（九）MySQL笔记（SQL优化）

1、插入数据

insert优化:
批量插入
手动事务提交
主键顺序插入
大批量插入数据
如果一次需要插入大批量数据，使用insert语句插入性能较低，此时可以使用MySQL数据库提供的load指令进行插入。

--客户端连接服务端时，加上参数 --local-infile
--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，加载到表的结构中
load data local infile '/root/sql1.log' into table 'tb_user' fields terminated by ',' lines terminated by '\n';

2、主键优化

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，这种存储方式的表成为索引组织表（IOT）。

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（如果一行数据多大，会行溢出），根据主键排列。

页合并：
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）为删除并且它的控件变得允许被其他记录声明使用。
当页中 所删除的记录达到MERGE_THRESHOLD(默认页的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。
注：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。

主键设计原则：
满足业务需要的情况下，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AUTD_INCREMENT自增主键
尽量不要使用UUID做主键或者其他自然主键，如身份证号
业务操作时，避免对主键的修改

3、order by优化

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。

--例：
--没有创建索引时，根据age，phone进行排序
explain select id,age,phone from tb_user order by age,phone;

--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,phone;

--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;

--没有创建索引时，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;
--创建索引
create index idx_user_age_phone_ad on tb_user(age asc,phone desc);
--创建索引后，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;

建议：
1）根据排序索引字段建立合适的索引，多字段排序时，也遵循最左前缀法则。
2）尽量使用覆盖索引。
3）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）
4）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

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

一个常见的问题就是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 索引覆盖 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

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。

InnoDB引擎执行count(*)的时候,需要把数据一行一行地从引擎例读出来，然后累计计数。
优化思路：自己计数

count的几种用法：
cout()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(1)

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)。

cout(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字段值都取出来，返回给服务层，直接按行进行累加。

cout(1)
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：count(字段) < cout(主键id) < count(1)≈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。