三、SQL优化
1. 插入数据
insert优化
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
主键顺序插入性能高于乱序插入。
主键乱序插入：8 1 9 21 88 2 4 15 89 5 7 3 主键顺序插入：1 2 3 4 5 7 8 9 15 21 88 89
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';
2. 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。
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。
主键顺序插入
每次页满了就会去开辟新的页，以此类推。
主键乱序插入
看下面这个例子，如果插入 50 就发现不能直接开辟新的页插入到后面，因为其索引值在第一页和第二页之间。
这就需要将要插入地方的那个页进行分裂，将一部分放到新开辟的那个页当中。
这样就有地方可以插入 50 了，即直接插入到第三页的后面。
最后还需要调整一下顺序，现在第三页需要接到第一页的后面去。
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。
注意： 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。
主键的设计原则
1.满足业务需求的情况下，尽量降低主键的长度。
2.插入数据时，尽量选择顺序插入，选择使用 AUTO_INCREMENT 自增主键。
3.尽量不要使用使用 UUID 做主键或者是其它自然主键，如身份证号。
4.业务操作，避免对主键的修改。
3. order by优化
情况
（1）Using filesort ：通过表的索引或全表扫描，读取满足条件的数据行，然后再排序缓冲区 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进行排序会显示Using filesort 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进行升序排序会显示Using index explain select id,age,phone from tb_user order by age,phone; # 创建索引后，根据age,phone进行降序排序会显示Using index explain select id,age,phone from tb_user order by age desc,phone desc; # 根据age,phone进行排序一个升序，一个降序会显示Using filesort 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进行排序一个升序，一个降序会显示Using index explain select id,age,phone from tb_user order by age asc,phone desc;
总结
1.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。
2.尽量使用覆盖索引。
3.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）
4.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
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。
# 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;
5. limit优化
一个常见又非常头疼的问题是 limit 2000000,10 ，此时需要 MySQL 排序前 2000010 的记录，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;
6. count优化
操作
explain select count(*) from tb_user;
MuISAM 引擎把一个表的总行数存放在了磁盘上，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，然后累计计数。
优化思路： 自己计数。
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)
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
尽量根据主键/索引字段进行数据更新。
update student set no='2000100100' where id=1; update student set no='2000100105' where name='韦一笑';
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。
