前一节介绍了逻辑优化，包括语义上的优化等，体现在等价的结果集的基础上，是的执行时间最短，使用建立索引的条件查询来实现等。这节就开始从物理的层面优化，物理层面的优化就体现在算法，以及索引。
单标扫描算法
这里的扫描算法也是需要结合索引来说，如果没有建立索引，查询执行计划的时候就出现seqscan，如果建立了索引就出现indexscan。这里单表扫描重点在于常用的全表扫描以及局部扫描，索引扫描，行扫描，并行表扫描，组合索引扫描等，相关的含义可以参考书中的46页有详细额介绍，但是背书的环节只会在面试上用到，所以了解即可。下面重点关注索引，有关索引，作者是花了整整一章的来描述，可见其重要性。
索引
索引是为了减少IO的操作，实现更快的获取数据。一般常见的使用方式是，索引作为条件出现在WHERE ，ON ，HAVING, ORDERBY等，但是如果出现ORDERBY出现的非索引列，这时候还是seqscan来运行。或者作为连接表出现到过滤条件中。但是如果遇到！= 这种不等于操作的时候，这时候顺序扫描就比索引扫描性能要好。但是如果使用索引出现在GROUPBY的条件中，不会触发索引。同样DISTINCT的执行也是不会执行索引。
两表连接算法
两表连接的时候，优化器执行的是嵌套连接算法，基于元组块实现嵌套，一般分为嵌套循环连接，归并连接，Hash连接。简单介绍到这里，只要是需要知道两表的连接是如何产生嵌套即可。
多表连接的顺序
基本这个是反映了查询计划的形态，分为左深树，右深树，紧密树，而根据生成的树，提出了很多算法，比如由上到下的，由底向上的。其中最常用的算法就是 动态规划，这个含义在之前的文章也有介绍，现在回顾一下就是在**规则出活动最优方案，然后基于这个最优的方案的状态决策出最优解。往往都是通过把问题分解成N个子问题，然后通过获取每个子问题的最优解，依次的归并到最后一个子问题，最后这个子问题的解就是最开始的问题的解。PG就是使用这种算法做优化处理。
除了这个动态规划之外还有一个就是贪心算法，每次对问题求解时，都会提炼出一个局部最优的方案，但是不一定是整体最优。**而Mysql就是使用这种做优化处理。
还有一种从生物学的名称得来的算法，遗传算法，可以简单的理解为动态规划的变种，通过优胜劣汰的方式获取到最优的解，作者是花了大篇幅的生物学的名词来介绍这种算法，有兴趣读者可以去了解一下。
最后要表达的是 索引的合理使用真的是写好一个sql脚本的基础。