4 优化-CSDN博客

本文链接：https://blog.csdn.net/m0_48712425/article/details/132064682

前言

本文仅个人的学习所记随笔，如有不对之处，还有各位大佬斧正！谢谢！

1 插入数据

少量数据
- 批量插入数据
- 手动控制
- 主键顺序插入，性能要高于乱序插入

大量数据（几百万）

使用mysql数据库提供的load指令

-- 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'

在load时，主键顺序插入性能高于乱序插入

2 主键优化

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)

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

1 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

主键顺序插入效果
- 从磁盘中申请页，主键顺序插入
- 第一个没有满，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
主键乱序插入效果
- 加入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，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。

2 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20，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"。

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。

3 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。

order by优化原则:

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，可以适当增大排序缓冲区大小 sort_buffer_size(默认256k)

4 group by优化

group by优化原则：

在分组操作时，可以通过索引来提高效率
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

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。

select * 
from a_table a, (select id from a_table order by id limit 2000000,10) b 
where a.id = b.id;

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() 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