数据库-Sql语句优化（高级详解）

更多相关内容可查看

SQL语句优化

插入数据

如果我们需要一次性往数据库表中插入多条记录，可以从以下四个方面进行优化。

insert  into  tb_test  values(1,'tom');
insert  into  tb_test  values(2,'cat');
insert  into  tb_test  values(3,'jerry');
.....

1. 优化方案一 : 批量插入数据

Insert  into  tb_test  values (1,'Tom'),(2,'Cat'),(3,'Jerry');

2. 优化方案二 : 手动控制事务

start  transaction;
insert  into  tb_test  values(1,'Tom'),(2,'Cat'),(3,'Jerry');
insert  into  tb_test  values(4,'Tom'),(5,'Cat'),(6,'Jerry');
insert  into  tb_test  values(7,'Tom'),(8,'Cat'),(9,'Jerry');
commit;

3. 优化方案三 : 主键顺序插入，性能要高于乱序插入。

主键乱序插入 : 8  1  9  21  88  2  4  15  89  5  7  3  

主键顺序插入 : 1  2  3  4  5  7  8  9  15  21  88  89

4. 优化方案四 : 开启批处理

jdbc:mysal://localhost:3306/mydb1?rewriteBatchedStatements=true

主键优化

在上面提到，主键顺序插入的性能是要高于乱序插入的。 下面就来介绍一下具体的原因，然后再分析一下主键又该如何设计

数据组织方式

在InnoDB存储引擎中，表数据都是根据主键顺序组织存放的，这种存储方式的表称为索引组织表(index organized table IOT)

行数据，都是存储在聚集索引的叶子节点上的。之前也有文章写过InnoDB的逻辑结构图：

在InnoDB引擎中，数据行是记录在逻辑结构 page 页中的，而每一个页的大小是固定的，默认16K。那也就意味着， 一个页中所存储的行也是有限的，如果插入的数据行row在该页存储不小，将会存储到下一个页中，页与页之间会通过指针连接。

页分裂

页可以为空，也可以填充一半，也可以填充100%。每个页包含了2-N行数据(如果一行数据过大，会行溢出)，根据主键排列。

主键顺序插入

从磁盘中申请页， 主键顺序插入

第一个页没有满，继续往第一页插入

当第一个也写满之后，再写入第二个页，页与页之间会通过指针连接

当第二页写满了，再往第三页写入

主键乱序插入

假如1#,2#页都已经写满了，存放了如图所示的数据

此时再插入id为50的记录，我们来看看会发生什么现象 , 会再次开启一个页，写入新的页中吗？

不会。因为，索引结构的叶子节点是有顺序的。按照顺序，应该存储在47之后

但是47所在的1#页，已经写满了，存储不了50对应的数据了。 那么此时会开辟一个新的页 3#

但是并不会直接将50存入3#页，而是会将1#页后一半的数据，移动到3#页，然后在3#页，插入50

移动数据，并插入id为50的数据之后，那么此时，这三个页之间的数据顺序是有问题的。 1#的下一个页，应该是3#， 3#的下一个页是2#。 所以，此时，需要重新设置链表指针
上述的这种现象，称之为 “页分裂”，是比较耗费性能的操作

页合并

目前表中已有数据的索引结构(叶子节点)如下：
当我们对已有数据进行删除时，具体的效果如下:
当删除一行记录时，实际上记录并没有被物理删除，只是记录被标记（flaged）为删除并且它的空间变得允许被其他记录声明使用

当我们继续删除2#的数据记录
当页中删除的记录达到 MERGE_THRESHOLD（默认为页的50%），InnoDB会开始寻找最靠近的页（前或后）看看是否可以将两个页合并以优化空间使用


删除数据，并将页合并之后，再次插入新的数据21，则直接插入3#页
这个里面所发生的合并页的这个现象，就称之为 “页合并”

主键设计原则

1. 满足业务需求的情况下，尽量降低主键的长度
2. 插入数据时，尽量选择顺序插入，选择使用AUTO_INCREMENT自增主键
3. 尽量不要使用UUID做主键或者是其他自然主键，如身份证号
4. 业务操作时，避免对主键的修改

order by优化

MySQL的排序，有两种方式：
Using filesort : 通过表的索引或全表扫描，读取满足条件的数据行，然后在排序缓冲区sort buffer中完成排序操作，所有不是通过索引直接返回排序结果的排序都叫 FileSort 排序。
Using index : 通过有序索引顺序扫描直接返回有序数据，这种情况即为 using index，不需要额外排序，操作效率高。

对于以上的两种排序方式，Using index的性能高，而Using filesort的性能低，我们在优化排序操作时，尽量要优化为 Using index

数据准备
以tb_user表为例

执行排序SQL

explain select  id,age,phone from tb_user order by age ;

explain select  id,age,phone from tb_user order by age, phone ;

由于 age, phone 都没有索引，所以此时再排序时，出现Using filesort， 排序性能较低。
创建索引

-- 创建索引
create  index  idx_user_age_phone_aa  on  tb_user(age,phone);

创建索引后，根据age, phone进行升序排序

explain select  id,age,phone from tb_user order by age;

explain select  id,age,phone from tb_user order by age , phone;

建立索引之后，再次进行排序查询，就由原来的Using filesort， 变为了 Using index，性能就是比较高的了。
创建索引后，根据age, phone进行降序排序

explain select  id,age,phone from tb_user order by age desc , phone desc ;

也出现 Using index， 但是此时Extra中出现了 Backward index scan，这个代表反向扫描索引，因为在MySQL中我们创建的索引，默认索引的叶子节点是从小到大排序的，而此时我们查询排序时，是从大到小，所以，在扫描时，就是反向扫描，就会出现 Backward index scan。 在MySQL8版本中，支持降序索引，我们也可以创建降序索引。
根据phone，age进行升序排序，phone在前，age在后。

explain select  id,age,phone from tb_user order by phone , age;

排序时,也需要满足最左前缀法则,否则也会出现 filesort。因为在创建索引的时候， age是第一个字段，phone是第二个字段，所以排序时，也就该按照这个顺序来，否则就会出现 Using filesort。
根据age, phone进行降序一个升序，一个降序

explain select  id,age,phone from tb_user order by age asc , phone  desc ;

因为创建索引时，如果未指定顺序，默认都是按照升序排序的，而查询时，一个升序，一个降序，此时就会出现Using filesort。

为了解决上述的问题，我们可以创建一个索引，这个联合索引中 age 升序排序，phone 倒序排序。
创建联合索引(age 升序排序，phone 倒序排序)

create  index  idx_user_age_phone_ad  on  tb_user(age asc ,phone desc);

然后再次执行如下SQL

explain select  id,age,phone from tb_user order by age asc , phone  desc ;

升序/降序联合索引结构图示:

由上述的测试,我们得出order by优化原则
A. 根据排序字段建立合适的索引，多字段排序时，也遵循最左前缀法则。
B. 尽量使用覆盖索引。
C. 多字段排序, 一个升序一个降序，此时需要注意联合索引在创建时的规则（ASC/DESC）。
D. 如果不可避免的出现filesort，大数据量排序时，可以适当增大排序缓冲区大小 sort_buffer_size(默认256k)。

group by优化

分组操作，我们主要来看看索引对于分组操作的影响。
首先我们先将 tb_user 表的索引全部删除掉 。

 drop index idx_user_pro_age_sta on tb_user;
 drop index idx_email_5 on tb_user;
 drop index idx_user_age_phone_aa on tb_user;
 drop index idx_user_age_phone_ad on tb_user;

接下来，在没有索引的情况下，执行如下SQL，查询执行计划：

explain  select  profession , count(*)  from  tb_user   group  by  profession ;

然后，我们在针对于 profession ， age， status 创建一个联合索引。

create  index  idx_user_pro_age_sta  on  tb_user(profession , age , status);

紧接着，再执行前面相同的SQL查看执行计划。

explain  select  profession , count(*)  from  tb_user   group  by  profession ;

再执行如下的分组查询SQL，查看执行计划：

我们发现，如果仅仅根据age分组，就会出现 Using temporary ；而如果是 根据 profession,age两个字段同时分组，则不会出现 Using temporary。原因是因为对于分组操作，在联合索引中，也是符合最左前缀法则的。

所以，在分组操作中，我们需要通过以下两点进行优化，以提升性能：
A. 在分组操作时，可以通过索引来提高效率
B. 分组操作时，索引的使用也是满足最左前缀法则的

limit优化

在数据量比较大时，如果进行limit分页查询，在查询时，越往后，分页查询效率越低。
我们一起来看看执行limit分页查询耗时对比：

通过测试我们会看到，越往后，分页查询效率越低，这就是分页查询的问题所在。
因为，当在进行分页查询时，如果执行 limit 2000000,10 ，此时需要MySQL排序前2000010 记录，仅仅返回 2000000 - 2000010 的记录，其他记录丢弃，查询排序的代价非常大
优化思路: 一般分页查询时，通过创建 覆盖索引 能够比较好地提高性能，可以通过覆盖索引加子查询形式进行优化

explain   select  *  from  tb_sku  t  ,  (select  id  from  tb_sku  order  by  id  limit  2000000,10)  a  where t.id  =  a.id;

方式一 : 先根据聚簇索引找到对应数据的ID值, 再根据ID值查询详情数据
方式二 : 先根据一个字段排序 , 获取到上一次查询的最后一条结果 , 根据上一次查询的最后一条结果进行比较获取后面的10条数据

count优化

概述

select  count(*)  from  tb_user  ;

当数据量很大，在执行count操作时，是非常耗时的。

• MyISAM 引擎把表的总行数存在了磁盘上,执行 count(*) 的时候会直接返回这个数,效率很高!但是如果是带条件的count，MyISAM也慢
• InnoDB 引擎就麻烦了，它执行 count(*) 的时候，需要把数据一行一行地从引擎里面读出来，然后累积计数

count用法

count() 是一个聚合函数，对于返回的结果集，一行行地判断，如果 count 函数的参数不是 NULL，累计值就加 1，否则不加，最后返回累计值。
用法：count（*）、count（主键）、count（字段）、count（数字）

count用法	含义
count(主键)	InnoDB 引擎会遍历整张表，把每一行的 主键id 值都取出来，返回给服务层。服务层拿到主键后，直接按行进行累加(主键不可能为null)
count(字段)	没有not null 约束 : InnoDB 引擎会遍历整张表把每一行的字段值都取出来，返回给服务层，服务层判断是否为null，不为null，计数累加。
有not null 约束：InnoDB 引擎会遍历整张表把每一行的字段值都取出来，返回给服务层，直接按行进行累加。
count(数字)	InnoDB 引擎遍历整张表，但不取值。服务层对于返回的每一行，放一个数字“1”进去，直接按行进行累加。
count(*)	InnoDB引擎并不会把全部字段取出来，而是专门做了优化，不取值，服务层直接按行进行累加。

按照效率排序的话，count(字段) < count(主键 id) < count(1) ≈ count(*)，所以尽量使用 count(*)

update优化

我们主要需要注意一下update语句执行时的注意事项。

update  course  set  name = 'javaEE'  where  id  =  1 ;

当我们在执行更新的SQL语句时，会锁定id为1这一行的数据，然后事务提交之后，行锁释放。
但是当我们在执行如下SQL时。

update course set name = 'SpringBoot' where name = 'PHP' ;

当我们开启多个事务，在执行上述的SQL时，我们发现行锁升级为了表锁。 导致该update语句的性能大大降低。

InnoDB的行锁是针对索引加的锁，不是针对记录加的锁 ,并且该索引不能失效，否则会从行锁升级为表锁
尽量为经常作为更新条件的字段创建索引 , 防止行锁升级为表锁, 影响性能

本篇小结

个人理解：最主要的是索引的使用，以及避免一些索引失效的情况，对于实际业务中的优化存在多种多样，比如可以利用缓存进行数据的查询，考虑分区分表来提高性能，此外硬件和配置方面也可以有很多优化的方式，虽然这不是SQL语句本身的优化，但确保数据库服务器有足够的RAM、快速的CPU和存储设备是非常重要的。此外，调整数据库的配置参数（如缓冲区大小、线程数等）也可以显著提高性能。

有小伙伴对其他数据库内容感兴趣，可以通过以下链接进行查看
数据库-索引（基础篇）
数据库-索引结构（B-Tree，B+Tree，Hash，二叉树）
数据库-索引语法（增删查）
数据库-索引分类（主键索引、唯一索引、普通索引、全文索引）
数据库-索引使用（验证索引效率、单列索引与联合索引、最左前缀法则）
索引失效情况
数据库-Mysql锁详解（全局锁、表级锁、行级锁）
数据库-事物原理刨析(高级详解)
数据库-Sql性能分析（慢查询、EXPLAIN详解）