需要重点关注type、rows、filtered、extra。
-
-
-
range 索引范围扫描，常用语<,<=,>=,between,in等操作
-
ref 使用非唯一索引扫描或唯一索引前缀扫描，返回单条记录，常出现在关联查询中
-
eq_ref 类似ref，区别在于使用的是唯一索引，使用主键的关联查询
-
const/system 单条记录，系统会把匹配行中的其他列作为常数处理，如主键或唯一索引查询
-
null MySQL不访问任何表或索引，直接返回结果
虽然上至下，效率越来越高，但是根据cost模型，假设有两个索引
idx1(a, b, c),
idx2(a, c)，SQL为
select * from t where a = 1 and b in (1, 2) order by c;如果走idx1，那么是type为range，如果走idx2，那么type是ref；当需要扫描的行数，使用idx2大约是idx1的5倍以上时，会用idx1，否则会用idx2
-
Using filesort：MySQL需要额外的一次传递，以找出如何按排序顺序检索行。通过根据联接类型浏览所有行并为所有匹配WHERE子句的行保存排序关键字和行的指针来完成排序。然后关键字被排序，并按排序顺序检索行。
-
Using temporary：使用了临时表保存中间结果，性能特别差，需要重点优化
-
Using index：表示相应的 select 操作中使用了覆盖索引（Coveing Index）,避免访问了表的数据行，效率不错！如果同时出现 using where，意味着无法直接通过索引查找来查询到符合条件的数据。
-
Using index condition：MySQL5.6之后新增的ICP，using index condtion就是使用了ICP（索引下推），在存储引擎层进行数据过滤，而不是在服务层过滤，利用索引现有的数据减少回表的数据。
默认是关闭的，开启语句“set profiling = 1;”
SHOW
PROFILES ;
SHOW PROFILE
FOR
QUERY
#{id};
trace分析优化器如何选择执行计划，通过trace文件能够进一步了解为什么优惠券选择A执行计划而不选择B执行计划。
set optimizer_trace=
"enabled=on";
set optimizer_trace_max_mem_size=
1000000;
select *
from information_schema.optimizer_trace;
-
-
优化SQL语句：修改SQL、IN 查询分段、时间查询分段、基于上一次数据过滤
-
-
基于微服务的思想，构建在 B2C 电商场景下的项目实战。核心技术栈，是 Spring Boot + Dubbo 。未来，会重构成 Spring Cloud Alibaba 。
项目地址：https://github.com/YunaiV/onemall
KEY `idx_shopid_orderno` (`shop_id`,`order_no`)
select *
from _t
where orderno=
''
查询匹配从左往右匹配，要使用order_no走索引，必须查询条件携带shop_id或者索引(
shop_id,
order_no)调换前后顺序。
KEY `idx_mobile` (`mobile`)
select *
from _user
where mobile=
12345678901
隐式转换相当于在索引上做运算，会让索引失效。mobile是字符类型，使用了数字，应该使用字符串匹配，否则MySQL会用到隐式替换，导致索引失效。
KEY `idx_a_b_c` (`a`, `b`, `c`)
select *
from _t
where a =
1
and b =
2
order
by c
desc
limit
10000,
10;
对于大分页的场景，可以优先让产品优化需求，如果没有优化的，有如下两种优化方式：
一种是把上一次的最后一条数据，也即上面的c传过来，然后做“c < xxx”处理，但是这种一般需要改接口协议，并不一定可行。
另一种是采用延迟关联的方式进行处理，减少SQL回表，但是要记得索引需要完全覆盖才有效果，SQL改动如下
SELECT
t1.*
FROM
_t t1,
(
SELECT
id
FROM _t
WHERE a =
1
AND b =
2
ORDER
BY c
DESC
LIMIT
10000,
10 ) t2
WHERE
t1.id = t2.id;
KEY `idx_shopid_status_created` (`shop_id`, `order_status`, `created_at`)
SELECT
*
FROM
_order
WHERE
shop_id =
1
AND order_status
IN (
1,
2,
3 )
ORDER
BY
created_at
DESC
LIMIT
10
in查询在MySQL底层是通过
n*m的方式去搜索，类似union，但是效率比union高。
in查询在进行cost代价计算时（
代价 = 元组数 * IO平均值），是通过将in包含的数值，一条条去查询获取元组数的，因此这个计算过程会比较的慢，所以MySQL设置了个临界值(
eq_range_index_dive_limit)，5.6之后超过这个临界值后该列的cost就不参与计算了。
因此会导致执行计划选择不准确。默认是200，即in条件超过了200个数据，会导致in的代价计算存在问题，可能会导致Mysql选择的索引不准确。
处理方式，可以(
order_status,
created_at)互换前后顺序，并且调整SQL为延迟关联。
KEY `idx_shopid_created_status` (`shop_id`, `created_at`, `order_status`)
SELECT
*
FROM
_order
WHERE
shop_id =
1
AND created_at >
'2021-01-01 00:00:00'
AND order_status =
10
select *
from _order
where shop_id=
1
and order_status
not
in (
1,
2)
select *
from _order
where shop_id=
1
and order_status !=
1
在索引上，避免使用NOT、!=、<>、!<、!>、NOT EXISTS、NOT IN、NOT LIKE等
如果要求访问的数据量很小，则优化器还是会选择辅助索引，但是当访问的数据占整个表中数据的蛮大一部分时（一般是20%左右），优化器会选择通过聚集索引来查找数据。
select *
from _order
where order_status =
1
查询出所有未支付的订单，一般这种订单是很少的，即使建了索引，也没法使用索引。
select
sum(amt)
from _t
where a =
1
and b
in (
1,
2,
3)
and c >
'2020-01-01';
select *
from _t
where a =
1
and b
in (
1,
2,
3)
and c >
'2020-01-01'
limit
10;
如果是业务上就有那么复杂的查询，可能就不建议继续走SQL了，而是采用其他的方式进行解决，比如使用ES等进行解决。
select *
from _t
where a=
1
order
by b
desc, c
asc
对于推送业务的数据存储，可能数据量会很大，如果在方案的选择上，最终选择存储在MySQL上，并且做7天等有效期的保存。
那么需要注意，频繁的清理数据，会照成数据碎片，需要联系DBA进行数据碎片处理。
