用的数据库是mysql5.6，下面简单的介绍下场景。
create table Course( c_id int PRIMARY KEY, name varchar(10) )
数据100条。
create table Student( id int PRIMARY KEY, name varchar(10) )
数据70000条。
CREATE table SC(
sc_id int PRIMARY KEY,
s_id int,
c_id int,
score int
)数据70w条。
查找语文考100分的考生。
select s.* from Student s
where s.s_id in (
select s_id
from SC sc
where sc.c_id = 0 and sc.score = 100 )晕，为什么这么慢，先来查看下查询计划：
EXPLAIN select s.* from Student s where s.s_id in ( select s_id from SC sc where sc.c_id = 0 and sc.score = 100 )
发现没有用到索引，type全是ALL，那么首先想到的就是建立一个索引，建立索引的字段当然是在where条件的字段。
先给sc表的c_id和score建个索引。
CREATE index sc_c_id_index on SC(c_id); CREATE index sc_score_index on SC(score);
再次执行上述查询语句，时间为: 1.054s
快了3w多倍，大大缩短了查询时间，看来索引能极大程度的提高查询效率，建索引很有必要，很多时候都忘记建。
索引了，数据量小的的时候压根没感觉，这优化的感觉挺爽。
但是1s的时间还是太长了，还能进行优化吗，仔细看执行计划：
查看优化后的sql:
SELECT
`YSB`.`s`.`s_id` AS `s_id`,
`YSB`.`s`.`name` AS `name`
FROM
`YSB`.`Student` `s`
WHERE
(
`YSB`.`s`.`s_id` , (
SELECT
1
FROM
`YSB`.`SC` `sc`
WHERE
(
(`YSB`.`sc`.`c_id` = 0)
AND (`YSB`.`sc`.`score` = 100)
AND (
(`YSB`.`s`.`s_id`) = `YSB`.`sc`.`s_id`
)
)
)
)补充：这里有网友问怎么查看优化后的语句。
方法如下：
在命令窗口执行
按照我之前的想法，该sql的执行的顺序应该是先执行子查询。
select s_id from SC sc where sc.c_id = 0 and sc.score = 100
得到如下结果：
然后再执行
select s.* from Student s where s.s_id in(7,29,5000)
这样就是相当快了啊，Mysql竟然不是先执行里层的查询，而是将sql优化成了exists子句，并出现了EPENDENT SUBQUERY，
mysql是先执行外层查询，再执行里层的查询，这样就要循环70007*8次。
那么改用连接查询呢？
SELECT s.* from Student s INNER JOIN SC sc on sc.s_id = s.s_id where sc.c_id=0 and sc.score=100
这里为了重新分析连接查询的情况，先暂时删除索引sc_c_id_index，sc_score_index 。
效率有所提高，看看执行计划：
这里有连表的情况出现，我猜想是不是要给sc表的s_id建立个索引
CREATE index sc_s_id_index on SC(s_id); show index from SC
在执行连接查询
时间: 1.076s， 竟然时间还变长了，什么原因？查看执行计划：
优化后的查询语句为：
SELECT
`YSB`.`s`.`s_id` AS `s_id`,
`YSB`.`s`.`name` AS `name`
FROM
`YSB`.`Student` `s`
JOIN `YSB`.`SC` `sc`
WHERE
(
(
`YSB`.`sc`.`s_id` = `YSB`.`s`.`s_id`
)
AND (`YSB`.`sc`.`score` = 100)
AND (`YSB`.`sc`.`c_id` = 0)
)貌似是先做的连接查询，再进行的where条件过滤。
这里是先做的where条件过滤，再做连表，执行计划还不是固定的，那么我们先看下标准的sql执行顺序：
正常情况下是先join再进行where过滤，但是我们这里的情况，如果先join，将会有70w条数据发送join做操，因此先执行where 。
过滤是明智方案，现在为了排除mysql的查询优化，我自己写一条优化后的sql 。
SELECT
s.*
FROM
(
SELECT
*
FROM
SC sc
WHERE
sc.c_id = 0
AND sc.score = 100
) t
INNER JOIN Student s ON t.s_id = s.s_id即先执行sc表的过滤，再进行表连接，执行时间为：0.054s 。
和之前没有建s_id索引的时间差不多。
查看执行计划：
先提取sc再连表，这样效率就高多了，现在的问题是提取sc的时候出现了扫描表，那么现在可以明确需要建立相关索引。
CREATE index sc_c_id_index on SC(c_id); CREATE index sc_score_index on SC(score);
再执行查询：
SELECT
s.*
FROM
(
SELECT
*
FROM
SC sc
WHERE
sc.c_id = 0
AND sc.score = 100
) t
INNER JOIN Student s ON t.s_id = s.s_id执行时间为：0.001s，这个时间相当靠谱，快了50倍。
执行计划：
我们会看到，先提取sc，再连表，都用到了索引。
那么再来执行下sql。
SELECT s.* from Student s INNER JOIN SC sc on sc.s_id = s.s_id where sc.c_id=0 and sc.score=100
执行计划：
这里是mysql进行了查询语句优化，先执行了where过滤，再执行连接操作，且都用到了索引。
2015-04-30日补充：最近又重新导入一些生产数据，经测试发现，前几天优化完的sql执行效率又变低了。
调整内容为SC表的数据增长到300W,学生分数更为离散。
先回顾下：
show index from SC
SELECT s.* from Student s INNER JOIN SC sc on sc.s_id = s.s_id where sc.c_id=81 and sc.score=84
执行时间：0.061s，这个时间稍微慢了点。执行计划：
这里用到了intersect并集操作，即两个索引同时检索的结果再求并集，再看字段score和c_id的区分度。
单从一个字段看，区分度都不是很大，从SC表检索，c_id=81检索的结果是70001，score=84的结果是39425。
而c_id=81 and score=84 的结果是897，即这两个字段联合起来的区分度是比较高的，因此建立联合索引查询效率。
将会更高，从另外一个角度看，该表的数据是300w，以后会更多，就索引存储而言，都是不小的数目，随着数据量的。
增加，索引就不能全部加载到内存，而是要从磁盘去读取，这样索引的个数越多，读磁盘的开销就越大，因此根据具体。
业务情况建立多列的联合索引是必要的，那么我们来试试吧。
alter table SC drop index sc_c_id_index;
alter table SC drop index sc_score_index;
create index sc_c_id_score_index 来源：https://www.51cto.com/article/712676.html
