本篇接上一篇 MYSQL優化（一）：MySQL 查詢過程、查詢緩存及 SQL_CACHE與SQL_NO_CACHE的用法
關於mysql查詢過程可參考上篇文章
語法解析和預處理
MySQL通過關鍵字將SQL語句進行解析，並生成一顆對應的解析樹。這個過程解析器主要通過語法規則來驗證和解析。比如SQL中是否使用了錯誤的關鍵字或者關鍵字的順序是否正確等等。預處理則會根據MySQL規則進一步檢查解析樹是否合法。比如檢查要查詢的數據表和數據列是否存在等等。
查詢優化
經過前面的步驟生成的語法樹被認爲是合法的了，並且由優化器將其轉化成查詢計劃。多數情況下，一條查詢可以有很多種執行方式，最後都返回相應的結果。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。在MySQL可以通過查詢當前會話的last_query_cost的值來得到其計算當前查詢的成本。
示例中的結果表示優化器認爲大概需要做6391個數據頁的隨機查找才能完成上面的查詢。這個結果是根據一些列的統計信息計算得來的，這些統計信息包括：每張表或者索引的頁面個數、索引的基數、索引和數據行的長度、索引的分佈情況等等。
有非常多的原因會導致MySQL選擇錯誤的執行計劃，比如統計信息不準確、不會考慮不受其控制的操作成本（用戶自定義函數、存儲過程）、MySQL認爲的最優跟我們想的不一樣（我們希望執行時間儘可能短，但MySQL值選擇它認爲成本小的，但成本小並不意味着執行時間短）等等。
MySQL的查詢優化器是一個非常複雜的部件，它使用了非常多的優化策略來生成一個最優的執行計劃：
-
重新定義表的關聯順序（多張表關聯查詢時，並不一定按照SQL中指定的順序進行，但有一些技巧可以指定關聯順序）
-
優化
MIN()和MAX()函數（找某列的最小值，如果該列有索引，只需要查找B+Tree索引最左端，反之則可以找到最大值，具體原理見下文） -
提前終止查詢（比如：使用Limit時，查找到滿足數量的結果集後會立即終止查詢）
-
優化排序（在老版本MySQL會使用兩次傳輸排序，即先讀取行指針和需要排序的字段在內存中對其排序，然後再根據排序結果去讀取數據行，而新版本採用的是單次傳輸排序，也就是一次讀取所有的數據行，然後根據給定的列排序。對於I/O密集型應用，效率會高很多）
隨着MySQL的不斷髮展，優化器使用的優化策略也在不斷的進化，這裏僅僅介紹幾個非常常用且容易理解的優化策略，其他的優化策略，大家自行查閱吧。
查詢執行引擎
在完成解析和優化階段以後，MySQL會生成對應的執行計劃，查詢執行引擎根據執行計劃給出的指令逐步執行得出結果。整個執行過程的大部分操作均是通過調用存儲引擎實現的接口來完成，這些接口被稱爲handler API。查詢過程中的每一張表由一個handler實例表示。實際上，MySQL在查詢優化階段就爲每一張表創建了一個handler實例，優化器可以根據這些實例的接口來獲取表的相關信息，包括表的所有列名、索引統計信息等。存儲引擎接口提供了非常豐富的功能，但其底層僅有幾十個接口，這些接口像搭積木一樣完成了一次查詢的大部分操作。
返回結果給客戶端
查詢執行的最後一個階段就是將結果返回給客戶端。即使查詢不到數據，MySQL仍然會返回這個查詢的相關信息，比如該查詢影響到的行數以及執行時間等等。
如果查詢緩存被打開且這個查詢可以被緩存，MySQL也會將結果存放到緩存中。
結果集返回客戶端是一個增量且逐步返回的過程。有可能MySQL在生成第一條結果時，就開始向客戶端逐步返回結果集了。這樣服務端就無須存儲太多結果而消耗過多內存，也可以讓客戶端第一時間獲得返回結果。需要注意的是，結果集中的每一行都會以一個滿足①中所描述的通信協議的數據包發送，再通過TCP協議進行傳輸，在傳輸過程中，可能對MySQL的數據包進行緩存然後批量發送。
回頭總結一下MySQL整個查詢執行過程，總的來說分爲6個步驟：
-
客戶端向MySQL服務器發送一條查詢請求
-
服務器首先檢查查詢緩存，如果命中緩存，則立刻返回存儲在緩存中的結果。否則進入下一階段
-
服務器進行SQL解析、預處理、再由優化器生成對應的執行計劃
-
MySQL根據執行計劃，調用存儲引擎的API來執行查詢
-
將結果返回給客戶端，同時緩存查詢結果
性能優化建議
看了這麼多，你可能會期待給出一些優化手段，是的，下面會從3個不同方面給出一些優化建議。但請等等，還有一句忠告要先送給你：不要聽信你看到的關於優化的“絕對真理”，包括本文所討論的內容，而應該是在實際的業務場景下通過測試來驗證你關於執行計劃以及響應時間的假設。
Scheme設計與數據類型優化
選擇數據類型只要遵循小而簡單的原則就好，越小的數據類型通常會更快，佔用更少的磁盤、內存，處理時需要的CPU週期也更少。越簡單的數據類型在計算時需要更少的CPU週期，比如，整型就比字符操作代價低，因而會使用整型來存儲ip地址，使用DATETIME來存儲時間，而不是使用字符串。
這裏總結幾個可能容易理解錯誤的技巧：
-
通常來說把可爲
NULL的列改爲NOT NULL不會對性能提升有多少幫助，只是如果計劃在列上創建索引，就應該將該列設置爲NOT NULL。 -
對整數類型指定寬度，比如
INT(11)，沒有任何卵用。INT使用32位（4個字節）存儲空間，那麼它的表示範圍已經確定，所以INT(1)和INT(20)對於存儲和計算是相同的。 -
UNSIGNED表示不允許負值，大致可以使正數的上限提高一倍。比如TINYINT存儲範圍是-128 ~ 127，而UNSIGNED TINYINT存儲的範圍卻是0 - 255。 -
通常來講，沒有太大的必要使用
DECIMAL數據類型。即使是在需要存儲財務數據時，仍然可以使用BIGINT。比如需要精確到萬分之一，那麼可以將數據乘以一百萬然後使用BIGINT存儲。這樣可以避免浮點數計算不準確和DECIMAL精確計算代價高的問題。 -
TIMESTAMP使用4個字節存儲空間，DATETIME使用8個字節存儲空間。因而，TIMESTAMP只能表示1970 - 2038年，比DATETIME表示的範圍小得多，而且TIMESTAMP的值因時區不同而不同。 -
大多數情況下沒有使用枚舉類型的必要，其中一個缺點是枚舉的字符串列表是固定的，添加和刪除字符串（枚舉選項）必須使用
ALTER TABLE（如果只只是在列表末尾追加元素，不需要重建表）。 -
schema的列不要太多。原因是存儲引擎的API工作時需要在服務器層和存儲引擎層之間通過行緩衝格式拷貝數據，然後在服務器層將緩衝內容解碼成各個列，這個轉換過程的代價是非常高的。如果列太多而實際使用的列又很少的話，有可能會導致CPU佔用過高。
-
大表
ALTER TABLE非常耗時，MySQL執行大部分修改表結果操作的方法是用新的結構創建一個張空表，從舊錶中查出所有的數據插入新表，然後再刪除舊錶。尤其當內存不足而表又很大，而且還有很大索引的情況下，耗時更久。當然有一些奇技淫巧可以解決這個問題，有興趣可自行查閱。