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)