MySQL-SQL优化
前置文章：
一、MySQL-Explain了解查询语句执行计划
二、MySQL-索引
三、MySQL-索引（简版）
零、本文纲要
- 一、插入数据
- 二、主键优化
- 三、order by优化
- 四、group by优化
- 五、limit优化
- 六、count优化
- 七、update优化update优化
tips：Ctrl + F快速定位到所需内容阅读吧。
一、插入数据
- 需求：一次性插入批量数据；
-- 创建插入测试表
create table tb_test
(
id int primary key,
name varchar(20) not null
)
comment '测试插入表';
insert into tb_test values(1,'Tom');
insert into tb_test values(2,'Cat');
insert into tb_test values(3,'Jerry');
.....
1、方案一：批量插入数据
Insert into tb_test values(1,'Tom'),(2,'Cat'),(3,'Jerry');
2、方案二：手动提交事务
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;
注意：此处我们id按顺序插入的效率，也高于乱序插入的效率。
3、方案三：load指令插入
详细内容可以参考官方文档：LOAD DATA Statement。
- ① 客户端连接服务端，添加
-–local-infile；
mysql –-local-infile -u root -p
- ② 开启从本地加载文件导入数据的开关；
set global local_infile = 1;
- ③ 执行load指令将准备好的数据，加载到表结构中。
LOAD DATA LOCAL INFILE：指定本地插入.sql文件的目录；
INTO TABLE：指定被插入的表格；
FIELDS TERMINATED BY：字段由指定符号分隔；
LINES TERMINATED BY：行数据由指定符号分行。
LOAD DATA LOCAL INFILE '/root/insert_tb_test.sql'
INTO TABLE tb_test
FIELDS TERMINATED BY ','
LINES TERMINATED BY '\n' ;
# .sql文件内容格式：
1,'Tom'
2,'Cat'
3,'Jerry'
二、主键优化
InnoDB的逻辑结构图.png
B+Tree的每一个节点存储在一个页（Page:默认16KB）当中，如果是聚集索引的叶子节点，那么其中还会存储Row数据；如果是二级索引，那么其中会存储主键索引。如果当前页存储不下，则会存储到下一个页当中，页与页之间通过指针连接。
1、页面存储
重要参数MERGE_THRESHOLD：索引页的合并阈值，默认为50%。
① 页面储存过程，如果该页未满，而且新存入的数据可以在当前页放下，则不用申请新页面，如下：
页面存储1.png
② 如果当前页面P5存不下新的数据，则申请新的页面P6存储后续数据，如下：
页面存储2.png
2、页面合并
① 删除记录时，不会实际删除该记录。相反，它会将记录标记为已删除，并且它使用的空间变为可回收。删除5、6、7、8的Row数据，如下：
页面合并1.png
② 当页面收到足够的删除以匹配MERGE_THRESHOLD（默认情况下为页面大小的50%）时，InnoDB开始查看最近的页面（NEXT后和UPBER前），以查看是否有机会通过合并两个页面来优化空间利用率。
页面合并2.png
此时，我们的P6页面又将空间空了出来，可以存放其他新插入的数据。
3、页面拆分
① P10页面已满，P11页面也已满，此时插入id为27的Row数据。此时，会去申请新的页，来完成页面拆分。
页面拆分1.png
② 索引页P10会将数据保存在合并阈值50%内，将多余的部分移动至新的页面。然后，再将新的数据插入新页面。
页面拆分2.png
③ 为了保持顺序，此时还会做的动作就是重新定义页面P10、P12、P11的先后关系。
4、索引设计原则
① 满足业务需求的情况下，尽量降低主键的长度；
② 插入数据时，尽量选择顺序插入，选择使用AUTO_INCREMENT自增主键；
③ 尽量不要使用UUID做主键或者是其他自然主键，如身份证号；
④ 业务操作时，避免对主键的修改。
三、order by优化
1、Extra
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。
2、order by字段无索引情形
① Using filesort：在order by字段没有设置索引的情形下，此时效率差。
order by字段无索引情形.png
3、order by字段设置索引
① Using index：设置idx_user_age_phone_aa索引，覆盖age,phone字段。此时，我们在满足最左前缀法则的前提下，效率有所提升。
order by字段设置索引1.png
不满足最左前缀法则的情形：explain select id,age,phone from tb_user order by phone , age;，则会出现Using filesort，效率降低。
不满足最左前缀法则的情形.png
② 降序排序：explain select id,age,phone from tb_user order by age desc , phone desc ;，由于默认是按照升序创建索引的，所以此处出现了Backward index scan，这个代表反向扫描索引。
降序排序.png
③ 一升一降：explain select id,age,phone from tb_user order by age asc , phone desc ;或者explain select id,age,phone from tb_user order by age desc , phone asc ;的情形，则会出现Using filesort，效率降低。
一升一降.png
④ 设置升降索引：create index idx_user_age_phone_ad on tb_user(age asc ,phone desc);，再次执行上述查询执行计划分析，可以看到效率得到了提升。
一升一降优化.png
4、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)。
# 查看默认缓冲区大小，如需修改vi编辑重启mysql即可
cat /etc/my.cnf
...
# Remove leading # to set options mainly useful for reporting servers.
# The server defaults are faster for transactions and fast SELECTs.
# Adjust sizes as needed, experiment to find the optimal values.
# join_buffer_size = 128M
# sort_buffer_size = 2M
# read_rnd_buffer_size = 2M
...
四、group by优化
1、group by建立索引前后
在分组操作时，可以通过索引来提高效率。
group by建立索引前后.png
2、最左前缀法则
分组操作时，索引的使用也是满足最左前缀法则的。
group by最左前缀法则.png
3、group by优化原则
- 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。
五、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。
limit查询.png
- 1、利用主键索引优化（实际可能不可用）
在主键连续，而且我们知道是从1开始自增的情况下：explain select * from tb_sku where id >= 5000000 limit 10;。
mysql> select * from tb_sku where id >= 5000000 limit 10;
10 rows in set (0.02 sec)
效率的提升非常明显，但是限制也是很严格的。
- 2、创建覆盖索引优化
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。
# 推荐此形式
mysql> select * from tb_sku a, (select id from tb_sku order by id limit 5000000,10) b where a.id = b.id;
10 rows in set (2.54 sec)
mysql> select * from tb_sku a, (select id from tb_sku limit 5000000,10) b where a.id = b.id;
10 rows in set (1.95 sec)
覆盖索引优化.png
六、count优化
如果数据量很大，在执行count操作时，是非常耗时的。
- 1、MyISAM
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，效率很高；
② 但是如果是带条件的count，MyISAM也慢。
- 2、InnoDB
① 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。
- 3、count优化
提升InnoDB表的count效率，主要的优化思路：自己计数（额外记录总数，比如记录在Redis内，或者直接MySQL建表）。
问题是：带条件的count还是无效。
- 4、count用法
count（）、count（主键）、count（字段）、count（数字）。
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(*)。
七、update优化
InnoDB的行锁是针对索引加锁，不是针对记录加锁，并且该索引不能失效，否则会从行锁升级为表锁（索引失效）。
# 行级锁
update course set name = 'javaEE' where id = 1 ;
# name不是索引，升级表级锁
update course set name = 'SpringBoot' where name = 'PHP' ;
八、结尾
以上即为SQL优化的基础内容，感谢阅读。
