SQL优化

一、插入数据 优化

1.1  普通插入（小数据量）

普通插入（小数据量）：

1. 采用批量插入（一次插入的数据不建议超过1000条）
2. 手动提交事务
3. 主键顺序插入

 1.2  大批量数据插入

 大批量插入：（主键顺序插入的性能高于乱序插入）
如果一次性需要插入大批量数据，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指令插入。

1. # 客户端连接服务端时，加上参数 --local-infile（这一行在bash/cmd界面输入）
2. mysql --local-infile -u root -p
3. # 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
4. set global local_infile = 1;
5. select @@local_infile;   #查重参数
6. # 执行load指令将准备好的数据，加载到表结构中
7. load data local infile '/root/sql1.log' into table 'tb_user' fields terminated by ',' lines terminated by '\n';

案例具体解释如下：

• '/root/sql1.log'：表示要加载的文件路径，这里假设文件位于根目录下的sql1.log文件。
• 'tb_user'：表示要将数据加载到的目标表的名称为'tb_user'。
• FIELDS TERMINATED BY ','：表示文件中的字段是由逗号进行分隔的。
• LINES TERMINATED BY '\n'：表示文件中的行是以换行符（\n）结束的。

二、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） 

由于“表数据都是根据主键顺序组织存放的”，所以顺序插入的效率高。

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 做主键或者是其他的自然主键，如身份证号
• 业务操作时，避免对主键的修改

三、order by 优化

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

如果order by字段全部使用升序排序或者降序排序，则都会走索引，但是如果一个字段升序排序，另一个字段降序排序，则不会走索引，explain的extra信息显示的是Using index, Using filesort，如果要优化掉Using filesort，则需要另外再创建一个索引，如：create index idx_user_age_phone_ad on tb_user(age asc, phone desc);，此时使用select id, age, phone from tb_user order by age asc, phone desc;会全部走索引 

总结：

• 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）

四、group by 优化

• 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

如索引为idx_user_pro_age_stat，则句式可以是select ... where profession order by age，这样也符合最左前缀法则。索引 idx_user_pro_age_stat 所包含的列顺序是 profession, age, stat。查询的条件是 WHERE profession，而排序的条件是 ORDER BY age。由于 profession 列出现在了索引的最左边，并且查询和排序都是从最左边的列开始的，所以这个查询语句可以利用该索引进行优化。

五、limit 优化

常见的问题如limit 2000000, 10，此时需要 MySQL 排序前2000000条记录，但仅仅返回2000000 - 2000010的记录，其他记录丢弃，查询排序的代价非常大。
优化方案：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。

案例：

1. -- 此语句耗时很长
2. select * from tb_sku limit 9000000, 10;
3. -- 通过覆盖索引加快速度，直接通过主键索引进行排序及查询
4. select id from tb_sku order by id limit 9000000, 10;
5. -- 下面的语句是错误的，因为 MySQL 不支持 in 里面使用 limit
6. -- select * from tb_sku where id in (select id from tb_sku order by id limit 9000000, 10);
7. -- 通过连表查询即可实现第一句的效果，并且能达到第二句的速度
8. select * from tb_sku as s, (select id from tb_sku order by id limit 9000000, 10) as a where s.id = a.id;

在一般的分页查询中，需要获取指定页码的数据行。传统的做法是通过LIMIT语句来限制返回结果的行数，但这可能需要进行全表扫描，并且只有在获取完整结果集后才会进行截取，效率较低。

通过创建覆盖索引，可以避免对主表的访问，直接从索引中获取所需的列数据，提高查询速度。覆盖索引是一种包含所有查询需要的列的索引。当查询只需要返回覆盖索引中的列时，不需要再回到主表查找相应的行，从而节省了IO操作。

此外，使用子查询形式可以进一步优化分页查询。子查询是将一个查询嵌套在另一个查询中的查询方式。在分页查询中，可以先执行一个子查询来获取满足条件的主键或唯一标识符，并将其作为条件用于主查询，以获取特定的页码数据。

六、count 优化

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（前提是不适用where）；
InnoDB 在执行 count(*) 时，需要把数据一行一行地从引擎里面读出来，然后累计计数。
优化方案：自己计数，如创建key-value表存储在内存或硬盘，或者是用redis

count的几种用法：

• 如果count函数的参数（count里面写的那个字段）不是NULL（字段值不为NULL），累计值就加一，最后返回累计值
• 用法：count(*)、count(主键)、count(字段)、count(1)
• count(主键)跟count(*)一样，因为主键不能为空；count(字段)只计算字段值不为NULL的行；count(1)引擎会为每行添加一个1，然后就count这个1，返回结果也跟count(*)一样；count(null)返回0

各种用法的性能：

• count(主键)：InnoDB引擎会遍历整张表，把每行的主键id值都取出来，返回给服务层，服务层拿到主键后，直接按行进行累加（主键不可能为空）
• count(字段)：没有not null约束的话，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约束的话，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 引擎遍历整张表，但不取值。服务层对于返回的每一层，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

按效率排序：count(*) ≈ count(1) >count(主键) >= count(字段)，所以尽量使用 count(*) 

七、update 优化

当使用UPDATE语句更新数据时，如果WHERE条件选择的是不带索引的字段，可能导致行锁升级为表锁。这是因为在没有索引的情况下，数据库无法快速定位到需要更新的行，只能对整个表或较大的数据范围进行锁定，以确保数据的一致性。

当WHERE条件选择带索引的字段时，数据库可以利用索引来快速定位到满足条件的行，只对特定的行进行锁定，从而减少锁冲突和提高并发性能。这样可以避免行锁升级为表锁，并减少对其他事务的影响。