Query 优化基本思路
1.优化一个高并发Query比一个低并发的Query收益要大很多;
例子：
比如一个一小时执行1w次，每次需耗20次IO;另外一个每小时执行20次，每次需要10000个IO；
同样优化节省20000次IO，对于前一个来说每次优化时只需要降低2个IO值便可；
但对于后者，平均每次需要降低1000个；相比较前者优化来得容易得多；
2.一个频繁执行的高并发Query的危险性比一个低并发的Query要大很多;
当一个低并发的Query走错执行计划，所带来的影响只是该Query的请求者的体验会变差，对整个系统的影响不会特别突出，至少还在可控范围；
（当然了，如果是使用了复杂join语句造成大量锁表操作就另当别论了~）；
但是当一个高并发的Query走错了执行计划，可能带来灾难性的后果，很多时候连自救的机会都不给你就让整个系统Crash掉；
优化要明确Query语句有什么问题，我为什么要优化它？
拿到需要优化的Query语句后，我们首先要判断这个Query的瓶颈到底是IO还是CPU？
到底是因为数据访问耗时太多，还是在数据运算（分组排序）？
做事情都要有目标，没有目的没完没了的优化也不行；
通常情况下，查询响应一般我会为自己设定查询优化响应时间来作为量化的目标；
比如，我最近在做的业务表优化，优化目标就是:百万级至至千万级数据优化单表聚合查询响应时间保持的200ms左右；
Explain是用来获取一个Query在当前的数据库中的执行计划，但在查看Explain结果之前，作为Query优化人员，应该要有一个
清晰的目标执行计划‘
Query 优化基本原则：
Query Profiler是一个非常方便的Query诊断分析工具，通过该工具可以获取一条Query在整个执行过程中对中资源的消耗情况；
1.开启profiling参数：
>set profiling=1;
2.执行Query:
>select count(*) from users;
3.获取系统中保存的所有Query的profile概要信息：
>show profiles;
4.针对单个Query获取详细的profile信息,比如查看Query_ID为4的数据：
>show profile cpu,block io for query 4;
mysql中的join只有一种实现方式：Nested Loop，即：嵌套循环来实现的；
驱动表的结果集越大，被驱动表的访问次数增加，IO总量及CPU运算次数也随即上升；
减少驱动表的结果集，从而减少IO总量及CPU运算总量
- 尽可能在索引中完成排序；
- 只取出自己需要的Columns;
减少Columns数量可以减少传输数据量，如果需要涉及排序，可以减少数据在排序区占用的内存空间
最有效的过滤条件可以减少索引所占用的存储空间；
Join语句：
mysql在并发性的处理上并不是太好，当并发量太高的时候，系统整体性能可能会急剧下降；
尤其是遇到一些较为复杂的Query的时候更是如此；
当出现复杂的join语句，就意味着需要锁定的资源也就多，所堵塞的其他线程也就多；
相反的，如果我们将比较复杂的Query语句拆成多个较为简单的Query语句分布执行，每次锁定的资源会少很多，
所堵塞的其他线程也要少一些；当然啦，整个查询的时间也会因此增长，这是一个取舍的过程；
子查询：
子查询通常很难得到一个很好的执行计划，很多时候命名有索引可以用，但是Query Optimizer就是不用；
对于复杂的Join和子查询的应用，明白其原理及可能造成的危害；在设计之时，有意识的规避及预估风险；
我也很反感为了优化而优化，为了吐槽而吐槽的行为；在曾经的团队里，笔者也遇到看到join语句就开始吐槽的同学；
毕竟优化本身就是一个系统性能，平衡决策的过程；
