✍个人博客：https://blog.csdn.net/Newin2020?spm=1011.2415.3001.5343
📚专栏地址：暂定
📝视频地址：黑马程序员 MySQL数据库入门到精通
📣专栏定位：这个专栏我将会整理 B 站黑马程序员的 MySQL 入门课程的笔记，大家可以根据笔记辅助听课~
❤️如果有收获的话，欢迎点赞👍收藏📁，您的支持就是我创作的最大动力💪

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。