Sql优化

1.insert优化

        比如我们现在要插入1000000条数据，我们之前采取的措施是一条条insert语句插入，但是这样效率太低了，需要频繁的连接数据库，所以初步的改进措施批量插入并且手动提交事务：

        但就算是批量插入，效率还是比较低，对于大批量插入数据，此时我们就可以使用mysql提供的load指令来进行插入。具体的操作如下：

MySQL和Oracle怎么导入千万级大量数据 - 掘金

2.主键优化

        如果插入数据时主键是按顺序插入、效率会比乱序插入的效率高。

2.1页分裂问题

        为了保证聚簇索引叶子结点是双向连接并且有序的，主键乱序插入可能会导致页分裂。

2.2页合并问题

        当我们删除一行记录时，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一定的阈值时(默认50%)，Innodb会开始寻找前后页看看是否可以将两个页合并以优化空间使用。  

2.3主键设计原则

• 尽量要降低主键的长度。

• 插入数据时，尽量选择顺序插入，可以选择主键自增。

• 尽量不要使用UUID或者其他乱序的数做主键。

• 尽量不要修改主键。

3.order by优化

3.1Using FileSort和Using index

我们执行几条排序的sql，通过explain执行计划我们发现在extra中有Using filesort和Using index两种。

• 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(默认256k)中完成排序的操作，所有不是通过索引直接返回排序结果的排序都叫File sort排序。

• Using index：通过有序索引顺序扫描可直接返回有序数据，这种情况即为Using index，不需要额外的排序，操作效率高。

3.1排序优化

• 根据排序字段建立合适的索引，也要遵守最左前缀原则。

• 尽量使用覆盖索引，可以建立联合索引。

• 如果避免不了filesort，可以适当的增大排序缓冲区的大小。

4.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，索引的使用也要满足最左前缀原则。

5.limit优化

        当我们想要查询2000000为起始位置后的10行包含所有字段的数据时，传统简单的limit语句耗时很大。

        我们可以通过覆盖索引+子查询来优化性能，先把需要的id查询出来，然后再进行一个表的关联即可。如下：

 6.count优化

几种count的比较：

• count(*)：Innodb引擎遍历整张表但并不会把全部的字段取出来，专门做了优化，在服务层直接按行累加即可。

• count(1)：Innodb引擎遍历整张表但不会取值，在服务层的每一行中放数字1，直接按行累加。

• count(主键)：Innodb引擎遍历整张表会把每一行的主键id取出来，返回给服务层按行进行累加。

• count(其他字段)：如果该字段设置允许为null值，Innodb引擎遍历整张表会把此字段的值取出来，返回给服务层会判断，如果为null，则不加，如果不为null，则进行累加。

7.update优化

        在InnoDB的引擎下，按照默认的隔离级别，事务开启后，如果以id作为条件修改某行数据时会给该行数据加上行锁，直到事务结束。

        但是！！！作为条件的字段如果没有索引的话，行锁会自动升级为表锁！！！

所以我们需要注意：