当前位置: 首页 > news >正文

⑩③【MySQL】详解SQL优化

在这里插入图片描述

个人简介:Java领域新星创作者;阿里云技术博主、星级博主、专家博主;正在Java学习的路上摸爬滚打,记录学习的过程~
个人主页:.29.的博客
学习社区:进去逛一逛~

在这里插入图片描述

SQL优化

  • ⑩③【MySQL】了解并掌握SQL优化
    • 1. 插入数据 优化
    • 2. 主键优化
    • 3. order by 排序优化
    • 4. group by 分组优化
    • 5. limit 分页优化
    • 6. count 优化
    • 7. update 更新优化


⑩③【MySQL】了解并掌握SQL优化


1. 插入数据 优化

insert优化

  • ⚪使用批量插入
    • 在这里插入图片描述

  • 手动提交事务(每次SQL语句执行后事务自动提交,手动提交避免了多次提交,提升效率)
    • 在这里插入图片描述

  • ⚪使用主键顺序插入(顺序比乱序速度更快,性能更高)
    • 在这里插入图片描述



大批量插入数据

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:

# (命令行)客户端连接数据库时,加上参数: --local-infile
mysql --local-infile -u root -p
-- 查看从本地加载文件导入数据的开关是否开启
select @@local_infile;-- 设置全局参数local_infile为1,表示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
-- 加载文件: /root/sql.log 中的数据插入表
-- 字段间使用 逗号',' 分隔
-- 行间使用 换行'\n' 分隔
load data local infile '/root/sql.log' into table `表名` fields terminated by ',' lines terminated by '\n';



2. 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 简称IOT)。



页分裂

  • 页可以为空,也可以填充一半,也可以填充100%。每个页包含了至少2行数据(如果一行数据多大,会行溢出),根据主键排列。

  • 在这里插入图片描述

    分裂后插入↓

    在这里插入图片描述

    重新设置指针↓

    在这里插入图片描述



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

  • 在这里插入图片描述

    合并↓

    在这里插入图片描述



主键设计原则

  • 主键设计原则:
    • ①在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。
    • 尽量不要使用UUID做为主键或者作为其他自然主键,如身份证号。
    • ④在业务操作时,尽量避免对主键的修改



3. order by 排序优化

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。

排序效率:Using index > Using filesort



  • order by优化策略:

    • 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。

      • -- 没有建立索引时,排序性能为:`Using filesort`
        explain select id,age,phone from tb_user order by age,phone;-- 为排序字段建立合适索引
        create index idx_age_phone_aa on tb_user(age,phone);
        -- 等价于:
        create index idx_age_phone_aa on tb_user(age asc,phone asc);
        -- 建立索引后,排序性能提升为:`Using index`
    • ②尽量使用覆盖索引,非覆盖索引需要回表查询,会从Using index 变为 Using filesort。

    • 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)。

      • -- 一个升序一个降序
        select id,age,phone from tb_user order by age asc,phone desc;-- 注意联合索引在创建时的规则
        create index idx_age_phone_ad on tb_user(age asc,phone desc);
        
    • 如果不可避免地出现filesort,大数据量排序时,可以适当增大排序缓冲区sort_buffer_size的大小(默认256k)。

      • -- 查看参数sort_buffer_size大小
        show variables like 'sort_buffer_size';-- 设置参数sort_buffer_size大小
        set sort_buffer_size=自定义的大小;
        



4. group by 分组优化

  • 根据分组字段建立合适的索引来提高效率。

  • 分组操作时,多字段通过联合索引排序也是遵循最左前缀法则的。

    • -- 如何建立合适索引:建议使用联合索引,可参考上文的order by优化
      



5. limit 分页优化

一个常见又非常头疼的问题就是大数据量的分页,如:limit2000000,10,此时需要MySQL排序前2000010记录,仅仅返回2000000到2000010的记录,其他记录丢弃,查询排序的代价非常大。

  • 优化策略

    • 一般分页查询时,通过建立覆盖索引能够较好提升性能,可通过覆盖索引+子查询形式进行优化。

    • -- 优化前:
      select * from tb_sku limit 2000000,10;-- 优化后
      -- 子查询的id字段存在主键索引,order by性能得到优化
      -- 根据子查询的到的主键字段id进行查询,效率高。
      select s.* from 
      tb_sku s,(select id from tb_sku order by id limit 2000000,10) i
      where s.id = i.id;
      



6. count 优化

count()

  • 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。(只记录不为NULL的记录)
  • **用法:**count(*)、count(主键)、count(字段)、count(1)
    • 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
    • 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)
      • lnnoDB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。
  • 在这里插入图片描述



7. update 更新优化

需要优化的问题

  • InnoDB的行锁是针对索引加的锁,不是针对记录加的锁,更新没有索引的记录或索引失效,使用的锁会从行锁变为表锁。
  • 使用表锁会使并发性能下降,所以应当经可能去更新 使用了索引的字段。




在这里插入图片描述

http://www.lryc.cn/news/234032.html

相关文章:

  • SQL 的 AND、OR 和 NOT 运算符:条件筛选的高级用法
  • 11.5MyBatis(进阶)
  • CentOS挂载:解锁文件系统的力量
  • 修身养性 - 阿纳托利: 健身指导
  • pip anaconda 设置 国内镜像源
  • 三江城115m²3室2厅2卫,现代简约不单是居所更是对生活的向往。福州中宅装饰,福州装修
  • Hangfire.Pro 3.0 Crack
  • axios的使用,cancelToken取消请求
  • Rockdb简介
  • 【MyBatis】写了 10 年的代码,我最怕写 MyBatis 这些配置,现在有详解了
  • 全球地表水数据集JRC Global Surface Water Mapping Layers v1.4
  • Spring过滤器和拦截器的区别
  • HIS医疗项目
  • eclipse启动无法找到类(自定义监听器)
  • Ubuntu openssh-server 离线安装
  • servlet页面以及控制台输出中文乱码
  • 《向量数据库指南》——TruLens + Milvus Cloud构建RAG深入了解性能
  • vscode代码上传到gitlab
  • Spring Boot 项目的常用注解与依赖
  • 【C++11】多线程库 {thread线程库,mutex互斥锁库,condition_variable条件变量库,atomic原子操作库}
  • 智能导诊系统:基于机器学习和自然语言处理技术,可快速推荐合适的科室和医生
  • 如何防止图片抖动
  • 依赖注入方式
  • HTML 超链接 a 标签
  • 【cpolar】Ubuntu本地快速搭建web小游戏网站,公网用户远程访问
  • 数字化企业需要什么样的数据中心
  • el-table固定表头(设置height)出现内容过多时不能滚动问题
  • 从流程优化到经营提效,法大大电子签全面助力智慧零售升级
  • Jquery 通过class名称属性,匹配元素
  • 复杂数据统计与R语言程序设计实验二