面试题：MySQL查询执行引擎中优化器如何选择执行计划

表的统计信息
- 数据量：优化器会参考表中记录的数量。例如，有一个orders表记录了大量订单数据，如果查询SELECT * FROM orders WHERE order_date > '2023 - 01 - 01'，优化器知道表数据量巨大，会倾向于选择能快速过滤数据的执行计划。如果在order_date列上有索引，优化器可能会选择使用该索引快速定位符合条件的记录，而不是全表扫描。
- 列的基数：即列中不同值的数量。比如users表的gender列，只有male和female两个值，基数低。在SELECT * FROM users WHERE gender ='male'查询中，优化器可能认为即使没有索引，全表扫描成本也不高，因为不同值少，扫描行数不会太多。而对于email列，基数高，每个用户的邮箱几乎不同，若有索引，优化器更可能利用索引快速定位。
索引情况
- 索引类型：常见的有B - Tree索引、哈希索引等。B - Tree索引适合范围查询，如SELECT * FROM products WHERE price BETWEEN 10 AND 100，如果price列上是B - Tree索引，优化器会利用它快速定位价格区间内的记录。哈希索引适合等值查询，例如SELECT * FROM employees WHERE employee_id = 123，若employee_id列是哈希索引，优化器可能选择使用哈希索引快速找到对应员工记录。
- 复合索引：假设有一个复合索引(col1, col2, col3)，在查询SELECT * FROM table_name WHERE col1 = 'value1' AND col2 = 'value2'时，优化器会利用复合索引从左到右的顺序匹配，优先根据col1过滤，再根据col2进一步过滤，提高查询效率。但如果查询是SELECT * FROM table_name WHERE col2 = 'value2'，由于复合索引最左前缀原则，优化器可能不会使用该复合索引，而选择其他策略（如果有其他合适索引或进行全表扫描）。
查询条件
- 比较运算符：对于=、>、<等运算符，优化器处理方式不同。例如SELECT * FROM students WHERE age > 18，优化器会考虑是否有适合>运算的索引（如B - Tree索引）来快速定位大于18岁的学生记录。如果是SELECT * FROM students WHERE age = 20，哈希索引或B - Tree索引都可能被优化器考虑用于快速定位。
- 逻辑运算符：像AND、OR。在SELECT * FROM products WHERE category = 'electronics' AND price < 500中，优化器会结合category和price列的索引情况来制定执行计划，尽可能利用索引先过滤出电子产品，再从电子产品中筛选价格小于500的产品。而对于SELECT * FROM products WHERE category = 'electronics' OR category = 'clothes'，优化器要权衡是分别使用category索引查找电子产品和服装产品，还是进行全表扫描。
关联方式
- 嵌套循环连接（Nested - Loop Join）：如果两个表A和B连接，当表A数据量小，表B数据量很大且表B在连接列上有索引时，优化器可能选择嵌套循环连接。例如，A表是departments（记录部门信息，数据量小），B表是employees（记录员工信息，数据量很大），连接条件是departments.department_id = employees.department_id，且employees表的department_id列有索引，优化器可能对departments表每一条记录，利用索引在employees表中查找匹配记录。
- 哈希连接（Hash Join）：当两个表数据量都较大时，优化器可能选择哈希连接。比如有两个大表orders和order_items，连接条件是orders.order_id = order_items.order_id，优化器可能先在内存中对其中一个表（如orders表）根据连接列order_id构建哈希表，然后扫描另一个表order_items，利用哈希表快速找到匹配的订单记录。
- 排序合并连接（Sort - Merge Join）：如果两个表在连接列上已经排序，优化器可能选择排序合并连接。假设table1和table2在连接列id上都已排序，优化器可以通过顺序扫描两个表，按顺序匹配id值来完成连接操作。

星途面试题库

面试题：MySQL查询执行引擎中优化器如何选择执行计划

知识考点

面试题答案