MySQL是一个经典的C/S架构。服务器分两层：第一层是Server层，第二层是存储引擎。Server层处理主要的业务操作流程，不关心具体的存储逻辑。存储逻辑由存储引擎层去实现，常见的存储引擎有InnoDB（默认的）、MyISAM、Memory等。

MySQL的优化器主要是将SQL经过语法解析/词法解析后得到的语法树，通过MySQL的数据字典和统计信息的内容，经过一系列运算，从而得出一个执行计划树的构成。之后MySQL按照执行树的要求，计算得出结果。也就是说优化器的输入是一个语法树，输出是一个执行树（也称为执行计划）。通过explain查看执行计划。

统计信息 描述了 表格或者索引视图中的某些列的值 的分布情况，属于数据库对象。 根据统计信息，查询优化器就能评估查询过程中需要读取的行数及结果集情况，同时也能创建高质量的查询计划。 有了统计信息，查询优化器可以使用基数估计来选择合理的索引，而不需要耗费更多的IO资源扫描来评估哪个索引合理，能有效提供查询性能。

优化器选择索引的目的，是找到一个最优的执行方案，并用最小的代价去执行语句。在数据库里面，扫描行数是影响执行代价的因素之一。扫描的行数越少，意味着访问磁盘数据的次数越少，消耗的 CPU 资源越少。当然，扫描行数并不是唯一的判断标准，优化器还会结合是否使用临时表、是否排序等因素进行综合判断。

MySQL 在真正开始执行语句之前，并不能精确地知道满足这个条件的记录有多少条，而只能根据统计信息来估算记录数，这个统计信息就是索引的“区分度”。显然，一个索引上不同的值越多，这个索引的区分度就越好。而一个索引上不同的值的个数，我们称之为“基数”（cardinality）。也就是说，这个基数越大，索引的区分度越好。

优化器主要分为两个阶段，首先是逻辑查询优化，这个阶段主要是使用关系代数对SQL语句做一些等价变换，对条件表达式进行等价谓词重写、条件简化，对视图进行重写，对子查询进行优化，对连接语义进行了外连接消除、嵌套连接消除等。其次是物理查询优化。物理查询优化一般分为两种：
基于规则的优化（RBO，Rule-Based Optimizer）
这种方式主要是基于一些预置的规则对查询进行优化。
基于代价的优化（CBO，Cost-Based Optimizer）
这种方式会根据模型计算出各个可能的执行计划的代价，然后选择代价最少的那个。它会利用数据库里面的统计信息来做判断。

MySQL 查询优化器的主要功能是完成SELECT语句的执行，在保证SELECT语句正确执行之外，使用关系代数、启发式规则、代价估值模型等不同种类的技术，提高SELECT语句的执行效率。