十二、MySQL优化
12.1 插入数据优化
-- 批量插入
insert into tb_test values(xx,xxx),(aa,aaa)...;
-- 手动提交事务
start transaction;
insert into tb_test values(xx,xxx);
...
commit;
#自动提交事务的话,会导致每执行一条MySQL语句都会有开始事务跟提交事务的操作,如果MySQL语句很多的话,反复的开启提交会严重影响效率。如果改成手动提交的话,我们可以将MySQL语句执行完后统一提交,大大提高了性能。
-- 主键顺序插入
主键乱序插入:8 1 6 4 9 10 65 45 98
主键顺序插入:1 4 6 8 9 10 45 65 98
#主键顺序插入性能高于乱序插入
-- 大批量插入数据
/*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指令进行插入。操作如下:*/
#客户端连接上服务器时,加上参数 --local-infile(表示要加载本地文件)
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(地址是在linux的地址)
load data local infile '/root/sql1.log' into table 'tb_user' fields terminated by ',' lines terminated by '\n';
-- 字段用,隔开 每一行用\n隔开
mysql> load data local infile '/root/load_user_100w_sort.sql' into table tb_user fields terminated by ',' lines terminated by '\n';
Query OK, 1000000 rows affected (13.30 sec)
Records: 1000000 Deleted: 0 Skipped: 0 Warnings: 0
-- 补充
select @@local_infile 查看全局变量local_inflie的状态
12.2 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)。
-
页分裂
页可以为空,可以填充一半,可以填充100%。每个页包含了2-N行数据,(如果一行数据过大,会出现行溢出),根据主键1排列。
主键顺序插入,就是顺序将页一个一个填满,页空间不够就增加新的页。相比于乱序插入算是比较简单的
主键乱序插入
此时两个页已经填满,再想要插入主键为50的数据,就要找到比50小的数据所在的页,然后将该页后面50%的数据取出来,新增一个第三页,然后将取出来的50%的数据存放在第三页,而主键为50的数据就存放在第三页最后一个数的末尾。然后MySQL再做调整,结果就是主键按顺序排列。
-
页合并
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看看是否可以将两个页合并以优化空间使用
MERGE_THRESHOLD:页合并的阈值,可以自己设置,在创建表或者创建索引时指定。
-- 主键设计原则
1.满足业务需求的情况下,尽量降低主键的长度。
2.插入数据时,尽量选择顺序插入,选择使用AUTO_INCREMENT自增主键
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。
4.业务操作时,避免对主键的修改。
12.3 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俄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。
#没有创建索引时,根据age,phone进行排序
explain select id,age,phone from tb_user order by age,phone;
#创建索引,并指定升序排列
create index idx_user_age_phone_aa on tb_user(age asc,phone asc);
#创建索引后,根据age,phone进行升序排序
explain select id,age,phone from tb_user order by age,phone;
#创建索引后,根据age,phone进行降序排序
explain select id,age,phone from tb_user order by age desc,phone desc;
#对age进行升序,对phone进行降序
explain select id,age,phone from tb_user order by age asc,phone desc;
#创建索引
create index idx_user_age_phone_ad on tb_user(age asc,phone desc);
#对age进行升序,对phone进行降序
explain select id,age,phone from tb_user order by age asc,phone desc;
创建索引之前按照age,phone排序
创建联合索引之后,按照字段排序
降序排序后出现了额外的索引(反向扫描索引)
总结:
1.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
2.尽量使用覆盖索引
3.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)
4.如果不可避免地出现filesort,大数据量排序时,可以适当增大排序缓冲区大小sort_buffer_size(默认为256k)
show variables like 'sort_buffer_size';
12.4 group by 优化
#删除掉目前的联合索引idx_user_pro_age_sta
drop index idx_user_pro_age_sta on tb_user;
#执行分组操作,根据profession字段分组
explain select profession,count(*) from tb_user group by profession;(临时表,效率低)
#创建索引
create index idx_user_pro_age_sta on tb_user(profession,age,status);
#执行分组操作,根据profession字段分组
explain select profession,count(*) from tb_user group by profession;(使用索引)
#执行分组操作,根据profession字段分组
explain select profession,count(*) from tb_user group by profession,age;
explain select age,count(*) from tb_user group by age;
不满足最左前缀法则,用到临时表,但也部分索引
explain select age,count(*) from tb_user where profession = '软件工程' group by age;
因为先出现的profession再出现的age,满足最左前缀法则,用到索引。
12.5 limit 优化
一个常见又非常头疼的问题:
limit 2000000,10;
此时需要MySQL排序前2000010记录,仅仅返回2000000-2000010的记录,其他记录被丢弃,查询排序代价非常大
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。
explain select * from tb_user t,(select id from tb_user order by id limit 2000000,10) a where t.id=a.id;
12.6 count优化
explain select count(*) from tb_user;
-- 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
-- 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,效率极低
优化思路:自己计数
-- count的几种用法
#count()是一个聚合函数,对于返回的结果集,一行一行地判断,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。
主要用法:
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。
count(主键)
-- InnoDB引擎会遍历整张表,把每一行的主键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(主键值不可能为NULL)
count(字段)
/*
两种情况:
1.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就累加计数
2.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(省得对null进行判断)
*/
count(n)
-- InnoDB引擎遍历整张表,但不取值。服务层对于返回的每一行放一个数字“n”进去,直接按行(就是根据有多少行数字n)进行累加。
效率排序:
count(字段)<count(主键id)<count(1)~=count(*),所以尽量使用count(*)
12.7 update优化
InnoDB的行锁是针对索引加的锁,并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
这个主要是多个事务同时执行的时候会碰到,可以多开几个命令行,开启多个事务自己演示。