MySQL SQL优化

一、插入数据

1. Insert优化

• 批量插入：
  insert into table values (数据1),(数据2),(数据3);
• 手动提交事务：
  start transaction；
  insert into table values (数据1),(数据2),(数据3);
  insert into table values (数据4),(数据5),(数据6);
  commit；
• 主键顺序插入：主键顺序插入的性能高于乱序插入

2. 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：
第一步：客户端连接服务器时，加上参数 --local-infile
mysql --local-infile -u root -p
第二步：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;
第三步：执行load指令将准备好的数据，加载到表结构中
load data local_infile '/root/sql.log' into table 'tb_usre' fields terminated by ',' lines terminated by '\n';

二、主键优化

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）

2. 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（如果一行数据多大，会行溢出），根据主键排列。
主键顺序插入：

主键乱序插入：可能出现页分裂

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，在创建表或创建索引时指定。

4. 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做主键或是其他自然主键，如身份证号；
• 业务操作时，尽量避免对主键的修改。

三、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，然后在排序缓存区sort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File Sort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。
测试：

没有创建索引时，根据age,phone进行排序：

explain select age,phone from tb_user order by age,phone;---结果返回using filesort,效率低

创建索引：

creat index idx_user_age_phone_aa on tb_user(age asc,phone asc);---系统默认asc排序可不写

创建索引后，根据age,phone升序排序：

explain select age,phone from tb_user order by age,phone;---结果返using index，效率高

创建索引后，根据age,phone进行降序排列：

explain select age,phone from tb_user order by age desc,phone desc;---结果返回backward index scan(反向扫描索引),using index效率较高，但是出现反向扫描

根据age,phone一个升序，一个降序排序：

explain select age,phone from tb_user order by age asc,phone desc;---返回结果 using index,using filesort

优化方法，创建新的排序索引：

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

根据age,phone一个升序，一个降序排序：

explain select age,phone from tb_user order by age asc,phone desc;---返回结果using index

总结：

• 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)；
• 如果不可避免出现filesort，大数据排序时，可以适当增大排序缓冲区sort_buffer_size(默认256K)

四、Group By优化

没有创建索引直接分组后，结果会返回using temporary（使用临时表），效率较低。
优化方法：创建相关分组字段的联合索引，分组时索引的使用也要满足最左前缀法则。

五、Limit优化

当对数据库庞大数据进行分页操作时，会出现一个问题就是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，查询排序时间非常长，带价很大。
优化方法：一般分页查询时，通过创建覆盖索引能够较好的提高性能，通过覆盖索引+子查询形式进行优化。
例如:select s.* from tb_sku s,(select id from tb_sku order by id limit 2000000，10) a where s.id=a.id;

六、Count优化

• MyISAM引擎会把一个表的总行数存储在磁盘上，因此执行count(*)时会直接返回个数，效率会大大提高，前提是查询时不加任何where条件，就是直接查询总数据量；
• InnoDB执行count(*)时，需要把一行一行从引擎里读出来，然后累计计数。
• 优化思路：自己计数。

Count()是一个聚合函数，对于返回的结果集，一行行判断，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。

Count(*)的用法：

• count(*)：InnoDB引擎并不会取出全部字段，而是做了专门优化，不取值，服务层直接按行累加。
• 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提取出来，返会给服务层，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提取出来，返会给服务层，直接进行累加。
• 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。

按照效率排序：count(字段) < count(主键) < count(1)≈count()，所有尽量使用count(\)。

七、Update优化

执行Update语句时，执行的条件where字段一定要有索引，InnoDB引擎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，把整张表锁住，降低并发执行效率。