MySQLSQL优化

Posted 言烬

tags:

篇首语:本文由小常识网(cha138.com)小编为大家整理,主要介绍了MySQLSQL优化相关的知识,希望对你有一定的参考价值。

SQL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 。

以上是关于MySQLSQL优化的主要内容,如果未能解决你的问题,请参考以下文章

深入学习MySQLSQL优化集群搭建

MySQLSQL ServerRedisRabbitmqKafka——简介

mysqlsql优化篇-关键字与索引

mysqlsql优化篇-关键字与索引

mysqlsql优化篇-关键字与索引

20MySQL性能慢排查