目录
一、插入数据优化
1. 插入多个数据
提到插入数据,数据库MySQL中我们自然联想到使用 insert语句 进行插入数据:
insert into table values(1,'');
insert into table values(2,'');
insert into table values(3,'');
... ... ...
这样每次我们只能插入一个数据,但是如果我们想要一次添加多个数据呢?
- 批量插入:insert into table values(1,''),(2,''),(3,''),...;
- 手动提交事务:
start transaction; insert into table values(1,''),(2,''),(3,''); insert into table values(4,''),(5,''),(6,'') insert into table values(7,''),(8,''),(9,''); commit;
2. 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:
load指令插入同样需要顺序插入,主键顺序插入性能高于乱序插入。
二、主键优化
首先我们需要了解在InnoDB中数据的组织方式:
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 lOT)。
此B+Tree索引结构中,叶子节点均为行数据,非叶子节点仅仅起一个索引数据的作用。
1. 页分裂
页可以为空,页可以填充一半,也可以填充100%。每个页包含了2-N行数据(如果一行数据多大,会行溢出,根据主键排列)。
- 主键顺序插入:第一页满则新建一页继续插入,页与页之间存在双向指针。
- 主键乱序插入:已知两页已满,新插入数据会找到第一页50%位置,将超出数据信存放在新开辟的页中,然后将链表指针进行重新设置,从而导致了页分裂。
2. 叶合并
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。
知识小贴纸: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。
3. 主键设置原则
- 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。UUID:随机字符串(不重复)
- 业务操作时,避免对主键的修改。
三、order by优化
- 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)。
- 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。
explain select id , age , phone from tb_user order by age;
explain select id , age , phone from tb_user order by age,phone;
由于 age 和 phone 均没有索引,索引查找效率很低。
create index idx_user_age_phone_aa on tb_user(age,phone);
explain select id , age , phone from tb_user order by age,phone;
explain select id , age , phone from tb_user order by age desc,phone desc;
explain select id , age , phone from tb_user order by age asc,phone desc;
create index idx_user_age _phone_ad on tb_user(age asc ,phone desc);
explain select id , age , phone from tb_user order by age asc,phone desc;
四、group by优化
- 在分组操作时,可以通过索引来提高效率。
- 在分组操作时,索引的使用也是满足最左前缀法则的。
explain select profession , count(*) from tb_user group by profession ;
create index idx_user_pro_age_sta on tb_user(profession , age , status);
explain select profession , count(*) from tb_user group by profession ;
explain select profession , count(*) from tb_user group by age;
explain select profession , count(*) from tb_user
where profession = '软件工程' group by age;
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。
explain select *
from tb_sku t , (select id from tb_sku order by id limit 2000000,10) a
where t.id = a.id;
六、count优化
explain select count(*) from tb_user ;
如果表结构中数据量比较大,执行时间也会很长,效率比较低,这取决于InnoDB的处理方式。
- 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。(前提条件:没有where条件语句,否则效率同样很低)
- lnnoDB引擎同样很麻烦,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。
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
update student set no ='123456789' where id = 1;
update student set no ='123456789' where name='张三';
InnoDB的行锁是针对于索引加的锁,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。
- 行锁:
- 表锁:
执行update语句时,name字段没有索引,此时加入的表锁而不是行锁。 前事务提交,后事务才能执行。 如果我们给name字段加上索引,此时加入的就是行锁而不是表锁了,两个事务就都可以运行。 |