SQL优化

一、插入数据

批量插入

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

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;

主键顺序插入

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：

#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
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';

二、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 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-N行数据（如果一行数据多大，会行溢出），根据主键排列。

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。

知识小贴士： MERGE THRESHOLD:合并页的阈值，可以自己设置，在创建表或者创建索引时指定。

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做主键或者是其他自然主键，如身份证号。
• 业务操作时，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。

#没有创建索引时，根据age,phone:进行排序
explain select id,age,phone from tb user order by age,phone;
#创建索引
create index idx user age phone aa on tb user(age,phone);
#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;
#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
#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;
#创建索引
create index idx_user_age_phone ad on tb_user(age asc ,phone desc);
#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;

• 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)。

四、GROUP BY优化

#删除掉目前的联合索引idx user pro age sta
drop index idx user pro_age_sta on tb user;
#执行分组操作，根据orofession字段分组
explain select profession,count(*)from tb_user group by profession;
#创建索引
Create index idx user_pro age sta on tb_user(profession,age,status);
#执行分组操作，根据profession字段分组
explain select profession,count(*)from tb user group by profession;
#执行分组操作，根据profession字段分组
explain select profession,count(*)from tb user group by profession,age;

• 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

一个常见又非常头疼的问题就是liit2000000,10,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，查询排序的代价非常大。 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。

explain select from tb sku t,(select id from tb sku order by id limit 2000000,10)a where t.id = a.id;

六、COUNT优化

explain select count(*)from tb user

MyISAM引擎把一个表的总数存在了磁盘上，因此执行count()的时候会直接返回这个数，效率很高； 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。

优化思路：自己计数。

（一）count的几种用法

• 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(1)
• 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u)。
• count(字段) 没有not null约束：InnoDB引擎会遍历整张表把每一行的字酴值都取出来，返回给服务层，服务层判断是否为nul,不为nul,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) 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。
• count() InoDB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。 按照效率排序的话，count(字段)<count(主键id)<cont(1)≈count(),所以尽量使用count(*)。

七、update优化（避免行锁升级为表锁）

update student set no='2000100100' where id 1;
update student set no=2000100105' where name='xxx'，

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。