数据库之SQL优化（0623）

1、插入数据

1. insert 优化

   • 批量插入

     insert into tb_text values(1,'Tom'),(2,'Cat'),(3,'Jerry');
     

   • 手动提交事务

     start tranaction;
     insert into tb_text values(1,'Tom1'),(2,'Cat1'),(3,'Jerry1');
     insert into tb_text values(4,'Tom2'),(5,'Cat2'),(6,'Jerry2');
     insert into tb_text values(7,'Tom3'),(8,'Cat3'),(9,'Jerry3');
     commit;
     

   • 主键顺序插入

     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 5 6 7 8 9 15 88 89
     

   • 大批量插入数据

     • 如果一次性需要插入大批量数据，使用insert 语句性能较低，此时可以使用MySQL数据库提供的load指令插入，操作如下：
       

#客户端连接服务器时，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';

• 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）
    
    

• 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(默认页的50%)，InnoDB会开始寻找最靠近页（前或后）看看是否可以将两个页合并以优化空间使用。
  • merge_threshold:合并页的阈值，可以自己设置，在创建表或创建索引时指定。

• 主键设计原则
  • 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；
  • 业务操作时，避免对主键的修改。

3、order by 优化

• 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，操效率高。
  

• 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(默认为256k)

4、group by 优化

• 在分组操作时，可以通过索引来提高效率。
• 在分组操作时，索引的使用也是满足最左前缀法则的。

5、limit优化

• 一个常见又非常头疼的问题就是limit 200000,10,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;

6、count 优化

• MyISAM引擎把时候的一个表的总行数存在磁盘上，因此执行count（*）的时候会直接返回这个数，效率很高。

• InnoDB引擎就麻烦了，它执行的时候，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。

• explain select count(*) from tb_user;
  

• count的几种用法：

  • count（）是一个聚合函数，对于返回的结构集，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).

• count(字段)

  • 没有not null 约束：InnoDB引擎回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（1）

  • InnoDB引擎回遍历整张表，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) 约等于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，否则回从行锁升级为表锁

• update student set no = '2000100100' where id = 1;
  

• update student set no = '2000100105' where name = '韦一笑';
  

总结

1. 插入数据：
   • insert：批量插入，手动控制事务、主键顺序插入
   • 大批量插入：load data local infile
2. 主键优化：
   • 主键长度尽量短、顺序插入 （Auto_increment) UUID
3. order by
   • using index:直接通过索引返回数据，性能高
   • using filesort:需要将返回的结果在排序缓冲区排序
4. group by
   • 索引，多字段分组满足最左前缀法则
5. limit 优化
   • 覆盖索引+子查询
6. count优化
   • 性能：count(字段) > count(主键ID) >count(1) ~= count(*)
7. update 优化
   • 尽量根据主键/索引字段进行数据更新

如有侵权请联系删除

此篇来源于黑马程序员的课程，感谢黑马！！！

最后学习累了吧，福利在这里（亮晶晶的树，其实就是忘记是哪里了）我捏最爱