文章目录
MySQL之InnoDB索引之SQL优化
注:本文基于Linux系统上MySQL v8.0.26进行讲解
1.插入少量数据
1.1问题
如果我们需要像如下这样一次性往数据库表中插入多条记录,可以从以下三个方面进行优化。
不采取以下的原因是因为,每一次insert都需要与数据库进行连接,进行网络传输,性能比较低
insert into tb_test values(1,'tom');
insert into tb_test values(2,'cat');
insert into tb_test values(3,'jerry');
.....
1.2批量插入数据优化
优化方案一:批量插入数据
注:一行性不建议插入超过1000条
Insert into tb_test values(1,'Tom'),(2,'Cat'),(3,'Jerry');
1.3手动控制事务
优化方案二:手动控制事务
mysql中事务提交是默认提交的,也就意味着每次执行完一个insert语句,事务就自动提交了,这样的话多个insert会频繁的涉及到事务的开启与提交
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;
1.4主键顺序插入
优化方案三: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
2.插入大量数据
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:
注:在load时,主键顺序插入性能高于乱序插入
左侧是本磁盘文件的原始结构,我们可以通过load指令将本地磁盘文件里的数据直接加载到数据库表结构当中;
磁盘文件里的数据按照一定规则进行书写,字段一一对应,字段间按照“,”进行分割,当然也可以不使用“,”,使用别的符号也可以
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' ;
3.插入大量数据(演示)
A. 创建表结构
CREATE TABLE `tb_user` (
`id` INT(11) NOT NULL AUTO_INCREMENT,
`username` VARCHAR(50) NOT NULL,
`password` VARCHAR(50) NOT NULL,
`name` VARCHAR(20) NOT NULL,
`birthday` DATE DEFAULT NULL,
`sex` CHAR(1) DEFAULT NULL,
PRIMARY KEY (`id`),
UNIQUE KEY `unique_user_username` (`username`)
) ENGINE=INNODB DEFAULT CHARSET=utf8 ;
B. 设置参数
-- 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;
C. load加载数据
我们看到,插入100w的记录,17s就完成了,性能很好。
load data local infile '/root/load_user_100w_sort.sql' into table tb_user fields terminated by ',' lines terminated by '\n' ;
head指令是只查看前面10行的数据
4.主键优化
在上面我们提到,主键顺序插入的性能是要高于乱序插入的。 这一小节,就来介绍一下具体原因,然后再分析一下主键又该如何设计。
4.1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。而我们之前也讲解过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。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在该页存储不小,将会存储到下一个页中,页与页之间会通过指针连接。
4.2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。
注:每个页中至少存储有 2 条或以上的行记录,如果是有一个的话索引结构就不是树了,就是链表了
4.2.1主键顺序插入
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
4.2.2主键乱序插入
①. 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,我们来看看会发生什么现象
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。
4.3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
当我们对已有数据进行删除时,删除15的数据,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。
当我们继续删除2#的数据记录,删除13 14
当页中删除的记录达到一定的预值,即达到 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。
删除数据,并将页合并之后,再次插入新的数据21,则直接插入3#页
这个里面所发生的合并页的这个现象,就称之为 “页合并”。
注: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。
4.4索引设计原则
1)满足业务需求的情况下,尽量降低主键的长度。原因是:对一张表来说,主键索引他只有一个,二级索引会有很多个,二级索引叶子节点挂的就是,数据的主键,所以说如果主键长度比较长,二级索引比较多,那么将占用大量的磁盘空间,而且在搜索的时候将会占用大量的磁盘IO
2)插入数据时,尽量选择顺序插入,选择使用AUTO_INCREMENT自增主键。原因是如果乱序插入的话,可能存在页分裂现象
3)尽量不要使用UUID做主键或者是其他自然主键,如身份证号。原因UUID、身份证是无序的,在插入的时候就乱序插入可能存在页分裂现象,而且字段比较长,在搜索的时候将会占用大量的磁盘IO
4)业务操作时,避免对主键的修改
5.order by优化
MySQL的排序,有两种方式:
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;
注:如果sort buffer满了,就会到磁盘文件中进行排序
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,我们在优化排序操作时,尽量要优化为 Using index。
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)。
show variables like 'sort_buffer_size';
6.演示(order by优化)
A. 数据准备
把之前测试时,为tb_user表所建立的部分索引直接删除掉
B. 执行排序SQL
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。
C. 创建索引
D. 创建索引后,根据age, phone进行升序排序
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。
E. 创建索引后,根据age, phone进行降序排序
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。
F. 根据phone,age进行升序排序,phone在前,age在后。
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,如下不满足最左前缀法则,所以排序时,也就该按照这个顺序来,否则就会出现 Usingn filesort。
G. 根据age, phone进行降序一个升序,一个降序
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。
为了解决上述的问题,我们可以创建一个索引,这个联合索引中 age 升序排序,phone 倒序排序。
H.创建联合索引(age 升序排序,phone 倒序排序)
然后再次执行如下SQL
升序/降序联合索引结构图示:
7.group by优化
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。
8.演示(group by优化)
分组操作,我们主要来看看索引对于分组操作的影响。
首先我们先将 tb_user 表的索引全部删除掉 。
接下来,在没有索引的情况下,执行如下SQL,查询执行计划:
然后,我们在针对于 profession , age, status 创建一个联合索引。
紧接着,再执行前面相同的SQL查看执行计划。
再执行如下的分组查询SQL,查看执行计划:
我们发现,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。
9.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。
10.演示(limit优化)
11.count优化
11.1介绍
在之前的测试中,我们发现,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,当我们进行insert插入的时候key进行加1,删除的话减1,但是如果是带条件的count又比较麻烦了)。
select count(*) from tb_user;
11.2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(*)。
12.update优化
我们主要需要注意一下update语句执行时的注意事项。
当我们在执行如下的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。
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 。
update course set name = 'javaEE' where id = 1 ;
当我们开启多个事务,再执行下述的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。
update course set name = 'SpringBoot' where name = 'PHP' ;
13.SQL优化的经验
查询语句无论是使用哪种判断条件等于、小于、大于,WHERE 左侧的条件查询字段不要使用函数或者表达式
(1)使用 EXPLAIN 命令优化你的 SELECT 查询,对于复杂、效率低的 SQL 语句,我们通常是使用 explainsql 来分析这条 SQL 语句,这样方便我们分析,进行优化。
(2) 当你的 SELECT 查询语句只需要使用一条记录时,要使用 LIMIT 1。不要直接使用 SELECT*,而应该使用具体需要查询的表字段,因为使用 EXPLAIN进行分析时,SELECT"使用的是全表扫描,也就是 type =all
(3)为每一张表设置一个 ID 属性
(4)避免在 MHERE 字句中对字段进行 NULL
(5)判断避免在 WHERE 中使用!或>操作符
(6)使用 BETWEEN AND 替代 IN
(7)为搜索字段创建索引
(8)选择正确的存储引擎,InnoDB、MyISAM、MEMORY 等
(9)使用 LIKE%abc%不会走索引,而使用 LIKE abc%会走索引
(10)对于枚举类型的字段(即有固定罗列值的字段),建议使用 ENUM 而不是VARCHAR,如性别、星期、类型、类别等
(11)拆分大的 DELETE 或 INSERT 语句
(12)选择合适的字段类型,选择标准是尽可能小、尽可能定长、尽可能使用整数
(13)字段设计尽可能使用 NOT NULL
(14)进行水平切割或者垂直分割