蜜蜡 发表于 2023-7-31 05:09:27

Mysql高级5-SQL优化

一、插入数据优化

  1.1 批量插入

    如果有多条数据需要同时插入,不要每次插入一条,然后分多次插入,因为每执行一次插入的操作,都要进行数据库的连接,多个操作就会连接多次,而一次批量操作只需要连接1次
  1.2 手动提交事务

    因为Mysql默认每执行一次操作,就会提交一次事务,这样就会涉及到频繁的事务的开启与关闭
start transaction;
  insert into 表名 values(),(),();
  insert into 表名 values(),(),();
  insert into 表名 values(),(),();
commit;  1.3 主键顺序插入

    主键一般是默认自增的,但是也可以手动增加,这里不建议手动乱序增加,而是使用默认的顺序增加,原因会在后面解释。
  1.4 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,
    首先在连接数据库的时候需要加上 --local-infile 参数
<strong>mysql --local-infile -u root -p</strong>    在使用本地文件加载功能的时候,需要先查看本地加载文件选项是否开启的
mysql> <strong>select @@local_infile;
</strong>+----------------+
| @@local_infile |
+----------------+
|            0 |
+----------------+
1 row in set (0.00 sec)    说明1:0表示本地加载文件并未开启
    开启本地加载文件的语句
mysql> <strong>set global local_infile = 1</strong><strong>;</strong>
Query OK, 0 rows affected (0.01 sec)

mysql> select @@local_infile;
+----------------+
| @@local_infile |
+----------------+
|            1 |
+----------------+
1 row in set (0.00 sec)    创建一个空表tb_user,其表结构如下
mysql> <strong>desc tb_user;
</strong>+----------+-------------+------+-----+---------+----------------+
| Field    | Type      | Null | Key | Default | Extra          |
+----------+-------------+------+-----+---------+----------------+
| id       | int         | NO   | PRI | NULL    | auto_increment |
| username | varchar(50) | NO   | UNI | NULL    |                |
| password | varchar(50) | NO   |   | NULL    |                |
| name   | varchar(20) | NO   |   | NULL    |                |
| birthday | date      | YES|   | NULL    |                |
| sex      | char(1)   | YES|   | NULL    |                |
+----------+-------------+------+-----+---------+----------------+
6 rows in set (0.01 sec)    使用load加载本地文件 'tb_user_data.sql' 内容到新创建的表中,其中tb_user_data.sql中的测试数据如下
houlei@houleideMacBook-Pro Desktop %<strong> cat tb_user_data.sql
</strong>1,a,aa,aaa,2023-07-01,1
2,b,bb,bbb,2023-07-02,0
3,c,cc,ccc,2023-07-03,1
4,d,dd,ddd,2023-07-04,0
5,e,ee,eee,2023-07-05,1
6,f,ff,fff,2023-07-06,0
7,g,gg,ggg,2023-07-07,1
houlei@houleideMacBook-Pro Desktop %     使用load加载本地文件 'tb_user_data.sql' 内容到新创建的表中  
mysql> <strong>load data local infile '/Users/houlei/Desktop/tb_user_data.sql' into table tb_user fields terminated by ',' lines terminated by '\n'</strong><strong>;</strong>
Query OK, 7 rows affected (0.01 sec)
Records: 7Deleted: 0Skipped: 0Warnings: 0    说明1: load data local infile 是加载本地文件的意思,
    说明2:'/Users/houlei/Desktop/tb_user_data.sql'是文件路径
    说明3:into table tb_user 是将文件中的数据,插入到tb_user表中
    说明4:fields terminated by ',' 是说每个字段之间的数据是使用','分割的
    说明5:lines terminated by '\n' 是说每一行之间的数据使用的是‘\n’分割的
    说明6:本方法只是举例,在实际运用大数据量插入时100万条数据的插入至少要数分钟,如果使用load方法只需要十几秒 
 
二、主键优化

  2.1 数据组织方式

    在InnoDB储存引擎中,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
    
    说明1:在索引的B+数中所有的数据保存在叶子节点上,非叶子节点只保存主键key的值
    说明2:索引中的各个节点都是保存在逻辑结构页上面的,一页默认大小16K
 
  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至N行数据,根据主键排列
    情况1:主键顺序插入
    
 
    说明1:row是行数据,每一页上可以存放多个行数据。    
    
    情况2:主键乱序插入
    
     说明1:当我们想要在插入一个id=50的数据时,会发生页分裂
    
    说明2:这时会将 1#page 页里面的数据超过 50% 的数据,移动到新开辟的 3#page 页中
    说明3:然后将 id=50 的数据也拼接到 3#page 页中
    说明4:这时就会出现一个问题,3#page 中的索引比 2#page 页中的索引小,所以还需要将 3#page 页前置,这就叫页分裂
    
  2.3 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(前或者后)看看是否可以合并以优化空间使用 
    
    说明1:这时在 2#page 删除了13,14,15,16数据后,该页空余空间超过50%时就会寻找前一页或者后一页,是否同样有不满足50%,可以合并的
    
     说明2:这时 1#page 页是满的,不能合并,3#page 页不满可以合并,所以 3#page 页迁移到 2#page 页中
    
     说明3:这时如果在有数据20插入就可以直接插入到3#page页上了,这就是页合并。
 
  2.4 主键设计原则


[*]

[*]满足业务需求的情况下,尽量减低主键的长度。
[*]插入数据时,尽量选择顺序插入,选择使用auto_incerment自增主键,
[*]尽量不要用uuid作主键或者其他自然主键如身份证号,因为这个值是无需的,会存在页分裂情况。

 
三、order by优化

  3.1 Using filesort

    通过表的索引或者全表扫描,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
  3.2 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,不需要额外的排序,操作效率高,即排序的列表字段符合覆盖索引。
  3.3 案例

    emp表结构:
mysql> <strong>desc emp;
</strong>+-----------+-------------+------+-----+---------+----------------+
| Field   | Type      | Null | Key | Default | Extra          |
+-----------+-------------+------+-----+---------+----------------+
| id      | int         | NO   | PRI | NULL    | auto_increment |
| name      | varchar(20) | YES|   | NULL    |                |
| age       | int         | YES|   | NULL    |                |
| job       | varchar(20) | YES|   | NULL    |                |
| salary    | int         | YES|   | NULL    |                |
| entrydate | date      | YES|   | NULL    |                |
| managerid | int         | YES|   | NULL    |                |
| dept_id   | int         | YES| MUL | NULL    |                |
+-----------+-------------+------+-----+---------+----------------+
8 rows in set (0.01 sec)    emp表中索引情况
mysql><strong> show index from emp;
</strong>+-------+------------+----------+--------------+-------------+-----------+-------------+----------+--------+------+------------+---------+---------------+---------+------------+
| Table | Non_unique | Key_name | Seq_in_index | Column_name | Collation | Cardinality | Sub_part | Packed | Null | Index_type | Comment | Index_comment | Visible | Expression |
+-------+------------+----------+--------------+-------------+-----------+-------------+----------+--------+------+------------+---------+---------------+---------+------------+
| emp   |          0 | PRIMARY|            1 | id          | A         |         7 |   NULL |   NULL |      | BTREE      |         |               | YES   | NULL       |
| emp   |          1 | fk_dept|            1 | dept_id   | A         |         3 |   NULL |   NULL | YES| BTREE      |         |               | YES   | NULL       |
+-------+------------+----------+--------------+-------------+-----------+-------------+----------+--------+------+------------+---------+---------------+---------+------------+    
    案例1:对查询结果进行按 salary 和 age 都进行升序排序
mysql> <strong>explain select salary,age from emp order by salary, age;
</strong>+----+-------------+-------+------------+------+---------------+------+---------+------+------+----------+----------------+
| id | select_type | table | partitions | type | possible_keys | key| key_len | ref| rows | filtered | Extra          |
+----+-------------+-------+------------+------+---------------+------+---------+------+------+----------+----------------+
|1 | SIMPLE      | emp   | NULL       | ALL| NULL          | NULL | NULL    | NULL |    7 |   100.00 |<strong> Using filesort</strong> |
+----+-------------+-------+------------+------+---------------+------+---------+------+------+----------+----------------+
1 row in set, 1 warning (0.00 sec)    说明1:Extra 中值为 Using filesort 说明是先查出来需要的数据,然后再排序的,效率不高。
    说明2:为什么会出现Using filesort呢?因为查询的这些字段在查询之前是无须的,索引需要先将数据查询出来,然后再做排序,这样才能得到想要的排序好的数据。
   
    案例2:给 salary 和 age 添加一个联合排序
mysql> <strong>create index salary_age_idx on</strong><strong> emp(salary,age);</strong>
Query OK, 0 rows affected (0.07 sec)
Records: 0Duplicates: 0Warnings: 0

mysql> show index from emp;
+-------+------------+----------------+--------------+-------------+-----------+-------------+----------+--------+------+------------+---------+---------------+---------+------------+
| Table | Non_unique | Key_name       | Seq_in_index | Column_name | Collation | Cardinality | Sub_part | Packed | Null | Index_type | Comment | Index_comment | Visible | Expression |
+-------+------------+----------------+--------------+-------------+-----------+-------------+----------+--------+------+------------+---------+---------------+---------+------------+
| emp   |          0 | PRIMARY      |            1 | id          | A         |         7 |   NULL |   NULL |      | BTREE      |         |               | YES   | NULL       |
| emp   |          1 | fk_dept      |            1 | dept_id   | A         |         3 |   NULL |   NULL | YES| BTREE      |         |               | YES   | NULL       |
| <strong>emp   |          1 | salary_age_idx |            1 | salary      | A         |         7 |   NULL |   NULL | YES| BTREE      |         |               | YES   | NULL </strong>      |
|<strong> emp   |          1 | salary_age_idx |            2 | age         | A         |         7 |   NULL |   NULL | YES| BTREE      |         |               | YES   | NULL </strong>      |
+-------+------------+----------------+--------------+-------------+-----------+-------------+----------+--------+------+------------+---------+---------------+---------+------------+
4 rows in set (0.00 sec)    说明1:联合索引 salary_age_idx 中 salary 是第一索引字段,age 是第二索引字段
    说明2:Collation 中A 代表升序,D 代表降序    
 
    案例3:再次使用 order by 对 salary 和 age 进行升序排序
mysql> <strong>explain select salary,age from emp order by salary,age;
</strong>+----+-------------+-------+------------+-------+---------------+----------------+---------+------+------+----------+-------------+
| id | select_type | table | partitions | type| possible_keys | key            | key_len | ref| rows | filtered | Extra       |
+----+-------------+-------+------------+-------+---------------+----------------+---------+------+------+----------+-------------+
|1 | SIMPLE      | emp   | NULL       | index | NULL          | salary_age_idx | 10      | NULL |    7 |   100.00 | Using index |
+----+-------------+-------+------------+-------+---------------+----------------+---------+------+------+----------+-------------+
1 row in set, 1 warning (0.00 sec)

mysql> <strong>explain select salary,age from emp order by salary;
</strong>+----+-------------+-------+------------+-------+---------------+----------------+---------+------+------+----------+-------------+
| id | select_type | table | partitions | type| possible_keys | key            | key_len | ref| rows | filtered | Extra       |
+----+-------------+-------+------------+-------+---------------+----------------+---------+------+------+----------+-------------+
|1 | SIMPLE      | emp   | NULL       | index | NULL          | salary_age_idx | 10      | NULL |    7 |   100.00 | Using index |
+----+-------------+-------+------------+-------+---------------+----------------+---------+------+------+----------+-------------+
1 row in set, 1 warning (0.00 sec)    说明1:在做升序排列时,无论 order by 后面是组合索引的全部字段,还是只有部分字段,这时 Extra 的值都是Usind index,所以其查询的结果直接就是排序好的结果
    说明2:为什么呢?因为这个时候 salary和age是一个联合索引,索引在文件中是一个带顺序的b+数结构,所以将这个字段建立一个联合索引,就意味着使用索引查询的时候,就已经是带着顺序的数据了,所以这个时候就不需要在将数据从新在排序了,这样的查询效率就会更高。
    
    案例4: order by 中的字段顺序和索引顺序不一致的情况
mysql> <strong>explain select salary,age from emp order by age,salary;
</strong>+----+-------------+-------+------------+-------+---------------+----------------+---------+------+------+----------+-----------------------------+
| id | select_type | table | partitions | type| possible_keys | key            | key_len | ref| rows | filtered | Extra                     |
+----+-------------+-------+------------+-------+---------------+----------------+---------+------+------+----------+-----------------------------+
|1 | SIMPLE      | emp   | NULL       | index | NULL          | salary_age_idx | 10      | NULL |    7 |   100.00 | <strong>Using index; Using filesort</strong> |
+----+-------------+-------+------------+-------+---------------+----------------+---------+------+------+----------+-----------------------------+
1 row in set, 1 warning (0.00 sec)    说明1:这个时候order by 是age在前,salary在后,和索引的顺序不一致,仍然会触发索引,使用Using index,但是也会使用Using filesort,所以推荐大家使用正确的索引顺序的字段来进行排序
 
    案例5:对salary和age做降序查询
mysql> <strong>explain select salary,age from emp order by salary desc, age desc;
</strong>+----+-------------+-------+------------+-------+---------------+----------------+---------+------+------+----------+----------------------------------+
| id | select_type | table | partitions | type| possible_keys | key            | key_len | ref| rows | filtered | Extra                            |
+----+-------------+-------+------------+-------+---------------+----------------+---------+------+------+----------+----------------------------------+
|1 | SIMPLE      | emp   | NULL       | index | NULL          | salary_age_idx | 10      | NULL |    7 |   100.00 | <strong>Backward index scan; Using index</strong> |
+----+-------------+-------+------------+-------+---------------+----------------+---------+------+------+----------+----------------------------------+
1 row in set, 1 warning (0.00 sec)mysql> <strong>explain select id,salary,age from emp order by salary desc</strong><strong>;</strong>
+----+-------------+-------+------------+-------+---------------+----------------+---------+------+------+----------+----------------------------------+
| id | select_type | table | partitions | type| possible_keys | key            | key_len | ref| rows | filtered | Extra                            |
+----+-------------+-------+------------+-------+---------------+----------------+---------+------+------+----------+----------------------------------+
|1 | SIMPLE      | emp   | NULL       | index | NULL          | salary_age_idx | 10      | NULL |    7 |   100.00 | <strong>Backward index scan; Using index</strong> |
+----+-------------+-------+------------+-------+---------------+----------------+---------+------+------+----------+----------------------------------+
1 row in set, 1 warning (0.00 sec)    说明1:无论是对salary和age同时做降序还是对其中一个字段做降序排列,都会出现 Backward index scan; Using index,其中 Backward index scan 是反向扫描索引
    说明2:这是因为索引中默认的顺序是升序的,而做降序排列,就需要反向扫描索引了
    
    案例7:创建一个 salary 和 age 都是降序的索引
<strong>create index salary_age_desc_idx on emp(salary desc, age desc</strong><strong>);</strong>
Query OK, 0 rows affected (0.02 sec)
Records: 0Duplicates: 0Warnings: 0    查询目前所有的索引
mysql> <strong>show index from emp;
</strong>+-------+------------+---------------------+--------------+-------------+-----------+-------------+----------+--------+------+------------+---------+---------------+---------+------------+
| Table | Non_unique | Key_name            | Seq_in_index | Column_name | Collation | Cardinality | Sub_part | Packed | Null | Index_type | Comment | Index_comment | Visible | Expression |
+-------+------------+---------------------+--------------+-------------+-----------+-------------+----------+--------+------+------------+---------+---------------+---------+------------+
| emp   |          0 | PRIMARY             |            1 | id          | A         |         7 |   NULL |   NULL |      | BTREE      |         |               | YES   | NULL       |
| emp   |          1 | fk_dept             |            1 | dept_id   | A         |         3 |   NULL |   NULL | YES| BTREE      |         |               | YES   | NULL       |
| <strong>emp   |          1 | salary_age_desc_idx |            1 | salary      | D         |         7 |   NULL |   NULL | YES| BTREE      |         |               | YES   | NULL </strong>      |
| <strong>emp   |          1 | salary_age_desc_idx |            2 | age         | D         |         7 |   NULL |   NULL | YES| BTREE      |         |               | YES   | NULL </strong>      |
| emp   |          1 | salary_age_idx      |            1 | salary      | A         |         7 |   NULL |   NULL | YES| BTREE      |         |               | YES   | NULL       |
| emp   |          1 | salary_age_idx      |            2 | age         | A         |         7 |   NULL |   NULL | YES| BTREE      |         |               | YES   | NULL       |
+-------+------------+---------------------+--------------+-------------+-----------+-------------+----------+--------+------+------------+---------+---------------+---------+------------+
6 rows in set (0.01 sec)    说明1:这里 salary_age_desc_idx 就是根据 salary 和 age 做的降序索引,其Collation中的D即降序的意思
    
    案例8:使用salary_age_desc_idx索引然后在使用order by降序查询
mysql> <strong>explain select salary,age from emp use index(salary_age_desc_idx) order by salary desc, age desc;
</strong>+----+-------------+-------+------------+-------+---------------+---------------------+---------+------+------+----------+-------------+
| id | select_type | table | partitions | type| possible_keys | key               | key_len | ref| rows | filtered | Extra       |
+----+-------------+-------+------------+-------+---------------+---------------------+---------+------+------+----------+-------------+
|1 | SIMPLE      | emp   | NULL       | index | NULL          | salary_age_desc_idx | 10      | NULL |    7 |   100.00 | Using index |
+----+-------------+-------+------------+-------+---------------+---------------------+---------+------+------+----------+-------------+
1 row in set, 1 warning (0.01 sec)    说明1:这个时候的Extra 中显示的 Using index,效率就会比较高了
    说明2:这是因为salary_age_desc_idx索引的顺序就是降序排列的,所以使用该索引做降序排列的时候,就不需要在做反向扫描
    说明3:在实际的业务中,我们可以根据自己的查询需要,创建升序或者降序的索引。
   3.4 order by总结


[*]

[*]根据排序字段建立合适的索引,多字段排序是,也遵循最左前缀法则
[*]尽量使用覆盖索引
[*]多字段排序,如果有升序有降序,此时需要注意联合索引在创建时的规则,也应该有对应的升序和降序
[*]如果不可避免的出现filesort,大数据量排序的时候,可以适当增大排序缓冲区的大小,sort_buffer_size(默认256K)

 
四、group by优化

  为了测试数据的准确性,这是我先把除了主键以外的索引都删除了,然后根据需要在重新创建
mysql> <strong>show index from emp;
</strong>+-------+------------+----------+--------------+-------------+-----------+-------------+----------+--------+------+------------+---------+---------------+---------+------------+
| Table | Non_unique | Key_name | Seq_in_index | Column_name | Collation | Cardinality | Sub_part | Packed | Null | Index_type | Comment | Index_comment | Visible | Expression |
+-------+------------+----------+--------------+-------------+-----------+-------------+----------+--------+------+------------+---------+---------------+---------+------------+
| emp   |          0 | PRIMARY|            1 | id          | A         |         7 |   NULL |   NULL |      | BTREE      |         |               | YES   | NULL       |
+-------+------------+----------+--------------+-------------+-----------+-------------+----------+--------+------+------------+---------+---------------+---------+------------+
2 rows in set (0.01 sec)  案例1:根据job做聚合查询
mysql> select job, count(*) from emp group by job;;
+--------------+----------+
| job          | count(*) |
+--------------+----------+
| 董事长       |      1 |
| 项目经理   |      1 |
| 开发         |      3 |
| 财务         |      1 |
| 出纳         |      1 |
| 人事         |      1 |
+--------------+----------+
6 rows in set (0.00 sec)  我们使用explain查看一下执行计划
mysql> <strong>explain select job, count(*) from emp group by job;
</strong>+----+-------------+-------+------------+------+---------------+------+---------+------+------+----------+-----------------+
| id | select_type | table | partitions | type | possible_keys | key| key_len | ref| rows | filtered | Extra         |
+----+-------------+-------+------------+------+---------------+------+---------+------+------+----------+-----------------+
|1 | SIMPLE      | emp   | NULL       | ALL| NULL          | NULL | NULL    | NULL |    7 |   100.00 | Using temporary |
+----+-------------+-------+------------+------+---------------+------+---------+------+------+----------+-----------------+
1 row in set, 1 warning (0.00 sec)  说明1:通过Extra字段:Using temporary,说明在这次的查询中创建了一张临时表,这是无论是空间上还是速度上都会影响到查询效率的。
  这时我们给 job 创建一个索引,再次使用explain查看一下执行计划
mysql> <strong>create index job_idx on</strong><strong> emp(job);</strong>
Query OK, 0 rows affected (0.02 sec)
Records: 0Duplicates: 0Warnings: 0

mysql> <strong>show index from emp;
</strong>+-------+------------+----------+--------------+-------------+-----------+-------------+----------+--------+------+------------+---------+---------------+---------+------------+
| Table | Non_unique | Key_name | Seq_in_index | Column_name | Collation | Cardinality | Sub_part | Packed | Null | Index_type | Comment | Index_comment | Visible | Expression |
+-------+------------+----------+--------------+-------------+-----------+-------------+----------+--------+------+------------+---------+---------------+---------+------------+
| emp   |          0 | PRIMARY|            1 | id          | A         |         7 |   NULL |   NULL |      | BTREE      |         |               | YES   | NULL       |
| emp   |          1 | job_idx|            1 | job         | A         |         6 |   NULL |   NULL | YES| BTREE      |         |               | YES   | NULL       |
+-------+------------+----------+--------------+-------------+-----------+-------------+----------+--------+------+------------+---------+---------------+---------+------------+mysql> <strong>explain select job, count(*) from emp group by job;
</strong>+----+-------------+-------+------------+-------+---------------+---------+---------+------+------+----------+-------------+
| id | select_type | table | partitions | type| possible_keys | key   | key_len | ref| rows | filtered | Extra       |
+----+-------------+-------+------------+-------+---------------+---------+---------+------+------+----------+-------------+
|1 | SIMPLE      | emp   | NULL       | index | job_idx       | job_idx | 83      | NULL |    7 |   100.00 | <strong>Using index</strong> |
+----+-------------+-------+------------+-------+---------------+---------+---------+------+------+----------+-------------+
1 row in set, 1 warning (0.00 sec)  说明2:这是查询中就使用到了索引查询,而没有建立临时表
  这时我们在对 job 和 age 同时做分组查询
mysql> <strong>explain select job,age, count(*) from emp group by job,age;
</strong>+----+-------------+-------+------------+------+---------------+------+---------+------+------+----------+-----------------+
| id | select_type | table | partitions | type | possible_keys | key| key_len | ref| rows | filtered | Extra         |
+----+-------------+-------+------------+------+---------------+------+---------+------+------+----------+-----------------+
|1 | SIMPLE      | emp   | NULL       | ALL| NULL          | NULL | NULL    | NULL |    7 |   100.00 | <strong>Using temporary</strong> |
+----+-------------+-------+------------+------+---------------+------+---------+------+------+----------+-----------------+
1 row in set, 1 warning (0.00 sec)  说明3:这时Extra字段的值,仍然是Using temporary,那是因为没有一个与之对应的联合索引。
  我们继续创建一个 job 和 age 的联合索引,然后再看一下 explain 的执行计划
mysql> <strong>create index job_age_idx on</strong><strong> emp(job,age);</strong>
Query OK, 0 rows affected (0.05 sec)
Records: 0Duplicates: 0Warnings: 0

mysql> <strong>show index from emp;
</strong>+-------+------------+-------------+--------------+-------------+-----------+-------------+----------+--------+------+------------+---------+---------------+---------+------------+
| Table | Non_unique | Key_name    | Seq_in_index | Column_name | Collation | Cardinality | Sub_part | Packed | Null | Index_type | Comment | Index_comment | Visible | Expression |
+-------+------------+-------------+--------------+-------------+-----------+-------------+----------+--------+------+------------+---------+---------------+---------+------------+
| emp   |          0 | PRIMARY   |            1 | id          | A         |         7 |   NULL |   NULL |      | BTREE      |         |               | YES   | NULL       |
| emp   |          1 | job_idx   |            1 | job         | A         |         6 |   NULL |   NULL | YES| BTREE      |         |               | YES   | NULL       |
| <strong>emp   |          1 | job_age_idx |            1 | job         | A         |         6 |   NULL |   NULL | YES| BTREE      |         |               | YES   | NULL </strong>      |
| <strong>emp   |          1 | job_age_idx |            2 | age         | A         |         6 |   NULL |   NULL | YES| BTREE      |         |               | YES   | NULL</strong>       |
+-------+------------+-------------+--------------+-------------+-----------+-------------+----------+--------+------+------------+---------+---------------+---------+------------+
5 rows in set (0.00 sec)mysql> <strong>select job,age,count(*) from emp group by job,age;
</strong>+--------------+------+----------+
| job          | age| count(*) |
+--------------+------+----------+
| 人事         |   27 |      1 |
| 出纳         |   25 |      1 |
| 开发         |   22 |      2 |
| 开发         |   24 |      1 |
| 董事长       |   43 |      1 |
| 财务         |   25 |      1 |
| 项目经理   |   38 |      1 |
+--------------+------+----------+
7 rows in set (0.00 sec)

mysql> <strong>explain select job,age,count(*) from emp group by job,age;
</strong>+----+-------------+-------+------------+-------+---------------+-------------+---------+------+------+----------+-------------+
| id | select_type | table | partitions | type| possible_keys | key         | key_len | ref| rows | filtered | Extra       |
+----+-------------+-------+------------+-------+---------------+-------------+---------+------+------+----------+-------------+
|1 | SIMPLE      | emp   | NULL       | index | job_age_idx   | job_age_idx | 88      | NULL |    7 |   100.00 | <strong>Using index</strong> |
+----+-------------+-------+------------+-------+---------------+-------------+---------+------+------+----------+-------------+
1 row in set, 1 warning (0.00 sec)  说明4:当我们group by后面的分组字段,存在于某一个联合索引中的时候,group by会使用索引查询,而不会建立临时表
  
  案例2:我们根据job做过滤然后再根据age排序
mysql> <strong>select job,age from emp where job="开发" group by age;
</strong>+--------+------+
| job    | age|
+--------+------+
| 开发   |   22 |
| 开发   |   24 |
+--------+------+
2 rows in set (0.01 sec)

mysql> <strong>explain select job,age from emp where job="开发" group by age;
</strong>+----+-------------+-------+------------+------+---------------------+-------------+---------+-------+------+----------+-------------+
| id | select_type | table | partitions | type | possible_keys       | key         | key_len | ref   | rows | filtered | Extra       |
+----+-------------+-------+------------+------+---------------------+-------------+---------+-------+------+----------+-------------+
|1 | SIMPLE      | emp   | NULL       | ref| job_idx,job_age_idx | <strong>job_age_idx</strong> | 83      | const |    3 |   100.00 | <strong>Using index</strong> |
+----+-------------+-------+------------+------+---------------------+-------------+---------+-------+------+----------+-------------+
1 row in set, 1 warning (0.00 sec)  说明1:当where后面的条件和group by 后面的条件一起组合成连锁索引,也不会建立临时表,也会直接走连个查询索引的。效率同样比较高
  
  总结:

[*]

[*]在分组操作时,可以通过索引来提高效率
[*]分组操作时,索引的使用也满足最左前缀法则

 
五、limit优化

  account_transaction表数据量展示
mysql> select count(*) from account_transaction;
+----------+
| count(*) |
+----------+
|2261942 |
+----------+
1 row in set (8.40 sec)  说明1:account_transaction总数据量有226万+
 
  案例1:分别采用分页查询,第一页,第1万页,200万页的数据
mysql> select * from account_transaction limit 1,2;
+----+--------------------+--------+--------+----------------------------+---------------+--------------+--------+---------+-----------------+-------------------+-----------+--------+
| id | trade_no         | type   | method | time                     | payment       | out_trade_no | amount | balance | trader_staff_id | operator_staff_id | device_id | remark |
+----+--------------------+--------+--------+----------------------------+---------------+--------------+--------+---------+-----------------+-------------------+-----------+--------+
|2 | 156384294742000250 | TOP_UP | CASH   | 2019-07-23 00:49:07.072256 | LOCAL_ACCOUNT |            |10000 |   10000 |             250 |                12 | 6         |      |
|3 | 156384301875000251 | TOP_UP | CASH   | 2019-07-23 00:50:18.059192 | LOCAL_ACCOUNT |            |10000 |   10000 |             251 |                12 | 6         |      |
+----+--------------------+--------+--------+----------------------------+---------------+--------------+--------+---------+-----------------+-------------------+-----------+--------+
2 rows in set (0.00 sec)

mysql> select * from account_transaction limit 10000,2;
+-------+--------------------+---------------+--------+----------------------------+---------------+--------------+--------+---------+-----------------+-------------------+-----------+--------+
| id    | trade_no         | type          | method | time                     | payment       | out_trade_no | amount | balance | trader_staff_id | operator_staff_id | device_id | remark |
+-------+--------------------+---------------+--------+----------------------------+---------------+--------------+--------+---------+-----------------+-------------------+-----------+--------+
| 10054 | 156506391300003827 | CONSUME_LUNCH |      | 2019-08-06 03:58:33.000000 | LOCAL_ACCOUNT |            |    200 |    9800 |            3827 |               0 | 27      |      |
| 10055 | 156506391300002816 | CONSUME_LUNCH |      | 2019-08-06 03:58:33.000000 | LOCAL_ACCOUNT |            |    200 |    9800 |            2816 |               0 | 19      |      |
+-------+--------------------+---------------+--------+----------------------------+---------------+--------------+--------+---------+-----------------+-------------------+-----------+--------+
2 rows in set (0.02 sec)

mysql> select * from account_transaction limit 2000000,2;
+---------+--------------------+---------------+--------+----------------------------+---------------+--------------+--------+---------+-----------------+-------------------+-----------+--------+
| id      | trade_no         | type          | method | time                     | payment       | out_trade_no | amount | balance | trader_staff_id | operator_staff_id | device_id | remark |
+---------+--------------------+---------------+--------+----------------------------+---------------+--------------+--------+---------+-----------------+-------------------+-----------+--------+
| 5524352 | 163539315991003043 | CONSUME_LUNCH |      | 2021-10-28 03:52:39.000000 | LOCAL_ACCOUNT |            |    200 |    3800 |            3043 |               0 | 34      |      |
| 5524354 | 163539342290003077 | CONSUME_LUNCH |      | 2021-10-28 03:57:02.000000 | LOCAL_ACCOUNT |            |    200 |    1500 |            3077 |               0 | 19      |      |
+---------+--------------------+---------------+--------+----------------------------+---------------+--------------+--------+---------+-----------------+-------------------+-----------+--------+
2 rows in set (2.51 sec)    说明1:我们对1页,1万页,200万页的数据分别查询,发现随着查询数据量的增加,查询的时间也在增加
    说明2:当我们查询limit 2000000,2时,此时需要Mysql排序钱2000002条记录,但是仅仅需要返回200001-20002的记录,前2000000条记录丢弃,查询排序的代价非常大
 
    查询优化
mysql> select a.* from account_transaction as a, (select id from account_transaction order by id limit 2000000,2) as at where a.id = at.id;
+---------+--------------------+---------------+--------+----------------------------+---------------+--------------+--------+---------+-----------------+-------------------+-----------+--------+
| id      | trade_no         | type          | method | time                     | payment       | out_trade_no | amount | balance | trader_staff_id | operator_staff_id | device_id | remark |
+---------+--------------------+---------------+--------+----------------------------+---------------+--------------+--------+---------+-----------------+-------------------+-----------+--------+
| 5524352 | 163539315991003043 | CONSUME_LUNCH |      | 2021-10-28 03:52:39.000000 | LOCAL_ACCOUNT |            |    200 |    3800 |            3043 |               0 | 34      |      |
| 5524354 | 163539342290003077 | CONSUME_LUNCH |      | 2021-10-28 03:57:02.000000 | LOCAL_ACCOUNT |            |    200 |    1500 |            3077 |               0 | 19      |      |
+---------+--------------------+---------------+--------+----------------------------+---------------+--------------+--------+---------+-----------------+-------------------+-----------+--------+
2 rows in set (0.51 sec)    说明3:同样是分页查询2000000页以后的数据,该查询仅好事0.51秒,比直接使用limit分页查询快了几倍
    说明4:Mysql官方针对大数据量的分页查询给出的方案是,建议使用覆盖查询加子查询形式进行优化
    说明5:该插叙的子查询:select id from account_transaction order by id limit 2000000,2,首先这是根据id查询到需要数据的id,本身根据id查找就是比较快的。
mysql> select id from account_transaction order by id limit 2000000,2;
+---------+
| id      |
+---------+
| 5524352 |
| 5524354 |
+---------+
2 rows in set (0.45 sec)    说明6:将该子查询的结果当做一张表,与account_trasaction做子查询,这样效率就会比直接使用limit速度快很多。
 
六、count优化

  6.1 count() 原理

    是一个聚合函数,对于返回的结果集,一行一行的判断,如果count函数的参数不为NULL,累计值就+1,否则不加1,最后返回累计值
  6.2 count的几种用法

    count(*):
      InnoDB引擎并不会把全部的字段取出来,而是专门做了优化,不取值,服务层直接按行进行累加,mysql 对count(*)做了优化。
    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,服务层那个主键后,直接按行进行累加(主键不可能为空)
    count(普通字段):
      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+1.
      有not null 约束:InnofDB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,直接按行累加
    count(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。
  6.3 效率排序

    count(*) ≈count(1)>count(id)>count(普通字段)
 
七、update优化

  7.1 案例1:根据索引修改数据,仅仅会触发行锁

    
    说明1:因为左边和右边都是根据id修改的不同数据,这时id是主键索引,所以这里的修改都只会触发行锁,不会影响其他行的修改。
  
  7.2 案例2:根据非索引字段同时修改记录数据

    
    说明1:update的时候,如果条件是索引字段,则只会触发行索引
    说明2:updae的时候,如果条件是非索引字段,则会触发表索引,即在update的时候,整张表处于锁住的状态。
    说明3:主需要对update的字段创建一个索引值,就可以在update的时候将表锁降低为行锁。
  
  7.3 总结:

    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。
 

来源:https://www.cnblogs.com/Se7eN-HOU/p/17588038.html
免责声明:由于采集信息均来自互联网,如果侵犯了您的权益,请联系我们【E-Mail:cb@itdo.tech】 我们会及时删除侵权内容,谢谢合作!
页: [1]
查看完整版本: Mysql高级5-SQL优化