MySQLSQL优化

Posted 2023-03-11 言烬

SQL优化

• 插入数据
• • 大批量数据插入
• 主键优化
• order by优化
• group by优化
• limit优化
• count优化
• update优化

插入数据

需要一次性往数据库表中插入多条记录，可以从以下三个方面进行优化

insert into tb_test values(1,'tom');
insert into tb_test values(2,'cat');
insert into tb_test values(3,'jerry');
.....

优化方案一：批量插入数据500-1000条

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

优化方案二：手动控制事务(默认一条insert语句，自动提交数据)

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;

优化方案三：主键顺序插入，性能要高于乱序插入。

主键乱序插入 : 8 1 9 21 88 2 4 15 89 5 7 3
主键顺序插入 : 1 2 3 4 5 7 8 9 15 21 88 89

大批量数据插入

如果一次性需要插入大批量数据(比如: 几百万的记录)，使用insert语句插入性能较低，可以使用mysql数据库提供的load指令进行插入。操作如下：

将数据脚本文件中的数据加载到表结构中：

-- 客户端连接服务端时，加上参数 -–local-infile需要加载本地文件
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，加载到表结构中每个数据用,分割，每一行数据用/n分割
load data local infile '/root/load_user_100w_sort.sql' into table tb_user fields terminated by ',' lines terminated by '\\n' ;

在load时，主键顺序插入性能高于乱序插入

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)。

行数据，都是存储在聚集索引的叶子节点上的。在InnoDB引擎中，数据行是记录在逻辑结构 page 页中的，而每一个页的大小是固定的，默认16K。也就意味着， 一个页中所存储的行也是有限的，如果插入的数据行row在该页存储不小，将会存储到下一个页中，页与页之间会通过指针连接。

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。

主键顺序插入效果

从磁盘中申请页， 主键顺序插入， 第一个页没有满，继续往第一页插入，当第一个也写满之后，再写入第二个页，页与页之间会通过指针连接，当第二页写满了，再往第三页写入。

主键乱序插入效果

加入1#,2#页都已经写满了，存放了如图所示的数据，此时再插入id为50的记录，因为，索引结构的叶子节点是有顺序的。按照顺序，应该存储在47之后。

但是47所在的1#页，已经写满了，存储不了50对应的数据了。 那么此时会开辟一个新的页 3#。将1#页后一半的数据，移动到3#页，然后在3#页，插入50。此时这三个页之间的数据顺序是有问题的

重新设置链表指针：1#的下一个页是3#， 3#的下一个页是2#。

上述的这种现象，称之为 “页分裂”，是比较耗费性能的操作。

删除记录：

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。

删除数据，并将页合并之后，再次插入新的数据21，则直接插入3#页

这个里面所发生的合并页的这个现象，就称之为 “页合并”。

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。(二级索引占用空间大)
• 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。

order by优化

MySQL的排序，有两种方式：

• 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。
• 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。

Using index的性能高，而Using filesort的性能低，在优化排序操作时，尽量要优化为 Using index。

执行age,phone排序SQL：

explain select id,age,phone from tb_user order by age,phone; 
#都没有索引

创建age,phone索引

create index idx_user_age_phone_aa on tb_user(age,phone);

执行一下排序查询：
单独对age升序排：

explain select id,age,phone from tb_user order by age;
# 使用了索引

对age,phone 升序排：

explain select id,age,phone from tb_user order by age, phone ;
# 使用了索引

根据age, phone进行升序排序，就由原来的Using filesort， 变为了 Using index，性能就是比较高的了。

根据age, phone进行降序排序：

explain select id,age,phone from tb_user order by age desc , phone desc ;
# 使用了索引并反向扫描

也出现了 Using index， 但是Extra中出现了 Backward index scan，这个代表反向扫描索引，因为在MySQL中我们创建的索引，默认索引的叶子节点是从小到大排序的，而此时我们查询排序时，是从大到小，所以，在扫描时，就是反向扫描，就会出现 Backward index scan。 在MySQL8版本中，支持降序索引，也可以创建降序索引。

对phone,age 升序排：

explain select id,age,phone from tb_user order by phone , age;
# 在索引之外，需要额外进行外部的排序动作

根据phone，age进行升序排序，phone在前，age在后，违背了最左匹配法则，索引失效

根据age升序排, phone降序排：

explain select id,age,phone from tb_user order by age asc,phone desc;
# 在索引之外，需要额外进行外部的排序动作

因为创建索引时，如果未指定顺序，默认都是按照升序排序的，而查询时，一个升序，一个降序，此时就会出现Using filesort。

创建联合索引(age 升序排序，phone 倒序排序)

create index idx_user_age_phone_ad on tb_user(age asc ,phone desc);

再次执行如下SQL

explain select id,age,phone from tb_user order by age asc , phone desc ;
# 使用了索引

• 如果根据age和phone创建了联合索引，默认都是升序，当age和phone升序排序，age单字段升序，age和phone降序排序都会走联合索引。其他情况会索引失效。
• 一个升序，一个降序的情况，需要重新建立索引。

order by优化原则:

• 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，不用再回表查询，避免索引排序失效。
• 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)，超过磁盘缓冲区大小，会在磁盘排序，性能低。

group by优化

将 tb_user 表的索引全部删除掉，在没有索引的情况下，执行如下SQL，查询执行计划：

explain select profession , count(*) from tb_user group by profession ;
 #用到了缓冲区，效率较低

针对于 profession ， age， status 创建一个联合索引

create index idx_user_pro_age_sta on tb_user(profession , age , status);

再执行前面相同的SQL查看执行计划

explain select profession , count(*) from tb_user group by profession ;
# 使用了索引

根据age分组：

explain select profession , count(*) from tb_user group by age ;
#不满足最左前缀法则

根据profession，age分组：

explain select profession , age,count(*) from tb_user group by profession,age ;
# 使用了索引

条件中有profession满足最左前缀法则

explain select age,count(*) from tb_user where profession = "软件工程"group by profession,age ;

通过以下两点进行优化，以提升性能：

• 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。

limit优化

在数据量比较大时，如果进行limit分页查询，在查询时，越往后，分页查询效率越低。

当在进行分页查询时，如果执行 limit 2000000,10 ，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 。

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;

count优化

select count(*) from tb_user ;

• MyISAM 引擎把一个表的总行数存在了磁盘上，因此执行 count(*) 的时候会直接返回这个数，效率很高； 但是如果是带条件的count，MyISAM也慢。
• InnoDB 引擎执行 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。

如果要大幅度提升InnoDB表的count效率，主要的优化思路：自己计数(可以借助于redis这样的数据库进行,但是如果是带条件的count又比较麻烦)。

count的用法：
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。

• 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null)。
• count（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，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。
• count（数字）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（*）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 id) < count(1) ≈ count(*)

update优化

update course set name = 'javaEE' where id = 1 ;

在执行更新的SQL语句时，会锁定id为1这一行的数据，然后事务提交之后，行锁释放

update course set name = 'SpringBoot' where name = 'php' ; 

当开启多个事务，在执行上述的SQL时，会发现行锁升级为了表锁。 导致该update语句的性能大大降低。

InnoDB的行锁是针对索引加的锁，不是针对记录加的锁 ，更新的条件必须有索引，并且该索引不能失效，否则会从行锁升级为表锁 。