【MySQL进阶】SQL优化

文章目录

SQL 优化
- 主键优化
- - 数据组织方式
  - 页分裂
  - 页合并
  - 主键设计原则
- insert优化
- order by优化
- group by优化
- limit优化
- count优化

SQL 优化

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

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。那也就意味着，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。

页分裂

每个页的大小书固定的，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

按主键自增的方式插入数据。

①. 从磁盘中申请页，主键顺序插入
②. 第一个页没有满，继续往第一页插入

③. 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

④. 当第二页写满了，再往第三页写入

主键乱序插入效果

①. 假如1#,2#页都已经写满了，存放了如图所示的数据

②. 此时再插入id为50的记录，就会发生页分裂。因为需要顺序存储，按照顺序，应该存储在47之后，
但是该页已经满了，则需要新申请一个3#页，将1#页后一半的数据，移动到3#页，然后在3#页，插入50。

重新设置链表指针

上述现象就叫做页分裂，是比较耗费性能的。

页合并

假如表中已有数据的索引结构(叶子节点)如下：

当我们对已有数据进行删除时，具体的效果如下:
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。

上述现象就叫做页合并

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。

insert优化

如果我们需要一次性往数据库表中插入多条记录，可以从以下四个方面进行优化

优化方案一：批量插入数据
- 假如一条一条的插入数据，每次插入数据，都需要建立连接，很费时间
优化方案二：手动控制事务
- MySQL默认执行一条语句提交一次事务，耗时
优化方案三：主键顺序插入
- 因为 InnoDB 类型的表是按照主键的顺序保存的，所以将导入的数据按照主键的顺序排列，可以有效的提高导入数据的效率。
- 主键是否连续对性能影响不大，只要是递增的就可以，比如雪花算法产生的 ID 不是连续的，但是是递增的，因为递增可以让主键索引尽量地保持顺序插入，避免了页分裂，因此索引更紧凑。
优化方案四：关闭唯一性校验。
- 在导入数据前执行 SET UNIQUE_CHECKS=0，关闭唯一性校验；导入结束后执行 SET UNIQUE_CHECKS=1，恢复唯一性校验，可以提高导入的效率。

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，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' ;

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。

对于以上的两种排序方式，Using index的性能高，而Using filesort的性能低，我们在优化排序操作时，尽量要优化为 Using index。

测试：目前tb_user只有一个主键索引

执行排序SQLexplain select id,age,phone from tb_user order by age, phone

由于age、phone都没有索引，可以看到为Using filesort，需要到内存中重新排序。

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;

可以看到建立索引之后，再次进行排序查询，就由原来的Using filesort，变为了 Using index，性能
就是比较高的了。（仍然遵循最左前缀原则）
优化注意以下几点：
A. 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。
B. 尽量使用覆盖索引。
C. 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)。

若索引两个字段都是升序，则排序时两字段升序或降序都会Using index。
索引字段的排序规则需要和order by后面字段的排序规则一样。

D. 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

group by优化

GROUP BY 也会进行排序操作，与 ORDER BY 相比，GROUP BY 主要只是多了排序之后的分组操作，所以在 GROUP BY 的实现过程中，与 ORDER BY 一样也可以利用到索引

分组查询：

DROP INDEX idx_emp_age_salary ON emp;
EXPLAIN SELECT age,COUNT(*) FROM emp GROUP BY age;

Using temporary：表示 MySQL 需要使用临时表（不是 sort buffer）来存储结果集，常见于排序和分组查询

查询包含 GROUP BY 但是用户想要避免排序结果的消耗，则可以执行 ORDER BY NULL 禁止排序：EXPLAIN SELECT age,COUNT(*) FROM emp GROUP BY age ORDER BY NULL;
创建索引：索引本身有序，不需要临时表，也不需要再额外排序

CREATE INDEX idx_emp_age_salary ON emp(age, salary);

数据量很大时，使用 SQL_BIG_RESULT 提示优化器直接使用直接用磁盘临时表

limit优化

一个常见的问题是 LIMIT 200000,10，此时需要 MySQL 扫描前 200010 记录并进行排序，仅仅返回 200000 - 200010 之间的记录，其他记录丢弃，查询排序的代价非常大

分页查询：EXPLAIN SELECT * FROM tb_user_1 LIMIT 200000,10;
优化方式一：内连接查询，在索引列 id 上完成排序分页操作，最后根据主键关联回原表查询所需要的其他列内容（id是索引列，查询速度较快）
EXPLAIN SELECT * FROM tb_user_1 t,(SELECT id FROM tb_user_1 ORDER BY id LIMIT 200000,10) a WHERE t.id = a.id;
优化方式二：方案适用于主键自增的表，可以把 LIMIT 查询转换成某个位置的查询

EXPLAIN SELECT * FROM tb_user_1 WHERE id > 200000 LIMIT 10;         -- 写法 1
EXPLAIN SELECT * FROM tb_user_1 WHERE id BETWEEN 200000 and 200010; -- 写法 2

count优化

在不同的 MySQL 引擎中，count(*) 有不同的实现方式：

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，但不支持事务
InnoDB 表执行 count(*) 会遍历全表，虽然结果准确，但会导致性能问题

解决方案：

计数保存在 Redis 中，但是更新 MySQL 和 Redis 的操作不是原子的，会存在数据一致性的问题
计数直接放到数据库里单独的一张计数表中，利用事务解决计数精确问题：会话 B 的读操作在 T3 执行的，这时更新事务还没有提交，所以计数值加 1 这个操作对会话 B 还不可见，因此会话 B 查询的计数值和最近 100 条记录，返回的结果逻辑上就是一致的并发系统性能的角度考虑，应该先插入操作记录再更新计数表，因为更新计数表涉及到行锁的竞争，先插入再更新能最大程度地减少事务之间的锁等待，提升并发度

count 函数的按照效率排序：count(字段) < count(主键id) < count(1) ≈ count()，所以建议尽量使用 count()

count(主键 id)：InnoDB 引擎会遍历整张表，把每一行的 id 值都取出来返回给 Server 层，Server直接就按行累加（主键不可能为空）
count(1)：InnoDB 引擎遍历整张表但不取值，Server 层对于返回的每一行，放一个数字 1 进去，直接按行累加
count(字段)：如果这个字段是定义为 not null 的话，一行行地从记录里面读出这个字段，直接按行累加；如果这个字段定义允许为 null，那么执行的时候，还要把值取出来，再判断一下，不是 null 才累加。
count(*)：不取值，按行累加。

## update优化 `update course set name = 'javaEE' where name = 'jack' ; `