[MySQL]SQL优化之sql语句优化

键盘敲烂,年薪30万

目录

一、索引优化 回顾:

索引分类:

索引失效:

设计原则:

SQL性能分析

二、SQL优化 语句优化

insert语句:

主键优化:

order by优化:

group by优化:

limit 优化

count 优化

update 优化 


一、索引优化 回顾:

索引分类:
  • 一般分类:主键索引、唯一索引、常规索引、全文索引
  • 按存储分类:聚集索引、二级索引

注意:

主键索引只能有一个且必须有一个,二级索引可以有多个,如果没有主键,选唯一索引作为主键索引,如果没有唯一索引,那么mysql会创建一个隐藏字段rowid作为索引。

 

索引失效:
  • 不满足最左前缀法则
  • 索引列计算
  • 字符串类型不加'' 导致类型转化
  • 使用or连接了非索引的列
  • %在最左边,>或<号
  • 数据分布影响

设计原则:

    尽量建立联合索引,针对于数据量大(超百万),查询多的表建索引,针对于where order by group by后的字段创建索引,如果字段很长,考虑前缀索引,如果索引列不能为NULL,须在数据库字段加上not null约束,这样优化器可以更好的选择更有效的索引。

SQL性能分析
  1. 执行频次
  2. 慢查询日志
  3. profile
  4. expplain执行计划 

二、SQL优化 语句优化

insert语句:

批量插入优化:

  • 一次性插入多条数据,但是不建议超过1000条。
insert into user values(1, 'zhangsan'), (2,'lisi');

手动提交事务优化:

  • 超过1000条,手动开启提交事务,减少与数据库的交互。
start transaction

insert into user values(1, 'zhagnsan'), (2, 'lisi'), ……
insert into user values(1000, 'wangwu'), (1001, 'zhaoliu') ……
……

commit

主键顺序插入优化:

大批量插入数据优化:

  • load:插入百万数据到数据库

[MySQL]SQL优化之sql语句优化_第1张图片

  • load使用三步走:

1.连接数据库时加上:

--local-infile

2.打开全局参数:

set global local infile = 1;

3.插入数据的脚本:

load data local infile '/root/sql1.log' into table 'tb_user' fields terminated by ',' line terminated by '\n';

主键优化:

前面提到了主键按顺序插入可提高性能,这里讲解原理。

(这里我不是很明白,摘自GPT的回答)

页分裂:

  • 当在一个已满的页(节点)中插入一个新的键时,可能会导致该页不足以容纳新键,因此需要进行页分裂。
  • 页分裂的过程涉及将原有的页分成两半,并将其中一半的部分移动到一个新的页中。这样就在原有页和新页之间创建了一个新的分隔键,用于指示两个页之间的分割。
  • 页分裂的目的是确保树的平衡,并维护索引的有序性。它通常发生在B树或B+树中。

页合并:

  • 与页分裂相反,页合并发生在删除操作后。当一个页的键减少到一个临界点以下时,可以考虑将其与相邻的页合并,从而减少索引树的高度。
  • 页合并的过程涉及将两个相邻的页合并成一个,并且删除在合并过程中用于分隔的键。这有助于保持树的平衡,并且减少了树的高度,提高了检索效率。
  • 页合并通常也发生在B树或B+树这样的平衡树结构中。

小结:

    索引的设计原则:长度尽量短,尽量有序插入。


order by优化:

优化准则:

  • 如果创建索引的排序规则和要查询语句的排序规则相同,那么直接返回数据,效率高,如果不同,需要在缓冲区对相应的字段进行排序,效率不高。

注意:

创建索引默认是升序排序,asc

创建索引是指定排序规则

create index id_na_ty on tb_book(name asc, type asc);

例如:

一张tb_book表的索引[MySQL]SQL优化之sql语句优化_第2张图片

  • 执行语句1(升序排序查询):
select id, name, type from tb_book order by name asc, type asc;

-- 直接返回索引下面挂的数据,效率高

查看执行过程:

  •  执行语句2(name 升序 type 降序)
select id, name, type from tb_book order by name asc, type desc;

-- 会在缓冲区进行排序,效率不高。

查看执行过程:

小总结:

order by 查询的字段要与建立索引时字段的排序规则相同,若不同,会在缓冲区排序然后返回数据,可以在创建索引时指定排序规则

group by优化:

跟order by类似,建立好相应的索引,并且保证索引正确的使用规则,比如最左前缀法则。

limit 优化

记住:覆盖索引加子查询:

原理:原本要对数据进行排序,在挑选50条数据,现在使用索引覆盖 + 子查询 先根据id排序,排完之后直接子查询就可以啦。

select * from user where limit 10000, 50;
-- 回表查询性能低
select t.* from user t, (select if from user where order by id limit 10000, 50) s where t.id = s.id;
-- 覆盖索引 + 子查询 性能略好
count 优化

count统计非空字段数量,count无法优化,但是我们要区分count()括号里的字段的含义

  1. count(*):不取值,直接累加。
  2. count(主键):取出主键id,累加
  3. count(某个字段:有非空约束):取值,返回给服务层,服务层直接累加
  4. coutn(某个字段:无非空约束):取值,返回给服务层,服务层判断后累加。
  5. count(1):每行放一个1 并且累加,只要不是null都可以累加

小结:

尽量使用count(*)

update 优化 
  • 更新的条件一定要有索引,否则行锁会标为表锁。

例如:user表 name字段带有索引

一个客户端执行:update user set name = 'Zhangsan' where name = 'Lisi';

一个客户端执行:update user set name = 'wangwu' where name = 'zhaoliu';

分析:

此时可以并发执行,因为索引对应的是行级锁,不会锁整张表,相反如果没有索引,或者索引失效,行级锁就会变为表锁,无法高并发。

你可能感兴趣的:(mysql,mysql,sql,数据库)