系列十六、SQL优化

一、插入数据

如果我们需要一次性往数据库表中插入多条记录，可以从以下三个方面进行优化。

1.1、优化方案一（批量插入数据）

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

1.2、优化方案二（手动控制事务）

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;

1.3、优化方案三（主键顺序插入）

主键顺序插入，性能要高于乱序插入。

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

1.4、大批量插入数据

参考系列七的5.2章节
https://blog.youkuaiyun.com/HelloWorld20161112/article/details/129245692

二、主键优化

主键顺序插入的性能高于乱序插入的原因分析：

2.1、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)。
 

 行数据，都是存储在聚集索引的叶子节点上的。InnoDB的逻辑结构图：

        在InnoDB存储引擎中，数据行是记录在逻辑结构 page 页中的，而每一个页的大小是固定的，默认16K。那也就意味着， 一个页中所存储的行也是有限的，如果插入的数据行row在该页存储不小，将会存储到下一个页中，页与页之间会通过指针连接。

2.2、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。

2.2.1、主键顺序插入

（1）从磁盘中申请页， 主键顺序插入

（2）第一个页没有满，继续往第一页插入

 （3）当第一个也写满之后，再写入第二个页，页与页之间会通过指针连接

（4） 当第二页写满了，再往第三页写入

 2.2.2、主键乱序插入

（1）假如1#,2#页都已经写满了，存放了如图所示的数据

（2）此时再插入id为50的记录，看看会发生什么现象?会再次开启一个页，写入新的页中吗？

 不会。因为索引结构的叶子节点是有顺序的。按照顺序，应该存储在47之后。

 但是47所在的1#页，已经写满了，存储不了50对应的数据了。 那么此时会开辟一个新的页 3#

        但是并不会直接将50存入3#页，而是会将1#页后一半的数据，移动到3#页，然后在3#页，插入50。 

        移动数据，并插入id 为 50 的数据之后，那么此时，这三个页之间的数据顺序是有问题的。 1# 的下一个页，应该是3# ， 3# 的下一个页是 2# 。 所以，此时，需要重新设置链表指针。
 

 上述的这种现象，称之为 "页分裂"，是比较耗费性能的操作。

2.2.3、页合并

目前表中已有数据的索引结构 ( 叶子节点 )  如下：

当我们对已有数据进行删除时，具体的效果如下:
        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。

当我们继续删除2#的数据记录：

        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。

删除数据，并将页合并之后，再次插入新的数据 21 ，则直接插入3#页

这里面所发生的合并页的现象称之为 "页合并"。 

说明：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。

2.2.4、索引设计原则

• 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

MySQL 的排序，有两种方式：

（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。

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 。

3.1、准备工作（索引初始化）

删除索引：idx_user_phone、idx_user_phone_name、idx_user_name

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;

3.2、执行排序

3.2.1、排序的字段没有建立索引

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

 

 结果分析：由于 age, phone 都没有索引，所以排序时，出现Using filesort， 排序性能较低。

3.2.2、排序的字段建立了索引

# 创建索引
create index idx_user_age_phone on tb_user(age,phone);

结果分析：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，性能就比较高的了。

 3.2.3、创建索引后，根据age, phone进行降序排序

结果分析：也出现 Using index， 但是此时Extra中出现了 Backward index scan，表示反向扫描索引，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。

3.2.4、根据phone，age进行升序排序，phone在前，age在后

结果分析：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。

3.2.5、根据age, phone进行排序，一个升序，一个降序

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

结果分析：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。

3.2.6、创建联合索引（age升序,phone降序）后再次执行上述SQL 

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

3.2.7、升序/降序联合结构示意图

 3.2.8、order by优化总结

（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)。

四、group by优化

4.1、索引初始化（删除除主键索引外的其他索引）

drop index idx_user_pro_age_sta	on tb_user;
drop index idx_user_pro on tb_user;
drop index idx_email_5 on tb_user;
drop index idx_user_age_phone on tb_user;
drop index idx_user_age_phone_ad on tb_user;

4.2、测试执行计划

4.2.1、按照profession分组

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

 

 4.2.2、创建联合索引后再次执行上述SQL

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

4.2.3、依次执行如下SQL

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

结果分析：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。

4.3、分组优化总结

（1）在分组操作时，可以通过索引来提高效率；

（2）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

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。
 

5.1、结果分析

        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 2000001 ~ 2000010 的记录，其他记录丢弃，查询排序的代价非常大。

5.2、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，可以通过创建覆盖索引加子查询的形式进行优化。

 

select * from tb_sku t , (select id from tb_sku order by id limit 2000000,10) temp where t.id = temp.id;

六、count优化

6.1、count概述

        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据，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 ) 。

6.2、count用法

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(*)