1.[MySQL 8.0] 通过 Optimizer Trace 概览查询优化
2.一文带你了解MySQL之optimizer trace神器的优源码l优原理功效
3.MySQL 优化器源码入门-内核实现 FULL JOIN 功能
4.优化MySQL查询解决不走索引的问题mysql不会走索引
[MySQL 8.0] 通过 Optimizer Trace 概览查询优化
MySQL 查询优化过程可以通过 Optimizer Trace 概览，本文以 TPC-H Q4 为例，化器化器系统性总结 MySQL 8.0. 查询优化，优源码l优原理便于了解 MySQL 查询优化细节。化器化器
TPC-H Q4 包含分组聚合和子查询，优源码l优原理执行计划先进行 nested loop semi join，化器化器云印源码接着分组聚合，优源码l优原理最后排序输出结果。化器化器
关注两个问题：1. 优化器如何生成执行计划？2. 执行计划的优源码l优原理生成过程是如何进行的？
使用 optimizer trace 功能，首先打开当前 session 的化器化器 optimizer_trace，执行 SQL 后获取 trace 信息。优源码l优原理
Optimizer Trace 的化器化器工作原理是通过在关键代码路径中埋点，收集需要跟踪的优源码l优原理信息，如通过 Opt_trace_object、化器化器Opt_trace_array 添加到 trace 结果的优源码l优原理 json 对象中。
Optimizer trace 结果展示了 SQL 在 MySQL 中的优化过程，大致经历了三个阶段：join_preparation、join_optimization、join_execution。
阶段 1：join_preparation - 包括解析 SQL 子句、优化子查询、常量消除、appcms 源码冗余表达式消除等。
阶段 2：join_optimization - 通过查询重写、基于成本的连接优化和规则驱动的访问路径选择等步骤生成查询执行计划。
阶段 3：join_execution - 负责实际查询执行。
具体优化步骤涉及 SQL 解析、子查询转换、本地优化、连接顺序优化、执行计划评估、条件优化、中间结果过滤、最后的执行计划调整和临时表分配。
通过 optimizer trace，我们可以深入了解 MySQL 的查询优化过程，包括 join_preparation、join_optimization 和 join_execution 的详细步骤，从而更系统地理解查询优化细节。
一文带你了解MySQL之optimizer trace神器的功效
前言：对于MySQL 5.6及之前的版本，查询优化器就像一个黑盒子，只能通过EXPLAIN语句查看执行计划，无法了解决策过程。lpsolve源码optimizer trace功能开启后，用户可以追踪优化器生成执行计划的过程，帮助理解决策逻辑。
optimizer trace功能的启用与关闭由系统变量optimizer_trace控制。默认关闭，通过将enabled值设为on开启功能。
在MySQL 5.6及之后版本中，optimizer trace功能允许查看优化过程的完整信息。查询优化过程存储在information_schema数据库下的OPTIMIZER_TRACE表中，表包含QUERY、TRACE、MISSING_BYTES_BEYOND_MAX_MEM_SIZE和INSUFFICIENT_PRIVILEGES四列。
使用optimizer trace的步骤包括：1）开启功能，2）输入查询语句，3）查看查询优化过程，4）重复步骤2和3查看其他语句，5）关闭功能。
面对复杂查询，优化器可能选择多个索引或全表扫描。使用optimizer trace功能可以深入了解优化器决策过程，例如选择特定索引的weakptr 源码原因。
通过查询OPTIMIZER_TRACE表，可以查看优化器执行的三个主要阶段：准备阶段、优化阶段、执行阶段。优化器主要关注成本分析和执行方案比较，最终选择成本最低的执行计划。
使用optimizer trace功能有助于深入理解MySQL查询优化器的工作机制。对于不理解EXPLAIN语句展示的执行计划的用户，通过了解不同执行方案的成本，可以提高对优化器决策的理解。
结束学习，希望您能成为自己道路上的指南针。感谢阅读，若内容对您有帮助，请考虑点赞、评论或收藏，每一点支持都激励我继续分享知识。
MySQL 优化器源码入门-内核实现 FULL JOIN 功能
本文以实现MySQL内核的FULL JOIN功能为目标，深入解析了MySQL源码的优化器工作流程。首先，作者通过环境和知识准备，maobv源码明确将重点放在Server执行流程的探索上，从语法规则的修改开始，如在`sql_yacc.yy`中添加新支持，以及在`parse_tree_nodes.cc`中处理FULL JOIN的语法树解析和打印。接着，作者逐步解析了词法、语法分析后的Query_expression、Query_block和Query_term结构，并在关键函数中设置了断点以跟踪执行流程。
在探索了JOIN的优化工作流程后，作者选择在hypergraph_optimizer中实现FULL JOIN，该部分涉及RelationalExpression、JoinHypergraph的构建和AccessPath的生成。尽管过程复杂，但作者通过逐步调试和修改，成功在HashJoinIterator中添加了对FULL JOIN的支持，包括添加新数据成员和状态标记，以及在LEFT JOIN后执行ANTI JOIN流程。
在测试阶段，作者确认了FULL JOIN功能的正确性，通过在代码关键位置的断点观察，确认了FULL OUTER_JOIN的出现，并展示了改造后的迭代器结构。整个过程中，作者强调了在实现过程中面临的挑战和对MySQL历史的参考，最终决定以最少改动的方式完成任务，以保持代码的简洁和性能。
通过这个项目，作者不仅深入理解了MySQL源码，还实现了FULL JOIN功能，为读者提供了一个从零开始实现新功能的实例。
优化MySQL查询解决不走索引的问题mysql不会走索引
优化MySQL查询：解决不走索引的问题
在使用MySQL进行数据查询时，我们经常会遇到一个问题：即使有索引，查询语句也不走索引，导致查询效率低下。这时候，我们就需要对MySQL查询进行优化，解决不走索引的问题。
为什么会出现不走索引的情况？
我们需要明确一个概念：MySQL的优化器。MySQL优化器是MySQL中非常重要的组件，它负责优化MySQL的查询语句，选择最优的执行计划，计算最少的代价等。
当我们执行一条查询语句时，MySQL优化器会根据查询条件以及表的结构信息，选择最优的执行计划。通常情况下，MySQL优化器会选择使用索引来加速查询，并且会选择最优的索引。但是，有时候，MySQL优化器并不能正确地选择最优的执行计划，导致查询语句不走索引。这时候，我们需要手动进行MySQL查询优化，以达到更好的查询效率。
如何解决不走索引的问题？
下面是一些常见的解决方法：
1.优化查询语句
我们首先需要检查查询语句是否写得正确。有时候，查询语句中的一些不规范的写法，可能导致MySQL优化器无法正确地选择最优的执行计划。比如，在查询条件中使用了函数，或者使用了OR等逻辑操作符。
如果发现这种情况，我们需要对查询语句进行优化。可以尝试更改查询语句中的写法，或者通过拆分查询条件等方式，让MySQL优化器能够更准确地选择最优的执行计划。
2.创建索引
如果我们检查确保了查询语句写得没有问题，但是查询仍然不走索引，那么我们可能需要手动创建索引。通常情况下，MySQL会自动对一些常见的查询条件进行索引，比如主键、唯一键、外键等。但是，在一些特殊的情况下，MySQL可能无法自动创建索引，这时候我们可以手动创建索引。
3.使用FORCE INDEX
FORCE INDEX是一种强制MySQL使用指定索引的方式。通过指定索引，我们可以强制MySQL使用我们指定的索引，从而达到更好的查询效率。但是，需要注意的是，如果我们不确定使用哪个索引更优，或者是指定了错误的索引，那么使用FORCE INDEX可能会降低查询效率。
4.使用覆盖索引
覆盖索引是指查询语句中所需要的数据全部可以从索引中获取，而不需要回到数据表中取数据。使用覆盖索引可以大大提高查询效率，因为MySQL可以跳过数据表中的数据，直接从索引中获取所需要的数据。不过，需要注意的是，覆盖索引只对查询数据较少的情况有效。
5.分析查询语句并使用expln
使用expln命令可以分析查询语句的执行计划，帮助我们找到不走索引的原因。在执行expln命令时，MySQL会给出查询语句的执行计划，并显示每个步骤的执行代价、索引使用情况等信息。通过分析expln的结果，我们可以发现查询语句中的错误，以及需要优化的地方。
总结
优化MySQL查询可以帮助我们提高查询效率，节省查询时间。当我们遇到不走索引的问题时，需要通过合理的策略进行优化。通常情况下，我们需要检查查询语句是否写得正确，是否创建了正确的索引等等。如果无法解决问题，可以使用覆盖索引、FORCE INDEX等方式帮助我们解决不走索引的问题。
