前一節介紹了邏輯優化，包括語義上的優化等，體現在等價的結果集的基礎上，是的執行時間最短，使用建立索引的條件查詢來實現等。這節就開始從物理的層面優化，物理層面的優化就體現在演算法，以及索引。

單標掃描演算法

這裡的掃描演算法也是需要結合索引來說，如果沒有建立索引，查詢執行計劃的時候就出現seqscan，如果建立了索引就出現indexscan。這裡單表掃描重點在於常用的全表掃描以及區域性掃描，索引掃描，行掃描，並行表掃描，組合索引掃描等，相關的含義可以參考書中的46頁有詳細額介紹，但是背書的環節只會在面試上用到，所以瞭解即可。下面重點關注索引，有關索引，作者是花了整整一章的來描述，可見其重要性。

索引

索引是為了減少IO的操作，實現更快的獲取資料。一般常見的使用方式是，索引作為條件出現在WHERE ，ON ，HAVING, ORDERBY等，但是如果出現ORDERBY出現的非索引列，這時候還是seqscan來執行。或者作為連線表出現到過濾條件中。但是如果遇到！= 這種不等於操作的時候，這時候順序掃描就比索引掃描效能要好。但是如果使用索引出現在GROUPBY的條件中，不會觸發索引。同樣DISTINCT的執行也是不會執行索引。

兩表連線演算法

兩表連線的時候，優化器執行的是巢狀連線演算法，基於元組塊實現巢狀，一般分為巢狀迴圈連線，歸併連線，Hash連線。簡單介紹到這裡，只要是需要知道兩表的連線是如何產生巢狀即可。

多表連線的順序

基本這個是反映了查詢計劃的形態，分為左深樹，右深樹，緊密樹，而根據生成的樹，提出了很多演算法，比如由上到下的，由底向上的。其中最常用的演算法就是 動態規劃，這個含義在之前的文章也有介紹，現在回顧一下就是在**規則出活動最優方案，然後基於這個最優的方案的狀態決策出最優解。往往都是通過把問題分解成N個子問題，然後通過獲取每個子問題的最優解，依次的歸併到最後一個子問題，最後這個子問題的解就是最開始的問題的解。PG就是使用這種演算法做優化處理。
除了這個動態規劃之外還有一個就是貪心演算法，每次對問題求解時，都會提煉出一個區域性最優的方案，但是不一定是整體最優。**而Mysql就是使用這種做優化處理。
還有一種從生物學的名稱得來的演算法，遺傳演算法，可以簡單的理解為動態規劃的變種，通過優勝劣汰的方式獲取到最優的解，作者是花了大篇幅的生物學的名詞來介紹這種演算法，有興趣讀者可以去了解一下。
最後要表達的是 索引的合理使用真的是寫好一個sql指令碼的基礎。