insert
优化
如果你在某一时刻有大量的insert
操作,一条一条插入是非常耗时的。insert
语句本身支持一次插入很多条记录,插入记录数上限受sql语句长度限制,一般一次插个几千条是没问题的。在我的 《如何手动实现Try Insert和Insert Or Update》 一文中对于各种情况都有具体的例子,这里就不赘述了。
explain
语句结果分析
SQL本身是一种对机器来说抽象级别很高的语言,我们通过SQL告诉DBMS我们需要什么,而没有告诉它具体要怎么做。DBMS会猜测性地以最优的方法去完成我们给的任务,但是它往往做得不太好,毕竟不同业务最优做法各不相同,目前我们还没有办法让机器完全理解我们的业务。所以我们需要辅助机器,帮助它找到最好的查询逻辑。通常的做法是添加合适的索引,让所有的查询都走索引。在mysql中,在任何一个select
语句前加上explain
,就可以知道MySQL对这条查询的理解和实际执行逻辑。
下面来分析explain
语句返回的结果。explain
会展示查询涉及到的每张表分析结果,里面有很多参数,我们一般只需要关注以下几个参数:
-
type
type描述表是怎么
join
的,按从最好到最坏一共有以下几个值:值 解释 system 表只有一行,是一种特殊的 const
typeconst 表里只有一行匹配的记录, join
时可以认为是常量eq_ref 使用的索引为 primary key
或unique not null index
ref join
只使用最左前缀匹配原则的普通索引fulltext 使用全文检索索引 ref_or_null 与 ref
差不多,主要是多了NULL值的查询index_merge 使用了MySQL的索引合并优化 unique_subquery 类似 eq_ref
,主要用于包含IN子查询的查询range 走索引的范围查询 index 索引树被整个扫了,速度比扫表好一点 ALL 整个表被扫,非常糟糕的情况,一般要避免 一般做SQL优化,通常出现
index
和ALL
都是需要优化的。 -
Extra
MySQL查询的附件信息,有时候代表着查询的额外代价,出现
Using filesort
、Using temperary
都表示查询速度不行。Using filesort
表示order by
子句不走索引,使用文件排序,需要对order by
进行优化。Using temperary
表示查询过程中创建了临时表,通常发生在包含group by
和order by
的查询中。
-
rows和filtered
rows
表示MySQL预估的查询需要的行数,filtered
表示根据条件过滤之后的行所占的百分比。值为100表示没有行被过滤掉。所以rows
*filtered
查询需要的总的行数。这个值自然是越小越好。
查询优化实践
查询优化的策略就是加索引,primary key 和 unique key在根据具体业务定,我们做优化,一般都是添加普通索引。普通索引分为两种,单个字段的索引和多个字段的联合索引。联合索引的应用场景相对窄一点,如果你要查的数据可以被联合索引全部囊括,直接从索引拿数据,可以考虑使用联合索引。读多写少重复值少散列分布的字段最适合建索引。你可以把你的程序使用到的所有SQL都列出来,一条一条explain
,没有走索引的,就酌情给某个或某几个字段(join
里的字段、where
里的字段都是重点考虑对象)加上索引,直到所有的查询走索引为止。这么做以后,你的查询type正常都可以到达比较好的情况,但是对于包含order by
子句的查询,可能你的Extra信息就不太理想了。Using filesort
和Using temperary
有时候阴魂不散,很难搞。这时候最佳的策略就是变着花样选择排序的字段。比如你的表有一个自增主键,你可以考虑用它作为插入时间来做排序。MySQL本身在这方面的优化非常糟糕,需要耐心地多尝试。