【2022黑马程序员】SQL优化

【黑马程序员】SQL优化笔记

插入数据优化

如果我们需要一次性往数据库表中插入多条记录，可以从以下三个方面进行优化。

• 批量插入数据
• 手动控制事务
• 主键顺序插入，性能要高于乱序插入

大批量插入数据

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：

1. 首先将准备好的数据导入到root目录下，新建一个itheima的数据库
   

2. 客户端连接服务端时，加上参数 -–local-infile

   mysql –-local-infile -u root -
   

3. 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;
   

   可以查看到local_infile已经为1

   

4. 创建一个表

   CREATE TABLE `tb_user` (
     `id` INT(11) NOT NULL AUTO_INCREMENT,
     `username` VARCHAR(50) NOT NULL,
     `password` VARCHAR(50) NOT NULL,
     `name` VARCHAR(20) NOT NULL,
     `birthday` DATE DEFAULT NULL,
     `sex` CHAR(1) DEFAULT NULL,
     PRIMARY KEY (`id`),
     UNIQUE KEY `unique_user_username` (`username`)
   ) ENGINE=INNODB DEFAULT CHARSET=utf8 ;
   

5. 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' ;
   

6. 可以看到插入的时间

   

   在load时，主键顺序插入性能高于乱序插入

总结

• 批量插入数据

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

• 手动控制事务

  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;
  

• 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
  

• 大规模数据时,可以使用load

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。 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的大小大于该页的最大存储量，那么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

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。

A. 主键顺序插入效果

①. 从磁盘中申请页， 主键顺序插

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

B. 主键乱序插入效果

①. 加入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，我们来看看会发生什么现象

不会再次开启一个页，插入到新页当中，**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#。但是并不会直接将50存入3#页，而是会将1#页后一半的数据，移动到3#页，然后在3#页，插入50。

移动数据，并插入id为50的数据之后，那么此时，这三个页之间的数据顺序是有问题的。 1#的下一个页，应该是3#， 3#的下一个页是2#。 所以，此时，需要重新设置链表指针。

上述的这种现象，称之为 “页分裂”，是比较耗费性能的操作。

页合并

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。

当我们继续删除2#的数据记录，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”。

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。

索引设计原则

• 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。

order by优化

MySQL的排序，有两种方式：

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，所有不是通过索引直接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。

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

1. 把之前测试时，为tb_user表所建立的部分索引直接删除掉

   drop index idx_user_phone on tb_user;
   drop index idx_user_phone_name on tb_user;
   drop index idx_user_name on tb_user;
   

   

2. 执行排序SQL

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

   
   ​ 由于 age, phone 都没有索引，所以此时再排序时，出现Using filesort， 排序性能较低。

3. 建立索引

   create index idx_user_age_phone_aa on tb_user(age,phone);
   

4. 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
   

   

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

   

​ 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。

5. 创建索引后，根据age, phone进行降序排序
   

6. 根据phone，age进行升序排序，phone在前，age在后。
   
   ​排序时,也需要满足最左前缀法则,否则也会出现 filesort。因为在创建索引的时候， age是第一个 字段，phone是第二个字段，所以 排序时，也就该按照这个顺序来，否则就会出现 Using filesort。

7. 根据age, phone进行降序一个升序，一个降序

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

   
   ​ 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。
   ​ 为了解决上述的问题，我们可以创建一个索引，这个联合索引中 age 升序排序，phone 倒序排序。

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

   

9. 然后再次执行如下SQL

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

   支持mysql8.0版本

   

order by 优化规则

1. 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。
2. 尽量使用覆盖索引。
3. 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）。
4. 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)。

group by优化

在没有索引的情况下执行group by

删除所有的索引

drop index idx_user_pro_age_sta on tb_user;
drop index idx_email_5 on tb_user;
drop index idx_user_age_phone_aa on tb_user;
drop index idx_user_age_phone_ad on tb_user;

执行查询语句

explain select profession , count(*) from tb_user group by profession ;

然后，我们在针对于 profession ， age， status 创建一个联合索引。

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

然后执行：

explain select profession , count(*) from tb_user group by profession 

只用age进行分组

explain select  age, count(*) from tb_user group by age;

我们发现，如果仅仅根据age分组，就会出现 Using temporary ；而如果是 根据 profession,age两个字段同时分组，则不会出现 Using temporary。原因是因为对于分组操作， 在联合索引中，也是符合最左前缀法则的。

分组优化规则

所以，在分组操作中，我们需要通过以下两点进行优化，以提升性能：

1. 在分组操作时，可以通过索引来提高效率。
2. 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。

limit分页查询耗时对比

通过测试我们会看到，越往后，分页查询效率越低，这就是分页查询的问题所在。

优化思路: 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。

不使用索引进行搜索

select * from  tb_user limit 999000,10;

使用索引进行搜索

mysql> select id from tb_user order by id limit 999000,10;

使用覆盖查询+套接子查询进行搜索

 explain select * from tb_user t , (select id from tb_user order by id limit 999000,10) a where t.id = a.id;

count优化

select count(*) from tb_user 

如果说要大幅度提升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又比较麻烦了)。

count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。

用法：count（*）、count（主键）、count（字段）、count（数字）

按照效率排序的话，count(字段) < count(主键 id) < count(1) ≈ count()，所以尽 量使用 count()。

update优化

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

当我们在执行删除的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。

但是当我们在执行如下SQL时。

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

当我们开启多个事务，在执行上述的SQL时，我们发现行锁升级为了表锁。 导致该update语句的性能 大大降低。因为name字段并没有索引。

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

nt(主键 id) < count(1) ≈ count()，所以尽 量使用 count()。

update优化

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

当我们在执行删除的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。

但是当我们在执行如下SQL时。

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

当我们开启多个事务，在执行上述的SQL时，我们发现行锁升级为了表锁。 导致该update语句的性能 大大降低。因为name字段并没有索引。

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

所以进行update的时候，尽量使用索引进行判断。