MySQL之InnoDB索引之SQL优化

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