【MySQL】七种SQL优化方式 你知道几条(下)

本文涉及的产品
RDS MySQL Serverless 基础系列,0.5-2RCU 50GB
RDS MySQL Serverless 高可用系列,价值2615元额度,1个月
简介: 3.order by优化MySQL 的排序,有两种方式: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

3.order by优化

MySQL的排序,有两种方式:

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。

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。

对于以上的两种排序方式, Using index 的性能高,而 Using filesort 的性能低,我们在优化排序

操作时,尽量要优化为 Using index 。

接下来,我们来做一个测试:

A. 数据准备把之前测试时,为tb_user表所建立的部分索引直接删除掉

drop index idx_user_phone on tb_user;
drop index idx_user_phone_name on tb_user;
drop index idx_user_name on tb_user;

38121091073f4940972140ecca8a53ef.png

B. 执行排序SQL

explain select id,age,phone from tb_user order by age ;

9b3341cd447349db953a8fb28d25f78b.png

explain select id,age,phone from tb_user order by age, phone ;

由于 age, phone 都没有索引,所以此时再排序时,出现Using filesort, 排序性能较低。

C. 创建索引

1. -- 创建索引
2. create index idx_user_age_phone_aa on tb_user(age,phone);

D. 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; 1

6eb6abcdf0f04a50857bd3ffc49ef168.png

explain select id,age,phone from tb_user order by age , phone; 1

建立索引之后,再次进行排序查询,就由原来的Using filesort, 变为了 Using index,性能

就是比较高的了。

E. 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 ;

也出现 Using index , 但是此时 Extra 中出现了 Backward index scan ,这个代表反向扫描索

引,因为在 MySQL 中我们创建的索引,默认索引的叶子节点是从小到大排序的,而此时我们查询

排序时,是从大到小,所以,在扫描时,就是反向扫描,就会出现 Backward index scan 。 在

MySQL8 版本中,支持降序索引,我们也可以创建降序索引。

F. 根据 phone , age 进行升序排序, phone 在前, age 在后。

explain select id,age,phone from tb_user order by phone , age;

排序时,也需要满足最左前缀法则 , 否则也会出现 filesort 。因为在创建索引的时候, age 是第一个

字段, phone 是第二个字段,所以排序时,也就该按照这个顺序来,否则就会出现 Using filesort。

F. 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 ;

因为创建索引时,如果未指定顺序,默认都是按照升序排序的,而查询时,一个升序,一个降序,

此时就会出现Using filesort

为了解决上述的问题,我们可以创建一个索引,这个联合索引中 age 升序排序,phone 倒序排

序。

G. 创建联合索引(age 升序排序,phone 倒序排序)

 

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

545d452ef5f14339a6aa83f7a716a6be.pngH. 然后再次执行如下SQL

explain select id,age,phone from tb_user order by age asc , phone desc ;

升序/降序联合索引结构图示:

57773a406db84906a9993a1fc68c2e0e.png

由上述的测试 , 我们得出 order by 优化原则 :

A. 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。

B. 尽量使用覆盖索引。

C. 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 )。

D. 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) 。

4.group by优化

分组操作,我们主要来看看索引对于分组操作的影响。

首先我们先将 tb_user 表的索引全部删除掉 。

drop index idx_user_pro_age_sta on tb_user;
drop index idx_email_5 on tb_user;
drop index idx_user_age_phone_aa on tb_user;
drop index idx_user_age_phone_ad on tb_user;

1a00826d16b04168877f30f85952afbd.png

接下来,在没有索引的情况下,执行如下SQL,查询执行计划:

explain select profession , count(*) from tb_user group by profession ;

fa79c0b10c67479685f6dfcecf3027a3.png

然后,我们在针对于 profession age status 创建一个联合索引。

create index idx_user_pro_age_sta on tb_user(profession , age , status);

紧接着,再执行前面相同的SQL查看执行计划。

explain select profession , count(*) from tb_user group by profession ;

f2a3c797ab474234a5b68ea8ba1cae8e.png

再执行如下的分组查询SQL,查看执行计划:

我们发现,如果仅仅根据 age 分组,就会出现 Using temporary ;而如果是 根据

profession,age 两个字段同时分组,则不会出现 Using temporary 。原因是因为对于分组操作,

在联合索引中,也是符合最左前缀法则的。

所以,在分组操作中,我们需要通过以下两点进行优化,以提升性能:

A. 在分组操作时,可以通过索引来提高效率。

B. 分组操作时,索引的使用也是满足最左前缀法则的。

5.limit优化

在数据量比较大时,如果进行limit分页查询,在查询时,越往后,分页查询效率越低。

我们一起来看看执行limit分页查询耗时对比:

b197d499a96141c58732fb49120cc292.png

通过测试我们会看到,越往后,分页查询效率越低,这就是分页查询的问题所在。

因为,当在进行分页查询时,如果执行 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。

1. explain select * from tb_sku t , (select id from tb_sku order by id
2. limit 2000000,10) a where t.id = a.id;

6.count优化

6.1概述

select count(*) from tb_user ;

在之前的测试中,我们发现,如果数据量很大,在执行 count 操作时,是非常耗时的。

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; 但是如果是带条件的 count , MyISAM 也慢。

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。

如果说要大幅度提升 InnoDB 表的 count 效率,主要的优化思路:自己计数 ( 可以借助于 redis 这样的

数据库进行, 但是如果是带条件的 count 又比较麻烦了 )  。

6.2count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(数字)


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(*)

7.update优化

我们主要需要注意一下update语句执行时的注意事项。

update course set name = 'javaEE' where id = 1 ; 1

当我们在执行删除的 SQL 语句时,会锁定 id 为 1 这一行的数据,然后事务提交之后,行锁释放。

但是当我们在执行如下 SQL 时。

update course set name = 'SpringBoot' where name = 'PHP' ;

当我们开启多个事务,在执行上述的 SQL 时,我们发现行锁升级为了表锁。 导致该 update 语句的

性能大大降

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 。


相关实践学习
基于CentOS快速搭建LAMP环境
本教程介绍如何搭建LAMP环境,其中LAMP分别代表Linux、Apache、MySQL和PHP。
全面了解阿里云能为你做什么
阿里云在全球各地部署高效节能的绿色数据中心,利用清洁计算为万物互联的新世界提供源源不断的能源动力,目前开服的区域包括中国(华北、华东、华南、香港)、新加坡、美国(美东、美西)、欧洲、中东、澳大利亚、日本。目前阿里云的产品涵盖弹性计算、数据库、存储与CDN、分析与搜索、云通信、网络、管理与监控、应用服务、互联网中间件、移动服务、视频服务等。通过本课程,来了解阿里云能够为你的业务带来哪些帮助 &nbsp; &nbsp; 相关的阿里云产品:云服务器ECS 云服务器 ECS(Elastic Compute Service)是一种弹性可伸缩的计算服务,助您降低 IT 成本,提升运维效率,使您更专注于核心业务创新。产品详情: https://www.aliyun.com/product/ecs
相关文章
|
2天前
|
SQL Java 关系型数据库
MYSQL--JDBC优化
MYSQL--JDBC优化
|
1天前
|
存储 SQL 关系型数据库
MySQL游标的创建与使用——Baidu Comate全文SQL-AI生成
MySQL游标的创建与使用——Baidu Comate全文SQL-AI生成
4 0
|
1天前
|
SQL 关系型数据库 MySQL
MySQL学习必备SQL_DDL_DML_DQL
MySQL学习必备SQL_DDL_DML_DQL
2 0
|
2天前
|
SQL 关系型数据库 MySQL
go 通过sql操作mysql
go 通过sql操作mysql
10 1
|
2天前
|
缓存 关系型数据库 MySQL
如何优化MySQL 8.0的性能?
【6月更文挑战第14天】如何优化MySQL 8.0的性能?
16 5
|
2天前
|
SQL 存储 关系型数据库
慢查询优化方案-SQL篇【JavaPub版】
慢查询优化方案-SQL篇【JavaPub版】
4 0
|
4天前
|
SQL 关系型数据库 MySQL
mysqldiff - Golang 针对 MySQL 数据库表结构的差异 SQL 工具
Golang 针对 MySQL 数据库表结构的差异 SQL 工具。https://github.com/camry/mysqldiff
34 7
|
16小时前
|
监控 安全 关系型数据库
精通MySQL:数据库核心技术与应用实践
h3> 一、引言 MySQL作为开源关系型数据库管理系统的佼佼者,凭借其出色的性能、灵活性和稳定性,成为许多企业和开发者的首选
|
1天前
|
存储 关系型数据库 MySQL
MySQL周内训参照1、ER实体关系图与数据库模型图绘制
MySQL周内训参照1、ER实体关系图与数据库模型图绘制
6 1
|
2天前
|
弹性计算 关系型数据库 数据库
手把手带你从自建 MySQL 迁移到云数据库,一步就能脱胎换骨
阿里云瑶池数据库来开课啦!自建数据库迁移至云数据库 RDS原来只要一步操作就能搞定!

推荐镜像

更多