SQL优化

一、插入数据

批量插入

Insert into tb_test values(1,'Tom'),(2,'Cat'),(3,Jerry');

手动提交事务

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;

主键顺序插入

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';

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)。

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-N行数据(如果一行数据多大,会行溢出),根据主键排列。

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(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。

知识小贴士:
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。

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。

#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
create index idx user age phone aa on tb user(age,phone);
#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
#根据age,phone:进行降序一个升序,一个降序
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);
#根据age,phone进行降序一个升序,一个降序
explain select id,age,phone from tb_user order by age asc,phone desc;
  • 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)。

四、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orofession字段分组
explain select profession,count(*)from tb_user group by profession;
#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;
#执行分组操作,根据profession字段分组
explain select profession,count(*)from tb user group by profession,age;
  • 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

五、limit优化

一个常见又非常头疼的问题就是liit2000000,10,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。

explain select from tb sku t,(select id from tb sku order by id limit 2000000,10)a where t.id = a.id;

六、COUNT优化

explain select count(*)from tb user

MyISAM引擎把一个表的总数存在了磁盘上,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。

优化思路:自己计数。

(一)count的几种用法

  • 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(1)
  • 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(主键不可能为u)。
  • count(字段)
    没有not null约束:InnoDB引擎会遍历整张表把每一行的字酴值都取出来,返回给服务层,服务层判断是否为nul,不为nul,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。
  • count(1)
    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。
  • count()
    InoDB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)),所以尽量使用count(*)。

七、update优化(避免行锁升级为表锁)

update student set no='2000100100' where id 1;
update student set no=2000100105' where name='xxx',

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。

你可能感兴趣的:(sql,数据库)