
本小節介紹下常用的高階查詢概念。
連線查詢
將多張表按照某個指定的條件進行資料拼接，SQL中將連線查詢分成四類: 內連線、外連線、自然連線、交叉連線，其中自然連線和交叉連線很少用到，就不過多介紹了。
1.內連線 inner join
從左表中取出每一條記錄，分別與右表中所有的記錄進行匹配，匹配必須左表和右表中都滿足條件，匹配的會保留結果，否則不保留。
2.外連線 left/right join
外連線分為兩種:
- left join: 左外連線(左連線)，以左表為主表
- right join: 右外連線(右連線)，以右表為主表
以某張表為主，取出裡面的所有記錄，不管能不能匹配上條件，主表最終都會保留，然後與另外一張表進行連線，如果不能匹配，其他表的欄位都置空NULL。
子查詢
是在某個查詢結果之上再進行查詢，也就是一條select語句內部包含了另外一條select語句。
按子查詢所在位置，可以劃分為：
- From子查詢：子查詢跟在from之後；
- Where子查詢: 子查詢出where條件中；
- exists子查詢: 子查詢出現在exists裡面；
下面舉幾個例子：
查詢部門名稱字首為「小米」的所有員工：
SELECT name , sex , sal
FROM emp
WHERE no in (
SELECT no FROM dept
WHERE name LIKE '小米%'
)；
複製程式碼檢視所有員工的薪水，並按薪水排序：
SELECT name , sal
FROM (
SELECT name , sal
FROM emp ORDER BY sal
)；
複製程式碼聯合查詢
將多次查詢, 將結果進行拼接，欄位不會增加，每一條select語句獲取的欄位數必須嚴格一致。
語法如下：
Select 語句1
Union [union選項]
Select語句2...
複製程式碼Union選項:
- All: 保留所有；
- Distinct: 去重，預設選項；
又寫多了，再加一篇吧，中篇未完待續。。。
參考文章：
歡迎掃描下方二維碼，關注我的個人微信公眾號，檢視更多文章 ~
