《SQL与数据库基础》12. SQL优化

目录

• SQL优化
  • 数据插入
    • insert优化
    • 大批量插入数据
  • 主键优化
  • order by优化
  • group by优化
  • limit优化
  • count优化
    • count用法
  • update优化

---

本文以 MySQL 为例

SQL优化

数据插入

insert优化

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。

• 批量插入
• 手动控制事务
• 主键顺序插入，性能要高于乱序插入。

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。

客户端连接服务端时，加上参数：

mysql --local-infile -u root -p

查看参数是否开启：

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 '文件路径' INTO TABLE 表名 FIELDS TERMINATED BY '数据分隔符' LINES TERMINATED BY '行分隔符';

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）。

在InnoDB引擎中，数据行是记录在逻辑结构page（页）中，而每一个页的大小是固定的，默认16K。所以一个页中所存储的行也是有限的，如果插入的数据行（row）在该页存储不下，将会存储到下一个页中，页与页之间会通过指针连接。

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（如果一行数据过大，会行溢出），根据主键排列。如果乱序插入，页满后重新分配，数据可能重新分配到新页中，也会涉及到页之间指针重新分配。

页合并

当删除一行记录时，实际上记录并没有被物理删除，只是记录被标记删除（flaged）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使用。

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。

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：

• 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。

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。

order by优化原则：

• 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)）。

查看排序缓冲区大小：

SHOW VARIABLES LIKE 'sort_buffer_size';

group by优化

在分组操作中，通过以下两点进行优化，以提升性能：

• 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

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。

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。

例如查询一张表后2000000的10条记录：

EXPLAIN SELECT * FROM tb_sku t, (SELECT id FROM tb_sku ORDER BY id LIMIT 2000000, 10) a WHERE t.id = a.id;

count优化

MyISAM引擎把一个表的总行数存在了磁盘上，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。

提升InnoDB表的count效率，主要优化思路：自己计数

count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(主键)
  
  InnoDB 引擎会遍历整张表，把每一行的主键值都取出来，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（相当于一个标记）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。

按照效率排序的话，
count(字段) < count(主键id) < count(1) ≈ count(*)，
所以尽量使用count(*)。

update优化

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。