insert优化:
关键点:
1.多使用批量插入语句
例如: insert into table values(...,...),(...,...),(...,...);
2.多使用手动提交事务来进行插入数据
start transaction; insert into table values(),(); insert into table values(),(); insert into table values(),(); commit;
大批量插入数据:
使用MYSQL提供的load指令进行插入:
mysql --local-infile -u root -p #连接数据库 set global local_infile = 1 #设置全局参数,开启从本地加载文件导入数据的开关 load data local infile '/root/sql1.log' into table '' fields terminated by ',' lines terminated by '\n';
主键优化:
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做主键或者其他自然主键,如身份证号
- 业务操作时,尽量避免对主键的修改
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 organizationg table)
逻辑存储结构:
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
主键顺序插入:
主键乱序插入:
1
2
3
页合并:
当删除一行记录时,实际上记录并没有物理删除,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2个页合并以优化空间使用。
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,让好在排序缓冲区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,这种情况称为using index,不需要额外排序,操作效率高。
优化法则:
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)
Group by 优化:
优化思路:
-
- 在分组操作时,可以通过索引来提高效率。
- 分组操作时,索引的使用也是满足最左前缀法则的。
limit优化:
常见问题是limit 20000,10 ,此时需要MYSQL排序前20010记录,仅仅返回20000 -- 20010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,通过建立覆盖索引提高性能,然后通过覆盖索引加子查询形式优化
例如:select * from table a, (select id from table order id limit 20000,10) s where a.id =s.id
count优化:
用法:
-
- count(主键):
InndDB引擎会遍历整张表,把每一行的主键id都取出来,返回至服务层。服务层拿到主键后,直接按进行累加(主键不可能为Null)
-
- count(字段):
没有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,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引擎会遍历整张表,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
根据效率进行排序的话,count(*)=count(1)>count(id)>count(字段),尽量使用count(*).
update优化:
核心:
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。(表锁则会影响并发时候的执行性能)