MySQL查詢執行路徑
1. 客戶端發送一條查詢給服務器；
2. 服務器先會檢查查詢緩存，如果命中了緩存，則立即返回存儲在緩存中的結果。否則進入下一階段；
3. 服務器端進行SQL解析、預處理，再由優化器生成對應的執行計划；
4. MySQL根據優化器生成的執行計划，調用存儲引擎的API來執行查詢；
5. 將結果返回給客戶端。
查詢緩存（query cache）
在解析一個查詢語句之前，如果查詢緩存是打開的，那么MySQL會優先檢查這個查詢是否命中查詢緩存中的數據。這個檢查是通過一個對大小寫敏感的哈希查找實現的。查詢和緩存中的查詢即使只有一個字節不同，那也不會匹配緩存結果，這種情況查詢會進入下一個階段的處理。
如果當前的查詢恰好命中了查詢緩存，那么在返回查詢結果之前MySQL會檢查一次用戶權限。這仍然是無須解析查詢SQL語句的，因為在查詢緩存中已經存放了當前查詢需要訪問的表信息。如果權限沒有問題，MySQL會跳過所有其他階段，直接從緩存中拿到結果並返回給客戶端。這種情況下，查詢不會被解析，不用生成執行計划，不會被執行。
緩存配置參數：
query_cache_limit: MySQL能夠緩存的最大結果,如果超出,則增加 Qcache_not_cached的值,並刪除查詢結果
query_cache_min_res_unit: 分配內存塊時的最小單位大小
query_cache_size: 緩存使用的總內存空間大小,單位是字節,這個值必須是1024的整數倍,否則MySQL實際分配可能跟這個數值不同(感覺這個應該跟文件系統的blcok大小有關)
query_cache_type: 是否打開緩存 OFF: 關閉 ON: 總是打開
query_cache_wlock_invalidate: 如果某個數據表被鎖住,是否仍然從緩存中返回數據,默認是OFF,表示仍然可以返回
語法解析器和預處理器
首先，MySQL通過關鍵字將SQL語句進行解析，並生成一棵對應的“解析樹”。MySQL解析器將使用MySQL語法規則驗證和解析查詢。例如，它將驗證是否使用錯誤的關鍵字，或者使用關鍵字的順序是否正確等，再或者它還會驗證引號是否能前后正確的匹配。
預處理器則根據一些MySQL規則進一步檢查解析樹是否合法，例如，這里講檢查數據表和數據列是否存在，還會解析名字和別名，看看它們是否有歧義。
下一步預處理器會驗證權限，這通常很快，除非服務器上有非常多的權限設置。
查詢優化器
現在語法樹被認為合法的了，並且由優化器將其轉化為執行計划。一條查詢可以由很多種執行方式，最后都返回相同的結果。優化器的作用就是找到這其中最好的執行計划。
MySQL使用基於成本的優化器，它將嘗試預測一個查詢使用某種執行計划的成本，並選擇其中成本最小的一個。最初，成本的最小單位是隨機讀取一個4K數據頁的成本，后來成本計算公式變得更加復雜，並且引入了一些“因子”來估算某些操作的代價，如當執行一次where條件比較的成本。可以通過查詢當前會話的last_query_cost的值來得知MySQL計算的當前查詢的成本。
有很多種原因會導致MySQL優化器選擇錯誤的執行計划，比如：
1. 統計信息不准確。
2. 執行計划中的成本估算不等同於實際的執行計划的成本。
3. MySQL的最優可能與你想的最優不一樣。
4. MySQL從不考慮其他並發的查詢，這可能會影響當前查詢的速度。
5. MySQL也不是任何時候都是基於成本的優化，有時候也會基於一些固定的規則。
6. MySQL不會考慮不受其控制的成本，例如執行存儲過程或者用戶自定義的函數的成本。
MySQL的查詢優化使用了很多優化策略來生成一個最優的執行的計划。優化策略可以分為兩種，靜態優化和動態優化。靜態優化可以直接對解析樹進行分析，並完成優化。例如優化器可以通過一些簡單的代數變換將where條件轉換成另一種等價形式。靜態優化不依賴於特別的數值，如where條件中帶入的一些常數等。靜態優化在第一次完成后就一直有效，即使使用不同的參數重復查詢也不會變化，可以認為是一種“編譯時優化”。
相反，動態優化則和查詢的上下文有關。也可能和很多其他因素有關，例如where條件中的取值、索引中條目對應的數據行數等，這些需要每次查詢的時候重新評估，可以認為是“運行時優化”。
下面是一些MySQL能夠處理的優化類型：
1. 重新定義關聯表的順序
數據表的關聯並不總是按照在查詢中指定的順序進行，決定關聯的順序是優化器很重要的一部分功能。
2. 將外連接轉化成內連接
並不是所有的outer join語句都必須以外連接的方式執行。諸多因素，例如where條件、庫表結構都可能會讓外連接等價於一個內連接。MySQL能夠識別這點並重寫查詢，讓其可以調整關聯順序。
3. 使用等價變換規則
MySQL可以使用一些等價變換來簡化並規范表達式。它可以合並和減少一些比較，還可以移除一些恆成立和一些恆不成立的判斷。例如：（5=5 and a>5）將被改寫為a>5。類似的，如果有（a<b and b=c）and a=5，則會被改寫為 b>5 and b=c and a=5。
4. 優化count()、min()和max()
索引和列是否為空通常可以幫助MySQL優化這類表達式。例如，要找到一列的最小值，只需要查詢對應B-tree索引最左端的記錄，MySQL可以直接獲取索引的第一行記錄。在優化器生成執行計划的時候就可以利用這一點，在B-tree索引中，優化器會講這個表達式最為一個常數對待。類似的，如果要查找一個最大值，也只需要讀取B-tree索引的最后一個記錄。如果MySQL使用了這種類型的優化，那么在explain中就可以看到“select tables optimized away”。從字面意思可以看出，它表示優化器已經從執行計划中移除了該表，並以一個常數取而代之。
類似的，沒有任何where條件的count(*)查詢通常也可以使用存儲引擎提供的一些優化，例如，MyISAM維護了一個變量來存放數據表的行數。
5. 預估並轉化為常數表達式
6. 覆蓋索引掃描
當索引中的列包含所有查詢中需要使用的列的時候，MySQL就可以使用索引返回需要的數據，而無需查詢對應的數據行。
7. 子查詢優化
MySQL在某些情況下可以將子查詢轉換成一種效率更高的形式，從而減少多個查詢多次對數據進行訪問。
8. 提前終止查詢
在發現已經滿足查詢需求的時候，MySQL總是能夠立即終止查詢。一個典型的例子就是當使用了limit子句的時候。除此之外，MySQL還有幾種情況也會提前終止查詢，例如發現了一個不成立的條件，這時MySQL可以立即返回一個空結果。
上面的例子可以看出，查詢在優化階段就已經終止。
9. 等值傳播
10. 列表in()的比較
在很多數據庫系統中，in()完全等同於多個or條件的字句，因為這兩者是完全等價的。在MySQL中這點是不成立的，MySQL將in()列表中的數據先進行排序，然后通過二分查找的方式來確定列表中的值是否滿足條件，這是一個o(log n)復雜度的操作，等價轉換成or的查詢的復雜度為o(n)，對於in()列表中有大量取值的時候，MySQL的處理速度會更快。
查詢執行引擎
在解析和優化階段，MySQL將生成查詢對應的執行計划，MySQL的查詢執行引擎則根據這個執行計划來完成整個查詢。這里執行計划是一個數據結構，而不是和很多其他的關系型數據庫那樣會生成對應的字節碼。
相對於查詢優化階段，查詢執行階段不是那么復雜：MySQL只是簡單的根據執行計划給出的指令逐步執行。在根據執行計划逐步執行的過程中，有大量的操作需要通過調用存儲引擎實現的接口來完成，這些接口就是我們稱為“handler API”的接口。實際上，MySQL在優化階段就為每個表創建了一個handler實例，優化器根據這些實例的接口可以獲取表的相關信息，包括表的所有列名、索引統計信息等。
返回結果給客戶端
查詢執行的最后一個階段是將結果返回給客戶端。即使查詢不需要返回結果給客戶端，MySQL仍然會返回這個查詢的一些信息，如查詢影響到的行數。
如果查詢可以被緩存，那么MySQL在這個階段，會將結果存放到查詢緩存中。
MySQL將結果返回客戶端是一個增量、逐步返回的過程。例如，在關聯表操作時，一旦服務器處理完最后一個關聯表，開始生成第一條結果時，MySQL就可以開始向客戶端逐步返回結果集了。
這樣處理有兩個好處：服務器無需存儲太多的結果，也就不會因為要返回太多的結果而消耗太多的內存。另外，這樣的處理也讓MySQL客戶端第一時間獲得返回的結果。
結果集中的每一行都會以一個滿足MySQL客戶端/服務器通信協議的封包發送，再通過TCP協議進行傳輸，在TCP傳輸過程中，可能對MySQL的封包進行緩存然后批量傳輸。