多表優化及細節詳講
作者 ： Stanley 羅昊
【轉載請注明出處和署名，謝謝！】
注：本文章需要MySQL數據庫優化基礎或觀看前幾篇文章，傳送門：
B樹索引詳講（初識SQL優化，認識索引）：https://www.cnblogs.com/StanleyBlogs/p/10413349.html
B樹索引進階（索引分類、創建方式、刪除索引、查看索引、SQL性能問題）：https://www.cnblogs.com/StanleyBlogs/p/10416865.html
SQL執行計划於笛卡爾積（了解什么是SQL執行計划，優化原理）：https://www.cnblogs.com/StanleyBlogs/p/10422202.html
Type詳講（理解優化級別）：https://www.cnblogs.com/StanleyBlogs/p/10426385.html
Extra（理解最終優化概念）：https://www.cnblogs.com/StanleyBlogs/p/10429969.html
單表優化（開啟優化篇章）：https://www.cnblogs.com/StanleyBlogs/p/10442557.html
優化准備
首先我們需要有一個數據庫，coursedb，分別創建course（課程表）、teacher（老師表），有以下字段，我們接下來將用以下這張表來做優化實例；
teacher表里面的id 是代表一號老師教2號課程2號老師教1號課程3號老師教三號課程；id是主鍵
course表就是課程表1號代表java課程2號代表python...cid是主鍵
多表優化
此次教程不再使用可視化工具，因為效率太慢，我還是比較喜歡命令行操作；
現在有表了，有數據了，我現在寫一個左連接，二表關聯寫一個左連接：
select * from teacher t left outer join course c on t.cid = c.cid where c.cnourse
左連接詳解：
left join 是left outer join的簡寫【本語句使用left outer join】，它的全稱是左外連接，是外連接中的一種。
左(外)連接，左表(teacher)的記錄將會全部表示出來，而右表(cnourse)只會顯示符合搜索條件的記錄。右表記錄不足的地方均為NULL；
語句解釋：現在我們需要兩表合一，所以就用左連接的方式，on則表明連接條件，where后面則是查詢條件，查詢cnourse = java課程的數據；
執行結果：
現在，我們就根據以上sql語句進行優化，所謂的優化，那就是加索引，在加索引之前，我們需要考慮一些問題；
對於這個問題，我有一個結論，就是小表驅動大表，什么意思呢？我舉個例子：
比方說我現在有一個where 小表.x = 大表.y；這個就被稱之為小表驅動大表，就是把小表放左邊大表放一邊，這是一個結論，咱們可以稍微分析一下為啥這樣干；
假設小表里面有10條數據，我大表里面有300條數據，小表放左邊大表放右邊對於表里的每10條數據里的每一條，300條數據都會輪循遍歷一次，10條里面第一條拿出來，右邊執行300次，左邊10條第二條拿出來，右邊再300次，同理，第三條出來，再300次....；
有一個編程原則我在這里說一下，在寫for循環的時候，雙層for循環，你外層數據越小內存數據越大，那它的性能就越高，這個是編程原則，把這個原則放到這里也是一樣的，數據量最小的表放在前面，數據量最大的表放在后面（where 小表 cid= 大表 cid）；
但是對於剛才我寫的sql語句來說，t.cid = c.cid即便反過來查詢結果也是一樣的完全是等價寫法僅從結果上來看，但是我們從這個性能上來看，你在寫之前分析一下到底是t表數據小呢，還是c表數據小，將數據小的表放到左邊；
本題因為都是三條數據，所以不影響，再此就是提一提；
連表查詢添加索引原則
現在我們再來研究，我們的索引到底加給那個字段；
在這里我需要再提一下，索引一定要建立經常使用的字段上，這句話對於本次優化應該這么理解：
對於左邊這個小表.x = 10，每一條我都要執行300次，因此左邊這個表的使用量比較大，因為每用一次執行300次嘛，左邊這個x字段使用頻率比較高，因此我們就需要給這個x字段加索引；
所以呢？本次優化 t.cid = c.cid很明顯，t.cid使用最為頻繁，所以給該字段加索引，值得一提的是，因為本次sql語句是左外連接，對於左外連接來說，一般情況下給左邊加索引，因為是左外嘛，左邊剛好是小表，同理，如果是右外連接我們就需要給右表加索引；
其實很好理解，左外連接就是以左表為基准，意思就是左表的所有數據都要匹配，你全部要匹配，那你必然使用頻繁，因此給左表加，右外連接以右表為基准，你右表使用頻繁，那就給右表加索引，都是一個意思；
添加索引
分析完了，接下來就開始我們的優化吧；
在優化之前，我們先查詢一下原生態SQL語句的執行情況，我們需要explain,就是查看一下不加索引的情況：
explain select * from teacher t left outer join course c on t.cid = c.cid where c.cnourse = "java"
執行結果：
很顯然，級別都是ALL，也出現了Using where；
我們現在開始加索引：
alter table teacher add index index_teacher_cid(cid);
加完索引再試試：
我們能發現，有一張表點查詢級別提到了index，其次，我們后面還增加了一個Using index索引覆蓋提高了查詢性能；
到這里，我們是不是少加一個索引，我們把SQL語句拿過來看看：
select * from teacher t left outer join course c on t.cid = c.cid where c.cnourse = "java"
查詢條件必然是索引才對，因為要根據它去查數據，所以我漏加了一個，現在我加上后再去執行：
alter table course add index index_course_cnourse(cnourse);
加完索引再去執行試試：
首先,查詢級別全部提升到fef級別，其次在查看生效的索引，兩個索引被檢測到了，在最終效能里面出現了兩個Using index因為兩章表，此條語句優化完成；
Using join buffer
在Extra字段里面出現了一個在前幾章都沒有見過的屬性，我們來了解一下它：
出現它的原因：MySQL引擎使用了連接緩存；
詳解：
說白了就是你這個SQL語句寫的太差了，mysql看不下去了它給你加了一個連接緩存，出現這個就說明mysql底層動你的sql語句了，給你加了個緩存；
后面我們自主優化性能提升后，mysql覺得我寫的還不錯，就不給我加緩存了；
多表查詢技巧
剛才我們介紹了兩表查詢，有些人就會問，那三張表呢？其實我告訴你，100張表也是一樣的.....即便你100張表連表查詢，原則也是不變的，因為沒有新知識了，所以在這里我就說下多表查詢的技巧；
1.有多張表，如果你要優化，首先第一個原則我在上面介紹過，小表驅動大表，那個表數據少，就把它寫到等號的左邊，即便查詢結果一樣，就比如a表數據少b表數據多，我們就 where a.id= b.id;
2.如果有多張表，索引就建立在經常查詢的字段上，假設你有 a b c 三張表，一共有20個字段，這個20個字段你沒有必要全加，看着三張表的20個字段里面，誰經常在查詢，誰在where后面，以及一些常用字段；
今日感悟：
永遠不要強力的去反對別人；
海格斯效應告訴我們：
當你反對別人時，得到的，將是更加強力的反對；
舉例說明：
你剝奪了孩子玩耍的時間，那么孩子多半會把學習成績降下來了給你看；
你剝奪了妻自由的空間，她也會什么家務都不干，你也休想安寧；
嘗試用哪個另一個角度去解決問題，否則一定會面臨任性的通病；
你跟我過不去，我也讓你不痛快！