SQL优化最干货总结

插入数据

insert

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。

  1. 进行批量插入数据 Insert into tb_test values(1,'Tom'),(2,'Cat'),(3,'Jerry');
  2. 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;
  1. 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：

img

可以执行如下指令，将数据脚本文件中的数据加载到表结构中： 

-- 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
load data local infile '/root/sql1.log' into table tb_user fields terminated by ',' lines terminated by '\n' ;

主键顺序（文件里面就是有序的）插入性能高于乱序插入

那么为什么主键顺序插入的性能比乱序插入的高呢？其实是主键优化的原因

主键优化

在上一小节，我们提到，主键顺序插入的性能是要高于乱序插入的。 这一小节，就来介绍一下具体的原因，然后再分析一下主键又该如何设计。

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)。

img

行数据，都是存储在聚集索引的叶子节点上的。而我们之前也讲解过InnoDB的逻辑结构图：

img

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在该页存储不小，将会存储到下一个页中，页与页之间会通过指针连接。

2). 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到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， 主键顺序插入

img

②. 第一个页没有满，继续往第一页插入

img

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

img

④. 当第二页写满了，再往第三页写入

img

B. 主键乱序插入效果

①. 假如第一二页都写满了，并且存放了如图所示的数据

img

②. 此时再插入id为50的记录，我们来看看会发生什么现象

会再次开启一个页，写入新的页中吗？

img

不会。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。

img

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#。

img

但是并不会直接将50存入第三页，而是会将第一页后一半的数据，移动到第三页，然后在第三页，插入50。

img

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。 第一页的下一个页，应该是第三页， 第三页的下一个页是第二页。 所以，此时，需要重新设置链表指针。

img

上述的这种现象，称之为 “页分裂”，是比较耗费性能的操作。

其实这个50刚好有些特殊了，这个数字刚好在第一页和第二页之间可以插入了。但是页分裂同时也会发生在其他情况，也会导致性能变差。

3). 页合并

目前表中已有数据的索引结构(叶子节点)如下：

img

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使用，其实就是可以被覆盖了。

img

当我们继续删除2#的数据记录

img

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。

img

删除数据，并将页合并之后，再次插入新的数据20，则直接插入第三页

img

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。

4). 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。

接下来，我们来做一个测试：

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

img

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

img

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。

所以我们可以根据age和phone建立联合索引

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（有升序降序之分）排序

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

img

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

img

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，走了索引，性能就提升了

根据age, phone进行降序排序

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

img

也出现 Using index， 但是此时Extra中出现了 Backward index scan，这个代表反向扫描索引，因为在MySQL中我们创建的索引，默认索引的叶子节点是从小到大排序的，而此时我们查询排序时，是从大到小，所以，在扫描时，就是反向扫描，就会出现 Backward index scan。 在 MySQL8版本中，支持降序索引，其实这种情况我感觉是没有性能差别的。但是如果我们有两个字段，第一个字段升序排列第二个字段降序排列，我们就需要创建降序索引了。

根据phone，age进行升序排序，phone在前，age在后

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

img

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。

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 ;

img

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。 （其实这个可以这样想，如果得出了结果，但是这两个刚开始进行创建索引的时候都是升序，所以第一个走索引，第二个就得filesort了）

img

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。

创建联合索引(age 升序排序，phone 倒序排序)

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

img

然后再次执行如下SQL

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

img

由上述的测试,我们得出order by优化原则:

A. 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。

B. 尽量使用覆盖索引。

C. 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）。

D. 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

在没有任何索引（只有主键索引，没有下面的profession索引）的情况下，执行如下SQL，查询执行计划 ：

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

img

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);

紧接着，再执行前面相同的SQL查看执行计划。

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

img

再执行如下的分组查询SQL，查看执行计划：

img

我们发现，如果仅仅根据age分组，就会出现 Using temporary(出现这个说明没走索引) ；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，也是需要符合最左前缀法则的。

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，索引的使用需要满足最左前缀法则。

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

img

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。

因为，当在进行分页查询时，如果执行 limit 2000000,10 ，此时需要MySQL排序前2000010条记录，仅仅返回 2000000 - 2000010 的记录，其他记录则被丢弃，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 limit 2000000,10) a where t.id = a.id;

上面这段sql代码的具体思想是：先根据主键索引查询出所有的2000000-2000010的id 不需要返回具体的数据，然后再根据这些id去拿取这十个id的数据，这种的好处就是减少了之前拿取2000010条行的数据，减少到了只拿取10行数据

count优化

在之前的测试中，我们发现，如果数据量很大，在执行count操作时，是非常耗时的。

下面来看看不同的存储引擎怎么进行count操作的：

  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（前提是没有where这种的过滤条件），效率很高； 但是如果是带条件的count，MyISAM也慢。
  2. 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。

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

首先来看下count的不同用法：

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）

img

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()，效率还是比其他的高的，但是要是有具体业务需要统计非空的，就要具体分析了。

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。

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

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（导致的后果是其他事务都执行不了sql，因为上面这个sql把整张表都锁住了）。 导致该update语句的性能大大降低。

为了提升性能，可以给name字段加上索引，这样的话在事务期间执行操作的话就是行锁了