1、插入数据
-
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:
- 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)
- 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
- 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
- 主键优化:
- 主键长度尽量短、顺序插入 (Auto_increment)
UUID
- 主键长度尽量短、顺序插入 (Auto_increment)
- 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
- group by
- 索引,多字段分组满足最左前缀法则
- limit 优化
- 覆盖索引+子查询
- count优化
- 性能:
count(字段) > count(主键ID) >count(1) ~= count(*)
- 性能:
- 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