MySQL-SQL优化

目录

插入数据

insert优化

大批量插入数据

主键优化

数据组织方式

页分裂

页合并

主键设计原则

order by优化

group by优化

limit优化

count优化

update优化

---

插入数据

insert优化

如果需要一次性往数据库中插入多条记录，可以从以下三个方面进行优化：

• 批量插入数据

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

• 手动控制事务

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;

• 主键顺序插入，性能要高于乱序插入 

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 4 5 7 8 9 15 21 88 89

大批量插入数据

如果一次性需要插入大批量数据（比如几百万的记录），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，操作如下：

可以执行如下指令，将数据脚本文件中的数据加载到表结构中：

-- 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' ;

主键顺序插入性能高于乱序插入 

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）

行数据都是存储在聚集索引的叶子节点上的

 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，则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

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：
1.从磁盘中申请页，主键顺序插入

2.第一个页没有满，继续往第一页插入

3.当第一个页写满之后，再写入第二个页，页与页之间会通过指针连接

 

4.当第二页写满了，再往第三页写入

主键乱序插入效果：

 1.加入1#，2#都写满了，存放了如图所示的数据：

2.此时插入id为50的记录，不会再次开启一个页，写入新的页，按照顺序应该存储在47之后，但47所在的1#页已经写满，此时会开辟一个新的页3#，但不会直接将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，此时三个页之间的数据顺序有问题，1#的下一页应该是3#，3#的下一页是2#，所以需要重新设置链表指针

上述这种现象称为“页分裂”，比较耗费性能

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

上述发生的合并页的现象，就称为“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

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

order by优化

MySQL有两种排序方式：

• 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，在优化排序操作时，尽量要优化为Using index

升序/降序联合索引结构图示：

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）

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，索引的使用也满足最左前缀法则

limit优化

在数据量比较大时，如果进行limit分页查询，在查询时，越往后分页查询效率越低

优化：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;

count优化

InnoDB引擎执行count(*)时，需要把数据一行一行地从引擎里读出来，然后累计计数

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)

按照效率排序：count(字段)<count(主键id)<count(1)≈count(*)

因此尽量使用count(*)

update优化

当执行如下SQL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 = 'javaEE' where id = 1;

当开启多个事务，执行如下SQL时，行锁升级为了表锁，导致该update语句的性能大大降低

update course set name = 'SpringBoot' where name = 'PHP';

优化：更新的条件一定要有索引

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