为什么查询速度会慢 大量为了检索数据到存储引擎的调用，以及调用后的数据处理，包括排序和分组。

在完成这些任务的时候，查询需要在不同的地方花费时间,包括网络、CPU计算，生成统计信息和执行计划、锁等待等操作，尤其是向底层存储引擎检索数据的调用操作。优化和查询的目的就是减少和消除这些操作所花费的时间。

慢查询的基础：

1. 优化数据访问

查询性能低下的最基本原因是访问的数据太多，大部分性能低下的查询可以通过减少访问的数据量的方式进行优化：

1. 确认程序是否在检索大量超过需要的数据，这通常意味着访问太多行，但有时也可能是访问太多列。
2. 确认MySQL服务器层是否在分析大量超过需求的数据

  是否向数据库请求了不需要的数据  （2）多表关联时返回全部列    （3）重复查询相同的数据。

 MySQL是否在扫描额外记录：在确定查询只返回需要的数据后，接下来应该看看为了需要的结果是是否扫描了过多的数据。对于MySQL，最简单的衡量查询开销三个指标如下：

• 响应时间
• 扫描行数
• 返回行数

这三个指标都会记录在MySQL慢日志中。

所以好的索引可以让查询使用适合的访问类型，尽可能地只扫描需要的数据行。如果发现查询需要扫描大量的数据但只返回少数的行，那么通常可以尝试以下的方式去优化它：

使用索引覆盖扫描，把所有需要用的列都放在索引中（比如多字段的聚合索引），这样存储引擎无须回表获取对应的行就能返回结果。
改变库表结构，例如使用单独的汇总表。
重写这个复杂的查询，让MySQL优化器能够以更优化的方式执行这个查询。

1. 重构查询方式

一个复杂的查询还是多个简单的查询

切分查询

分解关联查询：可以对每个表进行一次单表查询，然后将结果在应用程序中关联。

可以对每个表进行一次单表查询，然后将结果在应用程序中关联。

好处：

让缓存效率更高。许多应用程序可以方便的缓存单表查询的结果集，另外，关联中的某个表发生了变化，那么就无法使用查询缓存了，拆分后，单表之间不受影响。
执行单个查询可以减少锁的竞争。
在应用层做关联，可以更容易对数据库拆分，更容易做到高性能和扩展性。
查询效率本身可能会有所提升。
可减少冗余记录的查询。在应用层做关联查询，意味着对某条记录应用只需要查询一次，而在数据库中做关联查询可能需要重复地访问一部分数据。
更进一步，这样做相当于在应用层实现了哈希关联，而不是MySQL的嵌套循环关联。

查询执行的基础

MySQL客户端/通信协议：半双工

 查询缓存

查询优化处理

查询执行引擎

返回结果给客户端