（1）子查询是如何执行的？
    select from t1 where x1= (select x1 from t2 where id=xxx ) 这是一个典型的子查询
    在执行上面的SQL语句是，其实会被拆分成两个步骤，第一个步骤先执行子查询，也就是 select x1 from t2 where id=xxx ，直接根据主键定位出一条数据的x1字段值，接着再执行select     from t1 where x1=子查询结果值，这个SQL 语句。
    另外一种子查询：
    select * from t1 where x1=(select x1 from t2 where t1.x2=t2.x2)
    子查询里的where条件依赖于t1表的字段值，所以这种查询效率很低下，需要遍历t1表里每一条数据，对每一条数据取出x2字段值，放到子查询里去执行，找出t2表的某条数据的x1字段值，再放到外层去判断，是否符合跟t1表的x1字段匹配。

    （2）IN语句结合子查询的一个优化手段：
    select from t1 where x1 in (select x2 from t2 where x3=xxx)
    这个SQL语句典型的是子查询运用，子查询查一批结果，然后判断t1表那些数据的x1值在这个结果集里。这个可能大家会认为先执行子查询，然后对t1表再进行全表扫描，判断每条数据是否在这个子查询的结果集里。
    但是这种方式其实效率很低下，所以针对这个子查询执行计划会被优化为，先执行子查询，select x2 from t2 where x3=xxx 这条SQL语句，把查出来的数据写入一个临时表里，也可以叫物化表，意思是把这个中间结果集进行物化，这个物化表会基于memory存储引擎通过内存存放，如果结果集太大，则可能采用普通的b+树聚簇索引的方式放在磁盘里。但无论如何，这个物化表都会建立索引，所以大家清楚，这批中间结果数据写入物化表是有索引的。
    接着大家可能会想，此时是不是全表扫描t1表，对每条数据的x1值都去物化表里根据索引快速查找一下是否在这个物化表里？如果是的话，那就符合条件，但是这里还有一个优化的点，那就是可以反过来思考，也就是说，假设t1表有10万条数据，而物化表的数据量只有500条，那么此时完全可以改成全表扫描物化表，对每个数据值到t1表里根据x1这个字段的索引进行查找，查找物化表的这个值是否在t1表的x1索引树里，如果在的话，那么就符合条件。
    *物化表和t1表哪个查到的数据少，就以哪个表为驱动表，去被驱动表查询

    （3）总结：
    所以，基于IN语句的子查询方式，实际上会在底层被优化成如上所述。