sql执行顺序：

1、LIMIT 语句；

分页查询，是最常用的场景之一，但也通常也是最容易出问题。比如对于简单的语句，一般 DBA ，想到的办法是在 type, name, create_time 字段上加组合索引。条件排序都能有效的【利用到索引】，性能迅速提升。

好吧，可能90%以上的 【DBA】 解决该问题就到此为止。但当 LIMIT 子句变成 “LIMIT 1000000,10” 时，程序员仍然会抱怨：我只取10条记录，为什么还是慢？

要知道数据库也并不知道，第1000000条记录从什么地方开始，即使有索引，也需要从头计算一次。出现这种性能问题，多数情形下是程序员偷懒了。

在前端数据浏览翻页，或者大数据分批导出等场景下，是可以将上一页的最大值当成参数作为select条件的。SQL 重新设计如下：

在新设计下select时间基本固定，不会随着数据量的增长而变。

2、隐式转换；

SQL语句中，select变量和字段定义类型不匹配，是另一个常见的错误。比如下面的语句：

其中字段 bpn 的定义为 varchar(20)，MySQL 的策略是将字符串转换为数字之后再比较。函数作用于表字段，索引失效。

上述情况可能是应用程序框架自动填入的参数，而不是程序员的原意。现在应用框架很多很繁杂，使用方便的同时也小心它可能给自己挖坑。

3、关联更新、删除

虽然 MySQL5.6 引入了物化特性，目前仅仅针对【select】语句的优化。对于更新或删除，需要手工重写成 JOIN。

比如下面 UPDATE 语句，MySQL 实际执行的是循环/嵌套子查询（DEPENDENT SUBQUERY)，时间可想而知。

执行计划：

重写为 JOIN 之后，子查询的选择模式，从 DEPENDENT SUBQUERY 变成 DERIVED，执行速度大大加快，从7秒降低到2毫秒。

执行计划简化为：

4、混合排序

MySQL 不能利用索引进行混合排序。但在某些场景，还是有机会使用特殊方法提升性能的。

执行计划显示为全表扫描：

由于 is_reply 只有0和1两种状态，我们按照下面的方法重写后，执行时间从1.58秒，降低到2毫秒。

5、EXISTS语句

MySQL 对待 EXISTS 子句时，仍然采用嵌套【子查询】的执行方式。如下面的 SQL 语句：

执行计划为：

去掉 exists 更改为 join，能够避免嵌套【子查询】，将执行时间从1.93秒降低为1毫秒。

新的执行计划：

6、条件下推；

外部select条件，不能够下推到复杂的视图，或子查询的情况有：

1、聚合子查询； 2、含有 LIMIT 的子查询； 3、UNION 或 UNION ALL 子查询； 4、输出字段中的【子查询】；

如下面的语句，条件作用于，聚合子查询之后：

确定从语义上，查询条件，可以直接下推后，重写如下；

执行计划变为：

7、提前缩小范围**

先上初始 SQL 语句：

该SQL语句原意是：先做一系列的左连接，然后排序取前15条记录。从执行计划，也可以看出，最后一步估算排序记录数为90万，时间消耗为12秒。

由于最后 WHERE 条件，及排序均针对最左主表，因此可以先对 【my_order】 提前缩小数据量，再做左连接。SQL 重写后如下，执行时间缩小为，1毫秒左右。

再检查执行计划：子查询物化后（select_type=DERIVED)参与 JOIN。虽然估算行扫描仍然为90万，但是利用了索引以及 LIMIT 子句后，实际执行时间变得很小。

8、中间结果集下推

再来看下面这个已经初步优化过的例子(左连接中主表优先作用【查询条件】)：

不难看出子查询 c ，是全表聚合查询，表数量大情况下，导致性能下降。

其实对于子查询 c，左连接最后结果集只关心能和主表 resourceid 能匹配的数据。因可以重写语句，执行时间从原来的2秒下降到2毫秒。

但是子查询 a 在我们的SQL语句中出现了多次。这种写法不仅存在额外的开销，显的繁杂。使用 WITH 语句再次重写：

总结；

数据库编译器，产生执行计划，决定着【SQL】实际执行。编译器只是服务，数据库的编译器都不是完美的。

了解数据库特性，才能扬长避短，写出高性能的SQL。

SQL语句不在于多复杂，简洁清晰就好。