插入数据优化
插入数据优化主要是对于insert进行批量插入时优化,下面我们就来开始分析一下
如果我们需要一次性往数据库表中插入多条记录,一条一条插入效率实在太慢了。
insert into tb_test values(1,'tom'); insert into tb_test values(2,'cat'); insert into tb_test values(3,'jerry'); .....
可以从以下三个方面进行优化。
1)批量插入数据
Insert into tb_test values(1,'Tom'),(2,'Cat'),(3,'Jerry');
2)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;
3)主键顺序插入
主键顺序插入,性能要高于乱序插入
大批量插入数据
如果一次性需要插入大批量数据(比如: 几百万的记录),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
主键优化
在上面,我们提到,主键顺序插入的性能是要高于乱序插入的。 这一小节,就来介绍一下具体的原因,然后再分析一下主键又该如何设计。
在解释为什么主键顺序插入性能高于乱序插入之前,我们先要来了解一下什么是页分裂,什么是页合并
- 页分裂
在InnoDB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。
我们先来看如果是主键顺序插入的效果
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
接下来看看如果我们是乱序插入的话效果是怎么样的
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,我们来看看会发生什么现象
这时候可能有的小伙伴就会想了,会再次开启一个页,写入新的页中吗?我们一起来往下看看吧
假如会开启一个新的页,并且将id为50的记录写入新的页中,我们仔细想想是不是会违背我们索引本身的一个结构呢?
索引结构的叶子节点本身是有顺序的
接下来就该进入页分裂的正式步骤了,由于之前我们插入的数据没有按照顺序一个一个插入,而是像我们现在一样107都插完了才来插入50,而第一页的数据又满了,这时候50还想插入到47后面,那就必须进行页分裂了。
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。
- 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20,则直接插入3#页
这个里面所发生的合并页的这个现象,就称之为 “页合并”。
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。
主键优化:
(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UUID做主键或者是其他自然主键,如身份证号。
(4)业务操作时,避免对主键的修改。
order by优化
MySQL的排序,有两种方式:
- 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sortbuffer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。
- 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。
explain select id,age,phone from tb_user order by age ;
explain select id,age,phone from tb_user order by age, phone ;
由于 age, phone 都没有索引,所以此时再排序时,出现Using filesort, 排序性能较低。
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; 1
explain select id,age,phone from tb_user order by age , phone;
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,性能就是比较高的了。
再来看一种特殊情况: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 ;
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。
为了解决上述的问题,我们可以创建一个索引,这个联合索引中 age 升序排序,phone 倒序排序。
建立好新的索引后,我们再来查询看看:
explain select id,age,phone from tb_user order by age asc , phone desc ;
由上述的测试,我们得出order by优化原则:
(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256k)。
group by优化
group by的话就直接在分组的字段上建立索引就可以进行优化,但是最好是建立联合索引,提高索引的效率
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。
我们一起来看看执行limit分页查询耗时对比:
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
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。
count优化
mysql中的innodb本身对count是没有什么比较好的优化方式的
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)。
update优化
我们主要需要注意一下update语句执行时的注意事项。
update course set name = 'javaEE' where id = 1 ;
当我们在执行删除的SQL语句时,会锁定id为1这一行的数据,然后事务提交之后,行锁释放。
但是当我们在执行如下SQL时:
update course set name = 'SpringBoot' where name = 'PHP' ;
当我们开启多个事务,在执行上述的SQL时,我们发现行锁升级为了表锁。 导致该update语句的性能大大降低。
update优化的话主要是将update修改的字段添加索引,如果不添加索引的话可能存在将行级锁升级为表级锁的过程,表级锁的话锁住了别的事务就无法去修改同表中的其他字段了文章来源地址https://www.toymoban.com/news/detail-430340.html
小结
insert:
(1)是我们在插入数据的时候尽量去使用批量插入,因为每一次insert都需要去和数据库建立连接进行网络传输,这个性能相对是比较低的。
(2)是手动提交事务,因为insert每次执行完都会自动的提交事务和开启事务,频繁的开启和提交事务性能比较低。
(3)就是主键尽量采用顺序插入
主键优化:
(1)满足业务需求的情况下,尽量降低主键的长度,因为可能一个主键索引存在多个二级索引,如果主键长度很长,将会占用大量的磁盘空间。
(2)插入数据时,尽量选择顺序插入(页分裂和页合并),选择自增主键。
(3)尽量不要使用uuid作为主键或者是其他自然主键(耗费大量的磁盘io)
order by优化:
(1)对需要排序的字段建立索引,因为排序是分为两种排序一种是Using filesort,另一种是Using index,相对而言Using index的效率要比Using filesort的效率高,所以尽量在需要排序的字段上建立索引
(2)尽量使用覆盖索引,提高索引的效率
(3)多字段排序时,一个升序,一个降序,此时如果建立的索引没有指定排序的话,他会走Using filesort排序,这时候我们就要对字段指定的升降序进行建立索引
(4)如果不可避免的出现filesort,大量数据排序时,可以适当的增加排序缓冲区大小sort_buffer_size(默256k)。
group by 优化:
group by的话就直接在分组的字段上建立索引就可以进行优化,但是最好是建立联合索引,提高索引的效率
limit优化:
limit的话主要是优化的是大数据情况下的分页操作,比如说limit(5000000,10)这样的操作,他就比较的慢,优化方案是覆盖索引加子查询的方式来进行优化,比如我通过分页先查询从5000000往后的10条数据的id(只查询id不用进行回表操作),然后将查询到的id看作一张表,与原来的表进行一个多表联查
count优化:
count其实没有啥好的优化方案,如果要对count进行优化的话,可以使用redis这样的缓存数据库来计数,但是对于带条件的count其实也优化不了。
update优化:文章来源:https://www.toymoban.com/news/detail-430340.html
update优化的话主要是将update修改的字段添加索引,如果不添加索引的话可能存在将行级锁升级为表级锁的过程,表级锁的话锁住了别的事务就无法去修改同表中的其他字段了
到了这里,关于Mysql-SQL优化的文章就介绍完了。如果您还想了解更多内容,请在右上角搜索TOY模板网以前的文章或继续浏览下面的相关文章,希望大家以后多多支持TOY模板网!