MySQL--SQL优化

1 插入数据

1.1 insert优化

1.1.1 批量插入

1.1.2 手动提交事务

1.1.3 主键顺序插入

1.2 大批量插入数据

2 主键优化

2.1 数据组织方式

2.2 页分裂

2.3 页合并

2.4 主键设计原则

3 order by优化

4 group by优化

1. 使用索引

2. 减少数据集大小

3. 使用合适的聚合函数

4. 避免重复数据

5. 分区表

6. 临时表或子查询

7. 分析执行计划

示例

5 limit优化

6 count优化

6.1 count的几种用法

count(主键)

count(字段)

count (1)

count (*)

7 update优化

7.1 InnoDB 的行锁机制

7.2 行锁升级为表锁的原因

7.2.1当根据id修改时，行锁

7.2.2 当根据非索引字段name修改时，表锁

1 插入数据

1.1 insert优化

1.1.1 批量插入

insert into tb_test values(1,'Tom'),(2,'Cat'),(3,'Jerry'),(5,'LiuBei'),(6,'ZhangSan')

批量插入数据推荐在500-1000，不建议超过1000

可以分批次插入

1.1.2 手动提交事务

原因：MySQL事务是默认提交的，一条insert插入语句开启一次事务，比较耗费性能

1.1.3 主键顺序插入

MySQL主键是B+Tree结构，每插入一条数据都要去维护B+Tree的性质

1.2 大批量插入数据

百万级数据使用load指令进行插入

主键顺序插入性能高于乱序插入

步骤

1.连接MySQL客户端时指定参数

mysql --local-infile -u -root -p

2.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

MySQL查看某个参数的指令 select @@local_infile

set global local_infile =1

3.将数据上传到Linux服务器上，使用指令加载到表结构中

load data local infile '/root/sql.log' into table 'tb_user' fields terminated by ',' lines terminated by '\n';

字段用可以用‘，’隔开，行之间换行隔开(这两个可以自己指定)

2 主键优化

2.1 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)

主键索引是聚集索引，索引结构下存储的是行数据

2.2 页分裂

主键乱序插入会造成页分裂

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，会造成行溢出），根据主键排列

id为50的数据要插入，它应该存储在47以后的位置，但是该页已经不够存储这行数据了，它会开辟一个新页page3,id为50的数据不会直接放在page3中，而是将page1中后50%的数据一起放在page3中

最后需要对链表重新连接

2.3 页合并

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

知识小贴士：

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。

2.4 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

原因：二级索引结构下挂的是id，如果二级索引较多，id较长，会加大需要的数据库存储空间

插入数据时，尽量选择顺序插入，选择使用AUTO_INCREMENT自增主键

原因：乱序插入时会造成页分裂

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

3 order by优化

1 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，所有不是通过索引返回排序结果的排序都叫FileSort排序

2 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

有tb_user表，现根据age，phone排序，当age相同时，根据phone排序

没有创建索引时，根据age,phone进行排序此时为Using filesort

explain select id,age,phone from tb_user order by age,phone;

#创建索引

create index idx_user_age_phone on tb user(age,phone);

#创建索引后，根据age,phone进行升序排序 此时为Using Index

explain select id,age,phone from tb_user order by age,phone;

#创建索引后，根据age,phone:进行降序排序 此时倒着扫描索引

explain select id,age,phone from tb user order by age desc,phone desc

当我们的order排序条件为age升序，phone倒序时，age走索引，phone不走索引，因为创建索引默认是按照升序排序的，age为前缀索引，此时就无法倒着扫描phone索引

扩大缓冲区空间的原因：如果缓冲区空间不足，会在磁盘中开辟一块空间用来排序，效率低

4 group by优化

GROUP BY 是 SQL 查询中常用的功能，主要用于对结果集进行分组，以便进行聚合计算。不过，GROUP BY 操作可能会影响查询性能，特别是在处理大数据集时。以下是一些优化 GROUP BY 查询性能的策略：

1. 使用索引

创建索引：在 GROUP BY 的字段上创建索引可以显著提高查询性能。索引帮助数据库更快地查找和排序数据。
组合索引：如果查询中涉及多个字段，可以考虑创建组合索引。分组操作时，索引的使用也是满足最左前缀法则的

2. 减少数据集大小

过滤条件：在 GROUP BY 之前使用 WHERE 子句来过滤数据，减少处理的数据量。
选择必要的列：仅选择需要的列，避免使用 SELECT *，可以减少数据传输和处理的负担。

3. 使用合适的聚合函数

选择高效的聚合函数：使用更高效的聚合函数，例如 COUNT(*) 相较于 COUNT(column)，后者需要检查列的值。

4. 避免重复数据

使用 DISTINCT：在某些情况下，可以使用 DISTINCT 代替 GROUP BY，以避免不必要的分组操作。

5. 分区表

使用分区表：如果表非常大，可以考虑将其分区。分区可以提高查询性能，因为数据库只需扫描相关的分区。

6. 临时表或子查询

使用临时表：将复杂的 GROUP BY 查询结果存储在临时表中，然后再对临时表进行查询。
子查询：使用子查询将部分计算结果提前计算出来，然后在外层查询中进行 GROUP BY。

7. 分析执行计划

查看执行计划：使用数据库的执行计划分析工具，查看 GROUP BY 查询的性能瓶颈，找出慢查询的原因。

示例

-- 使用索引
CREATE INDEX idx_example ON your_table(column1, column2);

-- 使用 WHERE 子句过滤数据
SELECT column1, COUNT(*)
FROM your_table
WHERE condition
GROUP BY column1;

5 limit优化

在处理深分页（例如 LIMIT 10000000, 10）时，数据库的性能通常会受到严重影响，因为数据库需要扫描和跳过大量的记录才能返回所需的数据。

深分页当limit100万时查询为1.66s

深分页当limit500万时查询为10.79s

深分页当limit900万时查询为19.39s

以下是一些处理深分页问题的策略：

（1）基于唯一标识符的分页：

1.使用索引：

确保在分页所依据的列上建立了索引。这可以加快记录的定位速度，但即使如此，深分页仍然可能涉及大量的跳过操作。
如果表中有一个唯一标识符（如自增主键），可以记录上一次分页的最后一个唯一标识符的值，并在下一次分页请求中使用这个值作为起点。例如，如果上一次分页的最后一个记录的ID是10000009，则下一次查询可以从ID大于10000009的记录开始，然后限制结果数量。
- 示例SQL：

SELECT * FROM table WHERE id > 10000009 ORDER BY id ASC LIMIT 10;

(2) 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

select * from tb_sku where id in (select id from tb_sku order by id limit 9000000,10)

为什么分步查询更高效？

如果直接执行：

SELECT * FROM tb_sku ORDER BY id LIMIT 9000000, 10;

性能瓶颈：

- MySQL 必须扫描前 9,000,010 条记录，并加载完整的行数据（包括所有列），即便最终只需要 10 条记录。
- 加载和传输大量不必要的数据，增加了 I/O 和内存消耗。

而分步查询：

第一步：

- 只加载 id 列，扫描性能更高，因为不需要访问行的其他数据。
- 即便有 9,000,010 条记录需要跳过，单列扫描的 I/O 开销远小于整行扫描。

第二步：

- 主查询只处理 10 条记录，根据子查询结果的 id 精确定位行数据，避免大规模表扫描。

总结：分步查询中的数据访问量对比

步骤	直接查询 (`SELECT *` )	分步查询
第一阶段	扫描并加载 9,000,010 条完整行数据	扫描并加载 9,000,010 条 `id` （单列数据）
第二阶段	无	加载目标行（精确查询 10 条完整行数据）
总开销	I/O 和内存开销高，尤其在大偏移量时非常慢	I/O 和内存开销更低，因分步减少不必要的数据传输