SQL优化,怎么做?

数据库 SQL Server
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。所以在使用update操作时,更新的条件最好要有索引,否则导致行锁升级为表锁,并发性能降低。

一、插入优化

批量插入

insert into tb_name values (1,"张三"),(2,"张三"),(3,"张三");

手动提交事务

由于mysql默认事务提交方式是自动提交的,意味着当我们执行完一条insert语句之后,事务就自动提交了,可能会频繁的涉及到事务的开始与提交,所以建议手动控制事务。

start transaction ;
insert into tb_name values (1,"张三"),(2,"张三"),(3,"张三");
insert into tb_name values (4,"张三"),(5,"张三"),(6,"张三");
insert into tb_name values (7,"张三"),(8,"张三"),(9,"张三");
commit ;

主键顺序插入

主键顺序插入的性能要高于乱序插入的性能,取决于MySQL的数据组织结构的。

大批量插入数据

如果一次性需要插入大批量数据,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 在使用load指令时,主键顺序插入性能高于乱序插入
load data local infile '/xxx/sql.log' into table 'tb_name' fields terminated by ',' lines terminated by '\n' ;

/xxx/sql.log : 将要加载的本地文件
tb_name : 表名
, : 字段分割符
\n : 行分割符

二、主键SQL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)。

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。

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。

满足业务需求的情况下,尽量降低主键的长度。

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 。

业务操作时,避免对主键的修改。

三、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。

#没有创建索引时,根据age, phone进行排序
explain select id,age,phone from tb_user order by age , phone;

#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;

#创建索引后,根据age, phone进行降序排序
explain select id,age,phone from tb_user order by age desc , phone desc ;
#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;

#创建索引
create index idx_user_age_hone_ad on tb_user(age asc ,phone desc);

#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;

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。

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)。

四、group by 优化

#执行分组操作,根据profession字段分组
explain select profession , count(*) from tb_user group by profession ;

#创建索引
Create index idx_user_pro_age_sta on tb_user(profession , age , status);

#执行分组操作,根据profession字段分组
explain select profession , count(*) from tb_user group by profession;

#执行分组操作,根据profession字 段分组
explain select profession, count(*) from tb_user group by profession,age;

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。

五、limit 优化

一个常见又非常头疼的问题就是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。

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。

如:

explain select from tb_ sku t,(select id from tb_ _sku order by id limit 
2000000,10) a wheret.id = a.id;

六、count 优化

explain 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;

InnoDB 引擎就麻烦了,它执行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。

优化思路:自己计数。可以配合redis

count的几种用法

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 (1)。

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,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(1)

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(*),所以尽量使用count(*)。

七、update优化

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。所以在使用update操作时,更新的条件最好要有索引,否则导致行锁升级为表锁,并发性能降低。

责任编辑:未丽燕 来源: 博客园
相关推荐

2023-12-14 17:21:28

前端性能优化

2011-07-01 15:03:55

网站内部优化

2023-09-27 22:44:18

数据迁移数据库

2016-09-21 10:18:26

阿里Dubbo性能测试

2022-11-03 17:01:10

2012-05-24 14:58:55

开源代码

2023-07-10 15:35:46

2020-07-28 08:36:54

数据安全数据泄露数据

2011-07-05 17:05:15

CIO

2015-10-19 10:30:44

物联网营销

2011-03-11 09:53:46

FacebookMySQL

2017-11-08 12:25:37

小程序运营公众号

2021-05-05 10:48:33

渗透测试漏洞网络攻击

2022-06-20 14:29:16

权限按钮动态管理

2016-10-27 14:41:45

SaaS企业SaaS

2017-07-20 13:11:46

Code ReviewPR评审

2019-07-02 10:22:15

TCP流量数据

2018-10-14 16:24:47

工业物联网IIoT物联网

2021-06-15 06:04:42

MySQL数据库索引

2011-06-24 11:17:23

SEO蜘蛛
点赞
收藏

51CTO技术栈公众号