sql优化
1.insert优化
假如我们需要一次性插入多条数据,每条insert语句都要与MySQL建立连接进行网络传输。
insert into tb_test values(1,'tom');
insert into tb_test values(2,'cat');
insert into tb_test values(3,'jerry');
优化方案:
①批量插入
一次性插入不超过1000条,超过了分割成多条insert语句进行插入
Insert into tb_test values(1,'Tom'),(2,'Cat'),(3,'Jerry');
②手动控制事务
多条insert语句统一提交
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主键顺序插入
大批量插入数据,假如插入100万条数据,使用insert语句插入性能较低,这时可以使用MySQL为我们提供的load指令,直接加载文件中的数据,文件每个字段按逗号分割。
-- 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,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 tb_user fields terminated by ',' lines terminated by '\n' ;
2.主键优化
1)数据组织形式
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
行数据,都是存储在聚集索引的叶子节点上的。而我们之前也讲解过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。
2)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。
①按主键顺序插入
该页写满后写下一个页,页与页之间使用指针相连。不会出现什么性能损耗问题
②按主键乱序插入
假如1,2页都写满了,如图
此时再插入id为50的记录,我们来看看会发生什么现象
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。
3)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。插入数据直接进行覆盖。
当我们删除的记录达到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。
这个里面所发生的合并页的这个现象,就称之为 “页合并”。
注意:
MERGE_THRESHOLD:合并页的阈值,可以自己设置,在创建表或者创建索引时指定。
4)索引设计原则
- 满足业务需求的情况下,尽量降低主键的长度。
- 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优化
MySQL的排序,有两种方式:
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排序都叫 FileSort 排序。
② 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。
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)。
4.group by优化
对普通字段class_id进行分组,执行explain发现Extra字段中有Using temporary
explain select class_id ,count(*) as num from student group by class_id;
- Extra 这个字段的Using temporary表示在执行分组的时候使用了临时表
为什么会用到临时表?
执行上述sql语句的流程:
创建内存临时表,表里有两个字段class_id和num;
全表扫描student的记录,依次取出class_id = 'X’的记录。
判断临时表中是否有为 class_id='X’的行,没有就插入一个记录 (X,1);
如果临时表中有class_id='X’的行的行,就将x 这一行的num值加 1;
我们可以对class_id加索引,我们知道索引会自动排序,也就会相同字段在连续位置。
然后再执行执行计划查看Extra字段
总结:
如果我们使用多个字段分组,我们也可以对多个字段建立索引,但要满足最左前缀法则。
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。
5.limit优化
①深分页问题:
问题分析:假设我们用户表有1000万数据,当我们执行下列语句,发现速度很快
select * from user where create_time>'2023-04-03' limit 0,10;
但是当我们执行下列语句时,会发现速度急剧下降。
select * from user where create_time>'2022-07-03' limit 1000000,10;
为什么?
通过查阅发现,我们查询从100万行开始的后10行数据时,我们要从第一个开始查询,查到1000010数据,再把前100万条数据舍弃,这样我们就做了100万次无效查询,而且我们是通过二级索引进行的查询,还要回表100万条数据,所以速度急剧下降。
②优化1:使用子查询
先用子查询查出符合条件的主键,再用主键ID做条件查出所有字段。避免回表的时间损耗。
select * from user
where id in (
select id from user
where create_time>'2022-07-03'
limit 100000,10
);
发现报错不支持子查询中含有limit。
于是我们嵌套一层子查询
select * from user
where id in (
select id from (
select id from user
where create_time>'2022-07-03'
limit 100000,10
) as t
);
发现时间有所提升,这里的提升主要是对之前回表时间的节省,之前需要先查询出1000010条id,去回表这么多条数据,再丢弃前100万条数据得到这10条数据,现在直接拿出1000010条id,舍弃前100万条id,通过完成查询直接拿到这10条数据。
③优化2:使用分页游标
把前一页的查询结果放到下一页的查询条件中
如下:假设前一页查询结果最大为id=10000,下一页直接从10000开始查。
仅适合一页一页向后走的场景,当我们直接指定某页查询是不行的。
select * from user
where create_time>'2022-07-03' and id>10000
limit 10;
6.count优化
数据量很大时,我们发现count(*)是非常耗时的。
- 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(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()。
7.update优化
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 。
例:假如id为主键,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。
update course set name = 'hjh' where id = 1 ;
假设name为普通字段,当我们开启多个事务,在执行下列的SQL时,我们发现行锁升级为了表锁。其他事务对该表进行操作时会阻塞。 导致该update语句的性能大大降低。
update course set name = 'Wang' where name = 'Li' ;
所以我们可以对name字段创建索引,避免表锁的损耗。