如果这个复杂查询的所需要的扫描的行数本来就很小，换言之，直接使用复杂查询MySQL很容易完成，则不必多说，直接用一个复杂的即可。这里之所以讨论是否分解为多个简单查询，就是因为在复杂查询涉及的表大，扫描行多时，看能否进行性能上的优化。
先看一个例子：
单个复杂查询：
多个简单查询：
当然，这里注意，从第二行开始的每个简单查询的where条件都是之前得到的，涉及到具体操作时，可以在应用程序（代码中）分为多个步骤去查询，每次存储本次查询结果，再带着此结果进行下一次sql。并不建议做MySQL的缓存，因为关联的任意表发生变化，MySQL缓存都会失效。
那么分解关联查询有哪些好处呢？
① 单个查询减少锁的竞争（读期间不能写）；
② 在应用层做缓存可以重复利用，提高性能。
场景：定期删除大量数据（很常见的需求），不作限制的一次性sql会一次锁住很多行数据（可能会跨越多张表），占满整 个事务日志，耗尽系统资源，一直执行当前的大数据删除操作，会阻塞住很多小的但重要的查询。
解决方案：每次DELETE LIMIT 10000，分多次删除（中间有间隔）。
这个策略其实和事务日志是一个道理 —— 延迟持久化，将一个非常耗时（占用锁）的任务的操作延迟进行，分摊在系统“空闲”时间内。当然，顺便提一句，DELETE操作本身也是被封装成事务延迟刷回内存的，更为具体是，将原有记录的删除版本号更新（不是真正地物理删除），虽然系统能够将用户傻瓜式的一次性删除操作分时进行，即这个大数据量删除的真正执行（硬盘物理层面）其实也还是分时进行的，但是这种过于依赖MySQL自身的优化（存储引擎级别的优化），作为一名合格的使用者，还是应该在了解了运作机制之后，手动最大限度在sql层面做优化，自己指定每次删除的时间，条数。
