SQL优化

一:insert优化

1.insert插入方式方面的优化

批量插入、手动提交事务、主键顺序插入

2.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.主键顺序插入性能高于乱序插入

二:主键优化

1.数据组织方式

在InnoDB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)

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。(主键乱序插入)

3.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(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)看看是否可以将两个页合并以优化空间使用。

4.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。

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，然后噪排序缓冲区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。

3.注意事项：

①根据排序字段建立合适的索引，多字段排序时，也遵循最左前缀法则。

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（默认为256K）

-- EXTRA为using index 因为phone有索引 且所要查询的也被索引所覆盖
explain select id,phone from tb_user order by phone;
-- EXTRA为using 它们三者之间为联合索引 且在排序的使用上没有违背最左前缀法则
explain select id from tb_user order by profession,age,status;
-- 创建索引
create index idx_user_age_pho on tb_user(age,phone);
-- EXTRA为using index 因为它们为联合索引 且所要查询的也被索引所覆盖
explain select id,age,phone from tb_user order by age,phone;
-- EXTRA为Backward index scan;Using index 它们是联合索引且没有违背查询法则 但使用了 desc倒序查询 所以 其带有倒着扫描的解释
explain select id,age,phone from tb_user order by age desc ,phone desc;
-- EXTRA为Using index; Using filesort 因为其违背了最左前缀原则 应该先以age来查询再以phone查询
explain select id,age,phone from tb_user order by phone,age;
-- EXTRA为Using index; Using filesort 因为针对age存在索引 但对 phone desc 无索引 因此在查询时又按照全表扫描去排序
explain select id,age,phone from tb_user order by age,phone desc;

四:group by优化

1.在分组操作时，可以通过索引来提高效率。

2.分组操作时，索引的使用也是满足最左前缀法则的。

create index idx_user_age_pro on tb_user(age,profession);
-- EXTRA为Using index 因为其存在联合索引 且使用了覆盖索引
explain select id,age,profession from tb_user group by age,profession;
-- Using index; Using temporary 因为起违背了最左前缀法则 对于age使用了索引 而profession没有使用
explain select id,age,profession from tb_user group by profession,age;
-- EXTRA为Using temporary 因为status没有索引 所以使用了全表扫描
explain select phone from tb_user group by status;

五:limit优化

举例：如果对于一个1个100w的数据若按照limit 2000000,10 来进行则MySQL需要排序前2000010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。

-- 最寻常的查询 一般若数据过多耗时较长
select * from tb_user order by id limit 0,10;
-- 优化后的查询 一般相比于正常查询耗时较少
explain select * from tb_user t ,(select id from tb_user order by id limit 0,10) a where t.id = a.id;

六:count优化

1.MyISAM引擎把一个表的总行数存在了磁盘上，因此执行count(*) 的时候会直接返回个数，效率很高;

2.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。

优化思路：自己计数

3.count的几种用法

①count(主键)

InnoDB 引擎会遍历整张表，把每一行的主键id值都取出来，然后返回给服务层。服务层拿到主键后，直接按行进行累加(主键不可能为null)。

②count(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。

③count(1)——1也可以被其他数字替换

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“1”进去，直接按行进行累加。

④count(*)

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。

按照效率排序的话：count(字段)<count(主键)<count(1)≈count(*) 所以尽量使用count(*)。

七:update优化

InnoDB的行数是针对索引加的锁，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。(也就是对于没有索引的记录更改会形成表锁)