mysql执行顺序，explain关键字
背景
由于查询SQL时间过长，导致接口请求超时，我们对执行的sql进行了对应的sql优化。这里总结复盘一下sql优化的过程以及对应的结果。
前置知识
这里前置知识主要分为两个部分，分别是： mysql的执行顺序和explain关键字解析。
1.mysql的执行顺序
2.mysql的执行顺序如下
3.from
4.on
5.join
6.where
7.group by
8.having + 聚合函数
9.select
10.distinct
11.order by
12.limit
基本数据：
Mysql的执行顺序是先去执行 from 然后根据 on关键字去筛选目标表，筛选出的结果在进行join 或者using,这样形成一个临时表。然后去使用 where 条件去筛选这个临时表。然后对这个临时表进行 group by 进行分组（如果有having 就去筛选）。执行到这里，所需要的数据基本就有了。
目标数据：
select来筛选我们需要的目标列，筛选完成之后，使用 distinct ，order by ，limit ，进行数据的筛选，我们所需要的数据即搞出来了。
分析代码
上面的查询一共分成了6个代码块。基本囊括了上文所说的执行顺序。在这个实例里，sql语句执行的顺序应该是
2–>3–>4–>1–>5–>6
清楚了执行顺序的作用
我们清楚了mysql的执行顺序由什么作用呢？对我们对mysql的使用有什么帮助呢？
筛选数据
能写到on里的条件不写到 where里，能写到where里的不写到having里。
where条件里，将排除信息多的条件写到前面
提升认识
利于我们理解sql语句，并对sql语句进行优化，提高我们对数据库的理解。利于以后编写复杂的sql语句。
explain关键字解析
概念
explain 英文含义是解释、说明的意思。在mysql里，一条查询语句需要经过MySql查询优化器的各种成本和规则，生成一个执行计划。而explain关键字就是来查询这个计划的。通过explain关键字，可以分析我们的查询语句的效率。
语法： explain select * from table
基本构成
| 列名 | 用途 | 构成 |
| id | SELECT查询语句都对应一个唯一id | id越大，越优先执行。相同由上向下执行。NULL最后执行 |
| select_type | SELECT对应的查询类型 | （SIMPLE:简单查询不包含子查询和UNION查询）、 （PRIMARY:复杂查询中最外层SELECT） 、（DERIVED：包含对于派生表的查询）、（UNION： 在 UNION 查询语句中的第二个和紧随其后的 SELECT）。 |
| table | 表名 | 值可能是表名、表的别名或者一个未查询产生临时表的标识符。table 列是 格式时，标识此查询依赖于 id = N的查询。先执行id = N的查询 |
| partitions | 匹配的分区信息 | |
| type | 单表的访问方法 | 从优到差 system > const > eq_ref > range > index > all |
| possible_keys | 可能用到的索引 | 与具体建立的索引有关 |
| key | 实际使用到的索引 | 与具体建立的索引有关，未使用的话是null |
| key_len | 实际使用到的索引长度 | – |
| ref | 当使用索引列等值查询时，与索引列进行等值匹配的对象信息 | – |
| rows | 预估需要读取的记录条数 | – |
| filtered | 某个表经过条件过滤后剩余的记录条数百分比 | 对于单表来说意义不大，主要用于连接查询中。 |
| Extra | 额外的一些信息 | 有几十个，根据信息进行查询 |
重点
看到上面这么多的构成，信息，头都大了。我们还是列一下需要重点进行关注的信息
id
id越大，优先级越高，Id相等，从上往下顺序执行。
select_type
SIMPLE简单查询，PRIMARY复杂查询，DERIVED衍生查询(from子查询的临时表)，派生表。
type
system > const > eq_ref > range > index > all 阿里巴巴规约要求最差也要是range级别。
distinct和group by效率对比
结论：
有索引的情况下，group by和distinct 都能用索引，效率相同
无索引的时候，distinct 效率高于 group by，distinct 是根据信息不同进行直接进行去重，group by 的原理是对结果先进行 分组排序 ，然后返回每组中的第一条数据。
用法
distinct 的用法 select distinct 列1 ， 列2 from table
group by 的用法 select 列1，列2 from table group by 列1 ，列2
优点，缺点
1.如果是单纯的去重操作的话，无论是否有索引，distinct 的效率都更加高，但是如果 查询的列和去重的列不对应的话，distinct就无法使用了。相较于group by 不够灵活。
2.group by 的语义更加的明确，并且group by 可以根据分组的情况加上聚合函数，做一些其他的处理，功能更加丰富。但是有时候效率将低于distinct。、
优化案例
原sql语句
SELECT aui.ding_phone, aui.ding_name, aui.chaoxing_name, aui.chaoxing_phone FROM ( SELECT info_id FROM arpro_user_course_info WHERE course_id = 223667994 AND class_id = 55801765 AND is_delete = 0 GROUP BY info_id ) auci LEFT JOIN arpro_user_info aui ON auci.info_id = aui.id
优化
1.arpro_user_course_info 表添加索引。
分析结果 对 arpro_user_course_info 的查询已经走了我们建立的索引了
2.group by 改为 distinct。
3.解决数据类型不一致导致主键索引失效问题
查看我们优化过后的sql不难发现，我们的 aui也就是 user_info 表 走的还是全表检索。但是实际上我们的sql语句中只用到了 user_info 表的 主键id字段，按道理将，这个查询应该走 一级索引 也就是主键索引。让我们来排查一下数据类型
这里我们看到 user_info 表的主键为 varChar类型，而user_course_info 表的外键为 bigint类型，由于联查的时候，主外建不一致，导致的索引失效，从而导致索引失效，sql变慢。
阿里规约规定：
让我们将 user_info 表的字段修改为bigint，查看一下语句分析结果
这时我们可以看到，两个表的查询均走了对应的索引。对应的sql语句就优化好了。
总结提升
本次主要讲解了，如何着手去分析sql语句，从哪些方面做sql优化。对以上知识清晰，才能写出高性能的sql语句
