当前位置：首页 > news >正文

MYSQL的SQL优化

news 文章来源：https://blog.csdn.net/qq_63431773/article/details/132911606 2024/11/19 14:29:17

insert语句

开启事务

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;

内存插入

load命令中用 fields terminated by ',' 和 lines terminated by '\n' 参数来指定字段和行的分隔符

-- 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 'tb_sku1.sql' into table `tb_sku` fields terminated by ',' lines terminated by '\n';

要导入的数据

连接数据库

set global local_infile = 1;开启本地导入数据

show global variables like 'local_infile';查看是否为on开启状态

load data local infile 'tb_sku1.sql' into table `tb_sku` fields terminated by ',' lines terminated by '\n'; 执行成功（window系统推荐在tb_sku1.sql文件目录下执行，否则会显示(OS errno 2 - No such file or directory）

在load时，主键顺序插入性能高于乱序插入

主键优化

主键顺序插入的性能是要高于乱序插入的，主键又该如何设计

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语句

MySQL 的排序，有两种方式：

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。

无索引

由于 age, phone 都没有索引，排序时，出现Using filesort，排序性能较低。

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 age,phone from tb_user order by age,phone ;

Using index ，性能比较高

使用降序排序

创建索引后，根据age, phone进行降序排序，默认的排序是正序排序

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

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。

不满足左前缀

根据phone，age进行升序排序，phone在前，age在后。

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

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 Usingfilesort。

升降排序

根据age, phone进行降序一个升序，一个降序

explain select 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。（如果创建失败，需要修改表的引擎为innodb，使用命令：alter table 表名 engine=innodb;）

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

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语句

在没有索引的情况下，执行如下SQL，查询执行计划：

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

Using temporary表示由于排序没有走索引

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);

再执行如下的分组查询SQL，查看执行计划

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

走索引的

如果仅仅根据age分组，就会出现 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。

group by优化

A. 在分组操作时，可以通过索引来提高效率。

B. 分组操作时，索引的使用也是满足最左前缀法则的。

limit语句

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。

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 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limit语句

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;

count语句

如果数据量很大，在执行count操作时，是非常耗时的。

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；但是如果是带条件的count，MyISAM也慢。
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 ( 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() 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() 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）

count 用法	含义
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( 数字)	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。

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。

update语句

我们主要需要注意一下update语句执行时的注意事项。

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。

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。