[MySQL–SQL优化]
1、insert优化(插入数据优化)
-
建议使用批量插入
# 批量插入避免频繁连接断开数据库(一次连接插入多条数据)
insert into 表名 values(数据1),(数据2),(数据3)......
-
建议手动提交事务插入(避免频繁开启关闭事务)
# 即开启一次事务 执行多条sql
start transaction; # 开启事务
# 执行多条sql
insert into 表名 values(数据1),(数据2),(数据3);
insert into 表名 values(数据4),(数据5),(数据6);
insert into 表名 values(数据7),(数据8),(数据9);
commit; # 提交事务
-
大批量插入数据(load指令)
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:
# 客户端连接服务器时,加上参数 --local-infile
mysql --local-infile -u 用户名 -p 密码
# 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
1、查看是否开启命令
select @@local_infile;
2、开启命令
set global local_infile = 1;
# 执行load指令将准备好的数据,加载到表格
load data local infile '/root/sql.log' into table 'tb_user' fields terminated by ',' lines terminated by 'n';
load data local infile '文件路径' into table '表名' fields terminated by '什么作为分割符' lines terminated by '每一行的结束符';
注意:主键顺序插入的性能高于乱序插入!
2、主键优化
# 1)满足业务需求的情况下、尽量降低主键的长度
原因是我们二级索引的叶子节点存放的就是主键,如果主键过长且叶子节点过多会占用大量的磁盘空间!
# 2)插入数据时尽量选择顺序插入,选择使用auto_increment主键自增
如果不顺序插入可能会存在页分裂现象,如果按照顺序插入则可避免
# 3)尽量不要使用uuid作为主键或者是其他自然主键,如身份证号!
原因 uuid或者身份证号则无序且过长,影响效率!
# 4)业务操作时尽量避免对主键的修改。
3、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file sort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。
注意:尽量优化为Using index
# 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)。
查看默认缓冲区大小命令
show variables like 'sort_buffer_size';
4、group by优化
# 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。
5、limit优化
-
针对于大数据量的情况下 分页查询时越往后就会变得越耗时。所以我们需要通过优化limit来提升效率
注意:官方建议通过覆盖索引加子查询来优化
例如:
未优化前:
select * from 表名 limit 9000000,10:
耗时 19s
优化后:
# 可以直接使用覆盖聚集索引,不需要回表查询 提升效率
select id from 表名 order by id limit 9000000,10;
# 我们可以将查询出来的id看作为一张新表
# 之后我们可以使用子查询来获取具体数据
select A.* from 表名1 as A,(select id from 表名 order by id limit 9000000,10:) as B where A.id == B.id;
# 括号内可以看作为一张新表 然后进行连表查询即可 大大提升效率
耗时 12s
6、count优化
-
MyISAM 引擎把一个表的总行数存在了磁盘上,因此执行count(*)的时候就会直接返回这个数,效率很高(仅仅在没有where条件有效)
-
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。然后累计计数
优化思路:自己计数。
比如:我们可以自己维护一张表来专门存储我们所需要记录的数据,利用redis内存数据库 加一条数据 就+1等
count的几种用法
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nut)
2.count(字段)
没有 not nul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nu不为nu,计数累加。
有 not nu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。
3.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。
4.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)
7、update优化
update student set no='2000100100' where id=1;
update student set no='2000100105' where name='韦一笑';
# Innode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。
# 升级为表锁就会降低性能!