# [MySQL--SQL優化] # 1、insert優化(插入數據優化) - ## 建議使用批量插入 ```MYSQL # 批量插入避免頻繁連接斷開資料庫(一次連接插入多條數據) insert into 表名 values(數據1),(數據2),(數據3)...... ``` - ## 建議手動提 ...
[MySQL--SQL優化]
1、insert優化(插入數據優化)
-
建議使用批量插入
# 批量插入避免頻繁連接斷開資料庫(一次連接插入多條數據) insert into 表名 values(數據1),(數據2),(數據3)......
-
建議手動提交事務插入(避免頻繁開啟關閉事務)
# 即開啟一次事務 執行多條sql start transaction; # 開啟事務 # 執行多條sql insert into 表名 values(數據1),(數據2),(數據3); insert into 表名 values(數據4),(數據5),(數據6); insert into 表名 values(數據7),(數據8),(數據9); commit; # 提交事務
-
大批量插入數據(load指令)
如果一次性需要插入大批量數據,使用insert語句插入性能較低,此時可以使用MySQL資料庫提供的load指令進行插入。
操作如下:
# 客戶端連接伺服器時,加上參數 --local-infile mysql --local-infile -u 用戶名 -p 密碼 # 設置全局參數local-infile為1,開啟從本地載入文件導入數據的開關 1、查看是否開啟命令 select @@local_infile; 2、開啟命令 set global local_infile = 1; # 執行load指令將準備好的數據,載入到表格 load data local infile '/root/sql.log' into table 'tb_user' fields terminated by ',' lines terminated by '\n'; load data local infile '文件路徑' into table '表名' fields terminated by '什麼作為分割符' lines terminated by '每一行的結束符';
註意:主鍵順序插入的性能高於亂序插入!
2、主鍵優化
# 1)滿足業務需求的情況下、儘量降低主鍵的長度
原因是我們二級索引的葉子節點存放的就是主鍵,如果主鍵過長且葉子節點過多會占用大量的磁碟空間!
# 2)插入數據時儘量選擇順序插入,選擇使用auto_increment主鍵自增
如果不順序插入可能會存在頁分裂現象,如果按照順序插入則可避免
# 3)儘量不要使用uuid作為主鍵或者是其他自然主鍵,如身份證號!
原因 uuid或者身份證號則無序且過長,影響效率!
# 4)業務操作時儘量避免對主鍵的修改。
3、order by優化
①. Using filesort:通過表的索引或全表掃描,讀取滿足條件的數據行,然後在排序緩衝區sort buffer中完成排序操作,所有不是通過索引直接返回排序結果的排序都叫file sort排序。
②. Using index:通過有序索引順序掃描直接返回有序數據,這種情況即為using index,不需要額外排序,操作效率高。
註意:儘量優化為Using index
# 1、根據排序欄位建立合適的索引,多欄位排序時,也遵循最左首碼法則
# 2、儘量使用覆蓋索引
# 3、多欄位排序,一個升序一個降序,此時需要註意聯合索引在創建時的規則(ASC/DESC)
# 4、如果不可避免的出現filesort,大數據量排序時,可以適當增大排序緩衝區大小sort_buffer_size(預設256k)。
查看預設緩衝區大小命令
show variables like 'sort_buffer_size';
4、group by優化
# 在分組操作時,可以通過索引來提高效率。
# 分組操作時,索引的使用也是滿足最左首碼法則的。
5、limit優化
-
針對於大數據量的情況下 分頁查詢時越往後就會變得越耗時。所以我們需要通過優化limit來提升效率
註意:官方建議通過覆蓋索引加子查詢來優化
例如: 未優化前: select * from 表名 limit 9000000,10: 耗時 19s 優化後: # 可以直接使用覆蓋聚集索引,不需要回表查詢 提升效率 select id from 表名 order by id limit 9000000,10; # 我們可以將查詢出來的id看作為一張新表 # 之後我們可以使用子查詢來獲取具體數據 select A.* from 表名1 as A,(select id from 表名 order by id limit 9000000,10:) as B where A.id == B.id; # 括弧內可以看作為一張新表 然後進行連表查詢即可 大大提升效率 耗時 12s
6、count優化
-
MyISAM 引擎把一個表的總行數存在了磁碟上,因此執行count(*)的時候就會直接返回這個數,效率很高(僅僅在沒有where條件有效)
-
innoDB 引擎就麻煩了,它執行count(*)的時候,需要把數據一行一行地從引擎裡面讀出來。然後累計計數
優化思路:自己計數。
比如:我們可以自己維護一張表來專門存儲我們所需要記錄的數據,利用redis記憶體資料庫 加一條數據 就+1等
count的幾種用法
1.count(主鍵)
InnoDB引擎會遍歷整張表,把每一行的主鍵id值都取出來,返回給服務層。服務層拿到主鍵後,直接按行進行累加(主鍵不可能為nut)
2.count(欄位)
沒有 not nul約束: Innodb引擎會遍歷整張表把每一行的欄位值都取出來,返回給服務層,服務層判斷是否為nu不為nu,計數累加。
有 not nu約束: Innodb引擎會遍歷整張表把每一行的欄位值都取出來,返回給服務層,直接按行進行累加。
3.count(1)
Innodb引擎遍歷整張表,但不取值。服務層對於返回的每一行,放一個數字“1”進去,直接按行進行累加。
4.count(*)
Innodb引擎並不會把全部欄位取出來,而是專門做了優化,不取值,服務層直接按行進行累加。
按照效率排序的話, count欄位)< count(主鍵id< count(1) c count(·),所以儘量使用 count(*)
7、update優化
update student set no='2000100100' where id=1;
update student set no='2000100105' where name='韋一笑';
# Innode的行鎖是針對索引加的鎖,不是針對記錄加的鎖,並且該索引不能失效,否則會從行鎖升級為表鎖。
# 升級為表鎖就會降低性能!