在语句执行之前，MySQL查询优化器会找出执行该语句所有可能的方案，对比找到成本最低的方案，该方案叫 执行计划

成本主要分为两种：

　　I/O成本：以 页 为单位将数据和索引从 磁盘 加载到 内存 的成本，默认规定读取一个页面的成本是1.0 CPU成本：

　　从内存读取记录并检测搜索条件、对结果集进行排序等操作的成本，默认是0.2

单表查询的成本

　　基于成本的优化步骤：

1. 根据搜索条件找到所有 可能用到的索引

2. 计算使用使用不同索引方案执行查询的代价（优先分析 唯一二级索引）

3. 计算 全表扫描 的代价

4. 对比各种方案代价，找到 执行计划

计算全表扫描的代价

全表扫描就是把聚集索引的中所有的记录依次和所有条件比较（获取最左侧叶子节点，向右侧遍历比较），把符合条件的放入结果集，由于查询成本=I/O成本+CPU成本因此全表扫描代价与页面数和表中记录数相关 ​ MySQL设计者将为 每个表 都维护了一系列统计信息通过show table status查看：其中的Rows是行数，对于MyISAM是准确值，对InnoDB是估算值；Data_length是表占用的存储空间字节数，对MyISAM是数据文件大小，对InnoDB是聚集索引大小（等同于数据文件）由于每个页面默认16KB，因此可以算出页面的数量。

例：Rows = 9693 , Data_length = 1589248 , 则聚簇索引页面数量得：1589248/16/1024 = 97 ，

　　IO成本估算：97 * 1.0 +1.1=98.1   公式解析：加载一个页面的成本常数为1.0 ，后面的1.1是个微调值。

　　CPU成本估算： 9693*02+1.0=1939.6  公式解析：0.2是访问一条记录所需的成本长数，后面的1.0是个微调值。

　　总成本为： 1939.6+98.1 = 2037.7

计算不通索引执行查询的代价

　　1）使用不同索引执行查询的代价

　　　　对于使用二级索引+回表方式执行的查询，在计算这种查询的成本依赖两方面数据：扫描区间数量和需要回表的记录数。

　　　　* 扫描区间数量：无论某个扫描区间的二级索引到底占用了多少页面，查询优化器都认为读取索引一个扫描区间的I/O成本与读取一个页面的I/O成本相同。一个扫描区间的I/O成本即为1 * 1.0 = 1；

　　　　* 需要回表的记录数：

　　　　　　a)分别找到区间最左记录与最右记录。

　　　　　　b)如果区间最左记录和区间最右记录相隔不太远（在Mysql5.7.22版本中 只要相隔不大于10个页即可）就可以精准统计出 扫描区间的记录数。

　　　　　　PS:（数据页PageHeader有一个PAGE_N_RECS属性存储了该页面的记录数，所以满足这个不太远的要求，直接遍历这些页面，把页面的PAGE_N_RECS加起来就可以了）

　　　　　　c) 设该扫描区间记录数为 95条记录， 读取95条二级索引记录需要的CPU成本则为 95 * 0.2 + 0.0.1，0.2为读取一条记录的成本常数，0.01是微调值。

　　　　* 根据这些记录的主键值到聚簇索引中执行回表操作：

　　　　　　a) 执行回表操作的I/O成本相当于访问一个页面，所以回表操作的I/O成本为 95 * 1.0 = 95

　　　　* 回表操作后得到完整的用户记录，然后再检测其他搜索条件是否成立。

　　　　　　a) I/O成本 1.0 + 95 * 1.0 = 96 （扫描区间数量+预估二级索引记录数量）

　　　　　　b)CPU成本：95 * 0.2 + 0.01 + 95 * 0.2 = 38.01 （读取二级索引记录的成本+读取病检测回表操作做后聚簇索引记录的成本）

　　　　所以总成本为96+38.01=134.01

　通过 索引区间 作为查询条件，MySQL底层会找到区间最左记录和区间最右记录，通过这两个记录向上回溯到 相同祖先节点 通过这些 内节点 的记录数可以获取区间最左记录和区间最右记录的 页面数（准确值），然后从区间最左记录向右读取10个页面，计算 平均 每个页面的记录数。最终通过页面数X平均页面记录数得到索引区间的记录数（估算值）这个过程叫：index dive MySQL也会把IN语句作为 单点区间 来计算成本，如果IN语句中的条件非常多，进行 index dive 效率就会非常低（通过show varibales like %dive%可以查看IN语句参数限制值eq_range_index_dive_limit），因此当IN语句的参数超过限制值不会使用 index dive 而是使用 统计数据 来进行估算（如果使用IN语句却没有用到所引，可能是eq_range_index_dive_limit参数值设置太小，而使用了 统计数据 进行估算） 通过show index from <表名>;可以查看索引的统计数据，其中Cardinality是索引列的基数（去重后记录数的估算值） ​ 通过 show table status like '<表名>'可以查看表空间的统计数据，其中的Rows是表中的记录的估算值 ​ 一个值的重复次数≈Rows / Cardinality，得到 重复次数估算值 和 单点区间 的列相乘，就可以得到这些 单点区间 对应的记录条数估算值了