1、插入数据
insert优化:
批量插入
手动事务提交
主键顺序插入
大批量插入数据
如果一次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。
--客户端连接服务端时,加上参数 --local-infile
--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,加载到表的结构中
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,这种存储方式的表成为索引组织表(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)为删除并且它的控件变得允许被其他记录声明使用。
当页中 所删除的记录达到MERGE_THRESHOLD(默认页的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: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:
满足业务需要的情况下,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AUTD_INCREMENT自增主键
尽量不要使用UUID做主键或者其他自然主键,如身份证号
业务操作时,避免对主键的修改
3、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。
--例:
--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;
--没有创建索引时,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);
--创建索引后,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;
建议:
1)根据排序索引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。
5、limit优化
一个常见的问题就是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 索引覆盖 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
6、count优化
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引擎执行count(*)的时候,需要把数据一行一行地从引擎例读出来,然后累计计数。
优化思路:自己计数
count的几种用法:
cout()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)。
cout(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字段值都取出来,返回给服务层,直接按行进行累加。
cout(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:count(字段) < cout(主键id) < count(1)≈count(*)
7、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。
本文介绍了MySQL性能优化的各种策略,包括批量插入、主键优化、ORDER BY优化、LIMIT优化、COUNT优化和UPDATE优化。强调了使用LOAD DATA INFILE进行大批量插入、主键顺序插入以减少页分裂、创建合适索引来避免FileSort、合理设计分页查询以及避免全表扫描等方法,以提升数据库操作效率。
2305

被折叠的 条评论
为什么被折叠?



