mysql 基础（sql优化）

插入优化
1. 批量插入

insert into tb_test values(1,'qwe'),(2,'qwe2'),(3,'qwe2');

2.手动事务提交

start transaction;
insert into tb_test values(1,'qwe'),(2,'qwe2'),(3,'qwe2');
insert into tb_test values(1,'qwe'),(2,'qwe2'),(3,'qwe2');
insert into tb_test values(1,'qwe'),(2,'qwe2'),(3,'qwe2');
commit;

3. 主键顺序插入

4.大批量数据插入

 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MySOL数据库提供的load指令进行插入。

# 客户端连接服务端时，加上参数-local-infile
mysql --local-infile -u root -p
# 查看是否开启
SELECT @@local_infile;
#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

 

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-N行数据（如果一行数据很大，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的使用

视频地址：https://www.bilibili.com/video/BV1Kr4y1i7ru?p=90&spm_id_from=pageDriver

主键设计原则

• 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

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，不需要额外排序，操作效率高

多字段排序时情况下，创建索引时若没有指定字段排列顺序，那么默认都是升序排列，若一个升序一个降序就会成为Using filesort

 

 

 解决办法是新增一个排序的索引

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

 

 

 优化细节：

• 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）

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

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 能购比较好地提高性能，可以通过覆盖索引加子查询形式进行优化。

select * from tb_user t, (select id from tb_user order by id limit 2000000, 10) a where t.id=a.id;

先用limit查询出主键id，这样不用取出所有数据，提高了效率，再通过主键id进行索引查询取出全部数据

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(*) 的时候会直接返回个数，效率很高。（前提是没有 where 条件，否则效率也低）
• InnoDB 引擎就麻烦一些，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

优化方案

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，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： count(字段) < count(主键 id) < count(1) ≈ count(*)

update 优化

InnoDB 存储引擎有一个特点，支持 行级锁，所以这意味着当多个线程同时更新一张表时，若更新的行不同，则可以同时对该表进行更新修改；
同时介绍一下 表锁，即多个线程要对表进行修改的时候，不能同时修改，因为锁住的是整张表，只能一个一个排着队进行

所以 update 的优化，意味着要规避行锁升级为表锁：
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
根据索引字段更新