当前位置：首页 > news >正文

mysql数据库学习之SQL优化(八)

news 2025/10/10 15:49:54

文章目录

1.1 插入数据优化
1.2 主键优化
1.3 order by优化
1.4 group by优化
1.5 limit优化
1.6 count优化
1.7 update优化（避免行锁升级为表锁）

1.1 插入数据优化

普通插入

1. 采用批量插入（每次插入100-1000条）
INSERT INTO users (id, name, email) VALUES 
(1, '张三', 'zhang@example.com'),
(2, '李四', 'li@example.com'),
(3, '王五', 'wang@example.com');
-- ... 更多数据2. 手动提交事务,减少提交次数
START TRANSACTION;
INSERT INTO users (id, name, email) VALUES (1, '张三', 'zhang@example.com');
INSERT INTO users (id, name, email) VALUES (2, '李四', 'li@example.com');
INSERT INTO users (id, name, email) VALUES (3, '王五', 'wang@example.com');
COMMIT;3. 主键顺序插入

大批量插入

-- 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指令插入
-- 客户端连接服务端时，加上参数 --local-infile（这一行在bash/cmd界面输入）
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;
select @@local_infile;-- 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 'users' fields terminated by ',' lines terminated by '\n';

1.2 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）
页分裂：页可以为空，也可以填充一般，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。当页中删除的记录到达 MERGE_THRESHOLD（默认为页的50%），InnoDB会开始寻找最靠近的页（前后）看看是否可以将这两个页合并以优化空间使用。
MERGE_THRESHOLD：合并页的阈值，可以自己设置，在创建表或创建索引时指定
演示过程：https://www.bilibili.com/video/BV1Kr4y1i7ru?p=90

主键设计原则：

1) 满足业务需求的情况下，尽量降低主键的长度
2) 插入数据时，尽量选择顺序插入，选择使用 AUTO_INCREMENT 自增主键
3) 尽量不要使用 UUID 做主键或者是其他的自然主键，如身份证号
4) 业务操作时，避免对主键的修改

1.3 order by优化

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
注意：如果order by字段全部使用升序排序或者降序排序，则都会走索引，但是如果一个字段升序排序，另一个字段降序排序，则不会走索引，explain的extra信息显示的是Using index, Using filesort，如果要优化掉Using filesort，则需要另外再创建一个索引，如：create index idx_user_age_phone_ad on tb_user(age asc, phone desc);，此时使用select id, age, phone from tb_user order by age asc, phone desc;会全部走索引

总结：

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）

1.4 group by优化

分组操作

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
3） 注意：如索引为`idx_user_pro_age_stat`，则句式可以是`select ... where profession order by age`，这样也符合最左前          缀法则

1.5 limit优化

常见的问题：如limit 2000000, 10，此时需要 MySQL 排序前2000000条记录，但仅仅返回2000000 ~2000010的记录，其他记录丢弃，查询排序的代价非常大。

优化方案：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，比如

-- 此语句耗时很长
select * from tb_sku limit 9000000, 10;-- 通过覆盖索引加快速度，直接通过主键索引进行排序及查询
select id from tb_sku order by id limit 9000000, 10;-- 下面的语句是错误的，因为 MySQL 不支持 in 里面使用 limit
select * from tb_sku where id in (select id from tb_sku order by id limit 9000000, 10);-- 通过连表查询即可实现第一句的效果，并且能达到第二句的速度
select * from tb_sku as s, (select id from tb_sku order by id limit 9000000, 10) as a where s.id = a.id;

1.6 count优化

count

1）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（前提是不适用where）；
2）InnoDB 在执行 count(*) 时，需要把数据一行一行地从引擎里面读出来，然后累计计数。

优化方案：自己计数，如创建key-value表存储在内存或硬盘，或者是用redis
注意：如果count函数的参数（count里面写的那个字段）不是NULL（字段值不为NULL），累计值就加一，最后返回累计值
count的几种用法：count(*)、count(主键)、count(字段)、count(1)
- count(主键)跟count(*)一样，因为主键不能为空
- *count(字段)只计算字段值不为NULL的行
- count(1)引擎会为每行添加一个1，然后就count统计这个1，返回结果也跟count()一样
- count(null)返回0
各种用法的性能
- count(主键)：InnoDB引擎会遍历整张表，把每行的主键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（主键不可能为空）
- count(字段)：没有not null约束的话，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约束的话，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层，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
按效率排序：count(字段) < count(主键) < count(1) < count()，所以尽量使用 count()

1.7 update优化（避免行锁升级为表锁）

说明：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

以下两条语句：
update student set no = '123' where id = 1;，这句由于id有主键索引，所以只会锁这一行；update student set no = '123' where name = 'test';，这句由于name没有索引，所以会把整张表都锁住进行数据更新，解决方法是给name字段添加索引