优化器在物理优化阶段

查询优化器在物理优化阶段，主要解决的问题如下:

从可选的单表扫描方式中，挑选什么样的单表扫描方式是最优的？
对于两个表连接时，如何选择是最优的？
对多个表连接，连接顺序有多种组合，是否要对每种组合都探索？如果不全部探索，怎么找到最优的一种组合？
在查询优化器实现的早期，使用的是逻辑优化技术，即使用关系代数规则和启发式规则对查询进行优化后，认为生成的执行计划就是最优的。
在引入了基于代价的查询优化方式后，对查询执行计划做了定量的分析，对每一个可能的执行方式进行评估，挑出代价最小的作为最优的计划。
目前数据库的查询优化器通常融合这两种方式。

3.1 查询代价估算
查询代价估算的重点是代价估算模型，这是物理查询优化的依据。除了代价模型外，选择率对代价求解也起着重要作用。

3.2 单表扫描算法
单表扫描需要从表上获取元组，直接关联到物理IO的读取，所以不同的单表扫描方式，有不同的代价。

3.3 索引
索引是 建立在表上的，本质上是通过索引直接定位表的物理元组，加快数据获取的方式，所以索引优化的手段应该归属到物理查询优化阶段。

3.4 两表连接算法
关系代数的一项重要操作是连接运算，多个表连接是建立在两表之间连接的基础上的。研究两表连接的方式，对连接效率的提高有着直接的影响。

3.5 多表连接算法
多表连接算法实现的是在查询路径生成的过程中，根据代价估算，从各种可能的候选路径中找出最优的路径(最优路径是代价最小的路径)。
多表连接算法需要解决两个问题:

多表连接的顺序: 表的不同连接顺序，会产生许多不同的连接路径；不同的连接路径有不同的效率。
多表连接的搜索空间:因为多表连接的顺序不同，产生的连接组合会有多种，如果这个组合的数据巨大，连接次数会达到一个很高的数量级，最大可能的连接次数是N！(N的阶乘)。比如N=5，连接次数是120；N=10，连接次数是362880。所有的连接可能构成一个巨大的"搜索空间"。如何将搜索空间限制在一个可接受的时间范围内，并高效地生成查询执行计划将成为一个难点。
四、查询优化器与其他模块的关系
在数据库内部，根据功能不同，可以划分出多个模块，不同模块之间有的关系紧密，有的关系松散。查询优化器是其中的一个功能模块，是实现查询优化技术的模块。下面介绍数据库中与查询优化器相关的模块:

4.1 查询优化器与语法分析器
语法分析器是查询优化器的输入。理解查询优化器，从语法分析器开始，将是个好的开端。因为不同对象有着不同的数据结构，数据结构成员是对象属性的载体，而语法分析器把一个SQL分解为众多数据结构体并给数据结构赋值，这样才能被查询优化器逐项获取并用与计算，比如逻辑查询优化有一条"常量传递"规则，如果没有语法分析器分解条件，也不可能推知列值是常量，也不可能有此优化。

4.2 优化器与执行器
查询优化器是执行器的前端输入部分。查询优化器计划一条SQL的具体执行方式和步骤 ，执行器具体去完成计划中的每一步。
在实践中，一条SQL最耗时的阶段多发生在执行阶段。如果查询计划做得不好，则执行起来非常耗时。

4.3 优化器与缓冲区
缓冲区有多种多样，比如与数据相关的缓冲区(如从存储设备加载数据到内存)、与实现过程相关的辅助缓冲区(如排序用到的临时表或内存块)，与功能模块相关的缓冲区(如日志缓冲区)等。
优化器主要是对SQL输入进行逻辑方式的变换，没有涉及数据部分，只涉及对数据量的估计。当估算排序空间的时候，会涉及排序缓冲区；当估算数据IO的时候，需要考虑数据是否在数据缓存中。所以，查询优化器与数据缓冲区有一定的关系。

4.4 优化器与统计
MySQL数据库的查询优化器使用了基于代价的查询执行计划估算，所以依赖于被查对象的各种数据，而数据是动态变化的，如表的元组数。如果实时获取这些数据，系统计算的开销会比较大。为了避免这样的问题，定期或者根据需要统计这些数据，则比较切合实际。
优化器在物理优化阶段，需要对单表读取开销，两表连接开销，多表连接顺序开销等进行比较，比较基于的就是一些基础数据的值，这些数据通常不会被实时更新，所以优化器有时做出的计划未必是最合适的。

4.5 优化器与索引
优化器做物理查询优化需要利用索引提高单表扫描效率，进而减少了多表连接时的元组数，所以确定哪些索引可用、怎么有效利用索引等都在查询优化器中得到体现。