SQL基础优化

目录：

• 插入数据优化
• 主键优化
• order by优化
• group by优化
• limit优化
• count优化
• update优化

1、插入数据优化

每条数据都采用一条insert语句效率慢，可采用多条批量插入的策略，也可在插入数据时手动开启事务和提交事务，也能进一步提升插入效率。按照主键顺序插入相对于主键乱序插入效率更高。

当大批量数据需要插入时（一般大于一百万条），可以使用load指令进行插入：

#客户端连接服务端时，加上参数--local-infile

mysql --local-infile -u -root -p

#设置全局参数local-infile为1（默认为0），开启从本地加载文件导入数据的开关，

set global local_infile=1;

#执行load指令将准备好的数据，加载到表结构中

load data local infile '/root/sql1.log' into table 'user' fileds terminated by ',' lines terminated by '\n';//第一个引号为待导入文件地址，第二个为数据分隔符，第三个为行分隔符

2、主键优化

在InnoDB存储引擎中，表数据都是根据逐渐顺序组织存放的，这种存储方式的表成为索引组织表（index organized table IOT）

页分裂：

页可以为空，也可以填充一半，也可以满。每个页包含了2~n行数据（如果一行数据过大，会行溢出），根据主键排序。

 

 

 

 页合并：

当删除一行数据时，实际上记录并没有被物理删除，只是记录被标记为删除并且它的空间变得允许被其他记录声明使用。

当页中删除的记录达到MERGE_THRESHOLD（默认为页的百分之五十，可以在建表时自己设置），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并且优化空间使用。

主键设计原则：

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

3、order by排序优化

1. 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都叫Filesort排序。
2. Using index：通过有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。
3. 正序和倒序的索引不一样，可以在创建索引的时候加入关键字，默认为正序索引如：

create index idx_name on user(age asc, phone desc);

• 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。
• 尽量使用覆盖索引。
• 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）。
• 如果不可避免的出现Filesort，大数据量排序时，可以适当增加排序缓冲区的大小sort_buffer_size（默认为256k）。

4、group by优化

在分组操作时，可通过索引提高分组效率。

5、limit（页查询）优化

一个常见又非常头疼的问题是limit 2000000,10，此时需要MySQL排序前20000010记录，仅仅返回20000000-2000010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较好的提升性能，可以通过覆盖索引加子查询的形式进行优化。

6、count优化

MyISAM引擎把一个表的总行数存在了磁盘上，因此执行count(*)的时候会直接返回这个数，效率很高，但如果后面跟着where语句，同样也会很慢。

InnoDB在执行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。

优化思路：自己计数（加一个自增累加器，在插入数据删除数据时维护这个累加器）。

7、update 优化

在更新数据时一定要根据索引字段进行更新（where后面跟索引字段），不跟索引的话update语句将会为整张表上表锁，阻塞其他用户操作表的其他数据，影响并发性，有索引时为行锁，只锁定修改行。

InnoDB的行锁是针对于索引加的锁，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。

end