编程技术-【MYSQL进阶篇】详细版MYSQL优化

 Mysql优化，让你彻底知道优化的各种情况以及解决方案

    

               有一系列的代码和图片让你一步一步走，成为索引的真正实践者

                        

                               坚持看完这篇文章，会让你功力瞬间提升一个档次                        

      

                        制作不易，觉得不错请点赞收藏 ！！！

目录

1.SQL优化

1.1  插入多条数据

1.2  大批量插入数据

2.主键优化

2.1    数据组织方式

2.2   页分裂

2.3   页合并

2.4    主键设计原则

3.order by优化

3.1  问题

3.2  解决

3.3  order by优化原则

4.group by优化

4.1  演示出现的问题

4.2  分组优化

5.limit优化

6.count优化

6.1   概述

6.2  count用法

 7.update优化

---

【史上最详细版】MYSQL索引-CSDN博客文章浏览阅读908次，点赞26次，收藏11次。数据库索引是一种数据结构，用于提高数据库查询的速度和性能。索引类似于书籍的目录，它们提供了一种快速查找数据的方式，而不需要完全扫描整个数据集。https://blog.csdn.net/2301_77358195/article/details/137375892【Mysql事务】Mysql事务之详细篇-CSDN博客文章浏览阅读1.1k次，点赞36次，收藏15次。事务是一组操作的集合，它是一个不可分割的工作单位，事务会把所有的操作作为一个整体一起向系统提交或撤销操作请求，即这些操作要么同时成功，要么同时失败。https://blog.csdn.net/2301_77358195/article/details/137207067

1.SQL优化

1.1  插入多条数据

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。

①.批量插入数据

insert into tb_test values(1,'Tom'),(2,'Cat'),(3,'Jerry');

②.手动控制事务

因为mysql的每条sql语句都会自动开启事务和提交事务，手动提交可以提高效率

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;

③.主键顺序插入，性能要高于乱序插入。

主键乱序插入 : 8 1 9 21 88 2 4 15 89 5 7 3

主键顺序插入 : 1 2 3 4 5 7 8 9 15 21 88 89

1.2  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。

可以执行如下指令，将数据脚本文件中的数据加载到表结构中：

-- 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

select @@local_infile;

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' ;

数据准备

执行load之后的数据库

注意：

①.用load时的数据表虽然不是SQL语句，但是需要满足一定的规律，比如字段之间用什么逗号分

隔，每行数据间用换行符分隔

②.主键顺序插入，性能要高于乱序插入。

2.主键优化

主键顺序插入的性能是要高于乱序插入的，为什么呢?

2.1   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)。

行数据，都是存储在聚集索引的叶子节点上的.

看看InnoDB的逻辑存储结构图：

在InnoDB引擎中，数据行是记录在逻辑结构 page 页中的，而每一个页的大小是固定的，默认

16K。那也就意味着， 一个页中所存储的行也是有限的，如果插入的数据行row在该页存储不小，

将会存储到下一个页中，页与页之间会通过指针连接。

2.2   页分裂

①.主键顺序插入

②.主键乱序插入

演示如果主键为50是如何插入的

如果某一页存储空间不够，就会创建另外一页，并且把插入数据关联的加入该页

然后重新排序，并且重新建立链表

2.3   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（flaged）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使用

2.4   主键设计原则

①.满足业务需求的情况下，尽量降低主键的长度。较短的主键可以减少索引占用的磁盘空间和内

存，并提高查询速度。

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。

3.order by优化

MySQL的排序，有两种方式：

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。出现 Using index 是基于覆盖索引中出现的。

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。

3.1  问题

由于 age, phone 都没有索引，所以此时再排序时，出现Using filesort， 排序性能较低。

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

3.2  解决

①.创建索引

-- 创建索引
create index idx_user_age_phone_aa on tb_user(age,phone);

②.创建索引后，根据age, phone进行升序排序

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

建立索引之后，再次进行排序查询，就由原来的Using filesort 变为了 Using index，性能就是比

较高的了。

③.创建索引后，根据age, phone进行降序排序

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

④.根据age, phone进行降序一个升序，一个降序

explain select id,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，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。

注意：MySQL8版本及以上，支持降序索引，我们也可以创建降序索引，其他版本不能改变默认的

升序排序。

我的版本是5.7.19，因此没有生效

⑤.创建联合索引(age 升序排序，phone 倒序排序)

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

⑥.然后再次执行如下SQL

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

如果上面默认排序修改成功，查询完就会再次出现 Using Index

3.3  order by优化原则

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)

4.group by优化

4.1  演示出现的问题

接下来，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 ;

然后，我们在针对于 profession ， age， status 创建一个联合索引。

create index idx_user_pro_age_sta on tb_user(profession , age , status);

紧接着，再执行前面相同的SQL查看执行计划。

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

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,age;

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

我们发现，如果仅仅根据age分组，就会出现 Using temporary ；而如果是 根据profession,age两

个字段同时分组，则不会出现 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。

也可以通过这种方式解决最左前缀法则问题

4.2  分组优化

在分组操作中，需要通过以下两点进行优化，以提升性能：

①. 在分组操作时，可以通过索引来提高效率。

②. 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

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。

通过测试我们会看到，越往后，分页查询效率越低，这就是分页查询的问题所在。

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。

select t.* from tb_sku t , (select id from tb_sku order by id limit 1800000,10) a where t.id = a.id;

对比上面优化前9.60s，优化后1.93s

6.count优化

6.1   概述

select count(*) from tb_user ;

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

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)。

6.2  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（*）、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(*)。

 7.update优化

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，这是因为name 没有索

引。 导致该update语句的性能大大降低，并发性能降低。

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 。

因此我们在执行update操作时，一般 where 条件都会选择有索引的字段，比如主键.