sql语句查询成本的组成
I/O成本：将数据从磁盘读到内存的成本。
CPU成本 ：数据读到内存后过滤、排序得到满足条件数据的成本。
总成本 =I/O成本+CPU成本
注意：对于InnoDB存储引擎来说，页是磁盘和内存之间交互的基本单位，MySQL规定读取一个页 面花费的成本默认是1.0，读取以及检测一条记录是否符合搜索条件的成本默认是0.2。 1.0、0.2这些数字称之为成本常数，这两个成本常数我们最常用到，当然还有其他的成本常数。
查看mysql执行所有可能途径使用的成本
1. 开启trace工具来一查究竟，开启trace工具会影响mysql性能，所以只能临时分析sql使用，用完之后立即关闭，具体方法参考：Mysql索引优化实战一_季风泯灭的季节的博客-CSDN博客
2. 使用explain查看，在explain后面加上 format=json 即可。
explain format=json SELECT * from test5
单表查询的成本
计算成本的过程
1、根据搜索条件，找出所有可能使用的索引
2、计算全表扫描的代价
3、计算使用不同索引执行查询的代价
4、对比各种执行方案的代价，找出成本最低的那一个
全表扫描的代价
I/O成本=总页数*1.0+1.1
CPU成本 =总记录数*0.2+1.0
数据库表都维护了总记录数， InnoDB是一个估算的值，MYISAM是一个准确的值。通过SHOW TABLE STATUS 命令可以查到。总页数则用表的总大小?16?1024得到。
二级索引的代价
1. 使用二级索引的成本
如果是范围查询则算一次IO，因为它属于顺序IO。如果是精准查询则有几个就是几次IO，因为它是随机IO.顺序IO的效率大概是随机IO的40-400倍。如 in(1,3)就是两次IO。二级索引的成本如下：
I/O成本=待查找总页数（IO次数）*1.0
CPU成本 =待回表总记录数*0.2+0.01
2. 回表的代价
mysql需先计算出要回表的记录数，如果总记录数小于10页，则精准计算，如果大于10页，则以前10页的平均记录数X页数（页数从父节点的关键字数统计得出）进行估算。
I/O成本=待回表总记录数*1.0
CPU成本 =总记录数*0.2
使用二级索引时不用考虑回表的CPU成本。总成本等于上述三者之和。
通过上述比较我们可以联想到，当走索引需要回表的记录数接近或大于原表的总页数时，走索引回表造成的成本可能就比不走索引的成本要高，那么mysql优化器可能会选择全表扫描。
表关联查询的成本
MySQL中连接查询采用的是嵌套循环连接算法，驱动表会被访问一次，被 驱动表可能会被访问多次，所以对于两表连接查询来说，它的查询成本由下边两个部分 构成：
1. 单次查询驱动表的成本
2. 多次查询被驱动表的成本（具体查询多少次取决于对驱动表查询的结果集中有多少条
记录）
对驱动表进行查询后得到的记录条数称之为驱动表的 扇出 （英文名：fanout）。很显然 驱动表的扇出值越小，对被驱动表的查询次数也就越少，连接查询的总成本也就越低。 当查询优化器想计算整个连接查询所使用的成本时，就需要计算出驱动表的扇出值。
如果使用的是全表扫描的方式执行的单表查询，那么计算驱动表扇出时需要猜满足搜索条件的记录到底有多少条（不借助索引）。
如果使用的是索引执行的单表扫描，那么计算驱动表扇出的时候需要猜满足除使用到 对应索引的搜索条件外的其他搜索条件的记录有多少条（借助索引先过滤）。
MySQL把这个猜的过程称之为 condition filtering 。当然，这个过程可能会使用到索 引，也可能使用到统计数据，也可能就是MySQL单纯的瞎猜。
两表连接的成本分析
连接查询的成本计算公式是这样的：
连接查询总成本 = 单次访问驱动表的成本 + 驱动表扇出数 x 单次访问被驱动表的成本
可以知道，要想优化表关联查询有两个方向：
1. 尽量减少驱动表的扇出，即以小表做驱动表。
2. 减少被驱动表的单次访问成本（因为扇出数存在，使得单次访问被驱动表），即尽可能的避免磁盘IO，去走索引，且让回表的记录数尽可能的少。
多表连接的成本
多表连接的成本与两表连接类似，只是后一个表以前面的sql查询结果为扇出去查询，其查询性能消耗为 x+ny+nz....,x、y、z为各表查询成本，n为扇出数。同时，mysql在sql分析阶段付出的成本是n！。因此，它的表越多性能越差。
where 和on 的区别
1. 执行时间不同，on先执行从各个表中过滤数据后进行关联，再使用where对结果进行进一步过滤。
2. on只对被驱动表有效。
3.
