【SQL语句优化】

SQL语句优化

①插入数据

☆insert

1）批量插入数据
如果一次性插入多条数据，应该用一条insert来实现，如果要批量插入，一次性插入的数据不建议超过1000条。如果要插入几万条数据，可以分割成多条Insert语句来查询。

2）手动提交事务
在mysql中的事务都是自动提交的，每执行一条Insert语句都会提交，就会频繁的进行事务的开启和事务的提交，这时候需要手动提交事务优化效率，例如：

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;

3)主键顺序插入
主键顺序插入，性能要高于乱序插入。这个是取决于mysql的数据组织结构。

☆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' ;

在cmd命令行中可以进行上述操作。
此处我用的是将sql文件直接拖入datagrip，100w条数据花了1min。

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)。如下图所示：

行数据都是存储在聚集索引的叶子节点上的。InnoDB的逻辑结构图如下：

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在该页存储不下，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。（为什么至少包含2行数据：因为如果只包含一行数据的话，就相当于只是一个链表了）

i. 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. 当第一个也写满之后，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

ii. 主键乱序插入效果

①. 加入1#,2#页都已经写满了，存放了如图所示的数据

②. 此时再插入id为50的记录，会再次开启一个页，写入新的页中吗？

不会。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。

☆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。

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。

☆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。（如果主键长度比较长，二级索引又比较多，会占据大量的磁盘存储空间，而且在搜索的时候会耗费大量的磁盘I/O）
· 插入数据时，尽量选择顺序插入，选择使用AUTO_INCREMENT自增主键。（乱序插入可能会出现页分裂现象）
· 尽量不要使用UID做主键或者是其他自然主键，如身份证号。（因为每次生成的都是无序的，导致主键乱序插入的问题）
· 业务操作时，避免对主键的修改。（修改主键还要去动对应的索引结构，代价比较大）

③order by优化

MySQL的排序，有两种方式：

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。

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。

还是在我的test2数据库中，删除之前tb_user表的几个索引：

drop index idx_user_phone on tb_user;
drop index idx_user_phone_name on tb_user;
drop index idx_user_name on tb_user;

执行排序SQL语句如下：
explain select id,age,phone from tb_user order by age ; 查看执行计划：

再执行explain select id,age,phone from tb_user order by age, phone ; 查看执行计划：

这是由于 age, phone 都没有索引，所以此时再排序时，出现Using filesort， 排序性能较低。

再执行create index idx_user_age_phone_aa on tb_user(age,phone);创建索引后，执行explain select id,age,phone from tb_user order by age;查看执行计划：


可以看出建立索引之后，再次进行排序查询，就由原来的Using filesort， 变为了 Using index，性能就是比较高的了。

创建索引后，根据age, phone进行降序排序：
执行语句explain select id,age,phone from tb_user order by age desc , phone desc ;查看执行计划：

也出现 Using index， 但是此时Extra中出现了 Backward index scan，这个代表反向扫描索引，因为在MySQL中我们创建的索引，默认索引的叶子节点是从小到大排序的，而此时我们查询排序时，是从大到小，所以，在扫描时，就是反向扫描，就会出现 Backward index scan。 在MySQL8版本中，支持降序索引，我们也可以创建降序索引。

根据phone，age进行升序排序，phone在前，age在后：explain select id,age,phone from tb_user order by phone , age; ，

排序时,也需要满足最左前缀法则,否则也会出现 filesort。因为在创建索引的时候， age是第一个字段，phone是第二个字段，所以排序时，也就该按照这个顺序来，否则就会出现 Using filesort。

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 ;

因为创建索引时，如果未指定顺序，默认都是按照升序排序的，而查询时，一个升序，一个降序，此时就会出现Using filesort。

这里面的A表示升序，D表示降序。

创建联合索引(age 升序排序，phone 倒序排序)：create index idx_user_age_phone_ad on tb_user(age asc ,phone desc);，然后再执行explain select id,age,phone from tb_user order by age asc , phone desc ; 查看执行计划：

升序/降序联合索引结构图示:

由上述的测试，可以使用order by优化原则:
A. 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。
B. 尽量使用覆盖索引。
C. 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）。
D. 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)。

④group by优化

在没有索引的情况下，执行如下SQL，查询执行计划：
explain select profession , count(*) from tb_user group by profession ;

使用了临时表，性能很低。

然后，再针对于 profession ， age， status 创建一个联合索引：
create index idx_user_pro_age_sta on tb_user(profession , age , status);

紧接着，再执行前面相同的SQL查看执行计划：
explain select profession , count(*) from tb_user group by profession ;

如果仅仅根据age分组，就会出现 Using temporary ；而如果是根据profession,age两个字段同时分组，则不会出现 Using temporary。原因是因为对于分组操作，在联合索引中，也是符合最左前缀法则的。

所以，在分组操作中，我们需要通过以下两点进行优化，以提升性能：

A. 在分组操作时，可以通过索引来提高效率。

B. 分组操作时，索引的使用也是满足最左前缀法则的。

⑤limit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。
执行以下三条语句：

select * from tb_sku limit 0,10;
select * from tb_sku limit 10000,10;
select * from tb_sku limit 30000,10;

发现执行耗时越来越长，越往后，分页查询效率越低，这就是分页查询的问题所在。

因为，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。

⑥count优化

执行语句select count(*) from tb_user ;会发现，，如果数据量很大，在执行count操作时，是非常耗时的。

· 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。

如果说要大幅度提升InnoDB表的count效率，主要的优化思路：自己计数(可以借助于redis这样的数据库进行,但是如果是带条件的count又比较麻烦了)。

count的用法：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）

按照效率排序的话，count(字段) < count(主键 id) < count(1) ≈ count( * ) ，所以尽量使用 count( * )。

⑦update优化

我们主要需要注意一下update语句执行时的注意事项。

update course set name = 'javaEE' where id = 1 ;
当我们在执行删除的SQL语句时，会锁定id为1这一行的数据，然后事务提交之后，行锁释放。

但是当我们在执行如下SQL时：
update course set name = 'SpringBoot' where name = 'PHP' ;

当我们开启多个事务，在执行上述的SQL时，我们发现行锁升级为了表锁。 导致该update语句的性能大大降低。

注：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 。