一、插入优化

批量插入

insert into tb_name values (1,\"张三\"),(2,\"张三\"),(3,\"张三\");

手动提交事务

　由于mysql默认事务提交方式是自动提交的，意味着当我们执行完一条insert语句之后，事务就自动提交了，可能会频繁的涉及到事务的开始与提交，所以建议手动控制事务。

start transaction ;
insert into tb_name values (1,\"张三\"),(2,\"张三\"),(3,\"张三\");
insert into tb_name values (4,\"张三\"),(5,\"张三\"),(6,\"张三\");
insert into tb_name values (7,\"张三\"),(8,\"张三\"),(9,\"张三\");
commit ;

主键顺序插入

　主键顺序插入的性能要高于乱序插入的性能，取决于MySQL的数据组织结构的。

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     在使用load指令时，主键顺序插入性能高于乱序插入
load data local infile \'/xxx/sql.log\' into table \'tb_name\' fields terminated by \',\' lines terminated by \'\\n\' ;

/xxx/sql.log : 将要加载的本地文件
tb_name : 表名
, : 字段分割符
\\n : 行分割符

二、主键SQL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2-N行数据(如果一行数据过大, 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。　

主键的设计原则

　　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_hone_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

#执行分组操作，根据profession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。

如：
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;
　　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。可以配合redis

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)

　　　　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(*)　

　　　　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。

　　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(*)。

七、update优化

　　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。所以在使用update操作时，更新的条件最好要有索引，否则导致行锁升级为表锁，并发性能降低。

来源：https://www.cnblogs.com/yclblogs/p/15987653.html
本站部分图文来源于网络，如有侵权请联系删除。

SQL优化