mysql优化load_MySQL优化—插入语句的优化

插入语句如何优化?

插入数据时,影响插入速度的主要是索引、唯一性校验、一次插入数据的条数等。

插入数据的优化,不同的存储引擎的优化手段是不一样的,在MySQL中常常用到的存储引擎有MyISAM和InnoDB

这里大概介绍一下两者的区别

1.MyISAM存储引擎是5.5之前默认的存储引擎,不支持事务、不支持外键、表级锁、内存和硬盘空间占有率低,其优势是访问速度快,对事务的完整性没有要求,以select为主的应用基本上都可以使用这个引擎。另外MyISAM缓存有表meta-data(行数等),因此在做COUNT(*)时对于一个结构很好的查询是不需要消耗太多的资源的。

2.InnoDB存储引擎是5.5之后默认的存储引擎,提供了具有提交、回滚和崩溃恢复能力的事务安全,支持外键并且提供了行级锁,劣势在于写的处理效率相对较低,并且会占用更多的磁盘空间来保留数据和索引。对于COUNT(*)这样的操作,InnoDB没有像MyISAM那样缓存了行数,所以在执行该操作的时候需要遍历全表。

简单总结一下就是说:

MyISAM更加适合读密集的表,而InnoDB更适合写密集的表,在数据库做了主从分离的情况下,经常选择MyISAM做主库的存储引擎。一般来说,如果需要事务支持,并且具有较高的并发读取率的时候,InnoDB是不错的选择,因为它提供了行级锁,锁的粒度更细。如果你的数据量很大(MyISAM支持压缩特性可以减少磁盘空间的占用),而且不需要事务支持的时候,MyISAM是最好的选择。

针对于不同的存储引擎,有不同的语句优化的策略

1.MyISAM:

禁用索引

对于非空表,插入记录时,MySQL会根据表的索引对插入的记录建立索引。如果插入大量的数据,建立索引会降低插入数据的效率。

为了解决这个问题,可以在批量插入数据之前禁用索引,数据插入完成之后再去开启索引

禁用索引的语句

ALTER TABLE table_name DISABLE keys;

开启索引的语句

ALTER TABLE table_name ENABLE KEYS;

对于空表批量插入数据,则不需要进行操作,因为MyISAM引擎的表是在导入数据之后才建立的。

禁用唯一性检查

唯一性校验会降低插入记录的速度,可以在插入记录之前禁用唯一性检查,插入数据完成之后再开启。

禁用唯一性检查的语句

SET UNIQUE_CHECKS = 0;

开启唯一性检查的语句

SET UNIQUE_CHECKS = 1;

批量插入数据

插入数据的时候,可以使用一条INSERT语句插入一条数据,也可以插入多条数据,一次性插入多条数据要比一次性插入一条数据效率要高很多

使用LOAD DATA INFILE

当需要批量导入数据时,使用LOAD DATA INFILE语句比INSERT语句插入速度快很多。

2.InnoDB:

禁用唯一性检查。

用法和MyISAM一样

禁用外键检查

插入数据之前禁止对外键检查,数据插入完成之后再恢复,可以提高插入的速度。

禁用

SET foreign_key_checks = 0;

开启

SET foreign_key_checks = 1;

禁止自动提交

插入数据之前执行禁止事务的自动提交,插入数据之后再恢复,可以提高插入的速度。

禁用:

SET autocommit = 0;

开启:

SET autocommit = 1;

以上是经验性的总结,下面我们来看网上几个牛人的测试案例

1.一条insert插入多条数据

我们常用的插入语句大多数都是一条一条插入的,例如:

INSERT INTO `insert_table` (`datetime`, `uid`, `content`, `type`)

VALUES ('0', 'userid_0', 'content_0', 0);

INSERT INTO `insert_table` (`datetime`, `uid`, `content`, `type`)

VALUES ('1', 'userid_1', 'content_1', 1);

现在我们将它修改成

INSERT INTO `insert_table` (`datetime`, `uid`, `content`, `type`)

VALUES ('0', 'userid_0', 'content_0', 0), ('1', 'userid_1', 'content_1', 1);

下面是网上牛人提供一些测试对比数据，分别是进行单条数据的导入与转化成一条SQL语句进行导入，分别测试1百、1千、1万条数据记录。通过对比，可以发现修改后的插入操作能够提高程序的插入效率。

mysql插入语句优化1.png

为什么会有这样的差异呢?

这里第二种SQL执行效率高的主要原因是合并后日志量(Mysql的binlog和innodb的事务日志)减少了,降低日志刷盘的数据量和频率,从而提高了效率。通过合并SQL语句,同样也能减少SQL语句解析的次数以及减少网络传输的IO.

2.在事务中进行插入处理

在操作数据的时候,事务也是很经常使用的。现在我们把上面的插入语句修改成:

START TRANSACTION;

INSERT INTO `insert_table` (`datetime`, `uid`, `content`, `type`)

VALUES ('0', 'userid_0', 'content_0', 0);

INSERT INTO `insert_table` (`datetime`, `uid`, `content`, `type`)

VALUES ('1', 'userid_1', 'content_1', 1);

...

COMMIT;

下面是测试对比,分别是不使用事务和使用事务在记录数量为1百、1千、1万的情况。我们仍然可以发现，数据的插入效率提高了。

插入语句优化-事务.png

原因分析:

这是因为在进行一个INSERT操作的时候,mysql内部会建立一个事务,在事务内才会进行真正的插入处理操作。通过使用事务可以减少创建事务的消耗,所有插入都在执行后才进行提交操作。

3.数据有序插入

数据的有序插入是指插入记录在主键上是有序排列的,例如datetime是记录的逐渐

原始的语句如下

INSERT INTO `insert_table` (`datetime`, `uid`, `content`, `type`)

VALUES ('1', 'userid_1', 'content_1', 1);

INSERT INTO `insert_table` (`datetime`, `uid`, `content`, `type`)

VALUES ('0', 'userid_0', 'content_0', 0);

INSERT INTO `insert_table` (`datetime`, `uid`, `content`, `type`)

VALUES ('2', 'userid_2', 'content_2',2);

修改成:

INSERT INTO `insert_table` (`datetime`, `uid`, `content`, `type`)

VALUES ('0', 'userid_0', 'content_0', 0);

INSERT INTO `insert_table` (`datetime`, `uid`, `content`, `type`)

VALUES ('1', 'userid_1', 'content_1', 1);

INSERT INTO `insert_table` (`datetime`, `uid`, `content`, `type`)

VALUES ('2', 'userid_2', 'content_2',2);

数据对比:

下面提供随机数据与顺序数据的性能对比，分别是记录为1百、1千、1万、10万、100万。从测试结果来看，该优化方法的性能有所提高，但是提高并不是很明显.

插入语句优化3.png

原因分析：

由于数据库插入时，需要维护索引数据，无序的记录会增大维护索引的成本。我们可以参照innodb使用的B+Tree 索引，如果每次插入记录都在索引的最后面，索引的定位效率很高，并且对索引调整较小；如果插入的记录在索引中间，需要B+tree进行分裂合并等处理，会消耗比较多计算资源，并且插入记录的索引定位效率会下降，数据量较大时会有频繁的磁盘操作。

4.性能综合测试

这里提供了同时使用上面三种方法进行INSERT效率优化的测试。

插入语句优化性能综合测试.png

从测试结果可以看出来,

从测试结果可以看到，合并数据+事务的方法在较小数据量时，性能提高是很明显的，数据量较大时(1千万以上)，性能会急剧下降，这是由于此时数据量超过了innodb_buffer的容量，每次定位索引涉及较多的磁盘读写操作，性能下降较快。而使用合并数据+事务+有序数据的方式在数据量达到千万级以上表现依旧是良好，在数据量较大时，有序数据索引定位较为方便，不需要频繁对磁盘进行读写操作，所以可以维持较高的性能。

注意的事项

SQL语句是有长度限制，在进行数据合并在同一SQL中务必不能超过SQL长度限制，通过max_allowed_packet配置可以修改，默认是1M，测试时修改为8M。

事务需要控制大小，事务太大可能会影响执行的效率。MySQL有innodb_log_buffer_size配置项，超过这个值会把innodb的数据刷到磁盘中，这时，效率会有所下降。所以比较好的做法是，在数据达到这个这个值前进行事务提交。