MySql---进阶篇（六）---SQL优化
6.1：insert的优化：
(1)普通的插入数据
如果我们需要一次性往数据库表中插入多条记录，可以从以下三个方面进行优化。
insert into tb_test values(1,'tom');
insert into tb_test values(2,'cat');
insert into tb_test values(3,'jerry');
1).
优化方案一
批量插入数据
Insert into tb_test values(1,'Tom'),(2,'Cat'),(3,'Jerry');
2).
优化方案二
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).
优化方案三
主键顺序插入，性能要高于乱序插入。
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
（2）大量的插入数据：
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。操作如下：
可以执行如下指令，将数据脚本文件中的数据加载到表结构中：
-- 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' ;
主键顺序插入性能高于乱序插入
示例演示
:
A.
创建表结构
CREATE TABLE `tb_user` (
`id` INT(11) NOT NULL AUTO_INCREMENT,
`username` VARCHAR(50) NOT NULL,
`password` VARCHAR(50) NOT NULL,
`name` VARCHAR(20) NOT NULL,
`birthday` DATE DEFAULT NULL,
`sex` CHAR(1) DEFAULT NULL,
PRIMARY KEY (`id`),
UNIQUE KEY `unique_user_username` (`username`)
) ENGINE=INNODB DEFAULT CHARSET=utf8 ;
B.
设置参数
-- 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;
C. load
加载数据
load data local infile '/root/load_user_100w_sort.sql' into table tb_user
fields terminated by ',' lines terminated by '\n' ;
我们看到，插入
100w
的记录，
17s
就完成了，性能很好。
在
load
时，主键顺序插入性能高于乱序插入。
6.2，主键优化：
在上一小节，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。
1).
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
(index organized table IOT)
。
行数据，都是存储在聚集索引的叶子节点上的。而我们之前也讲解过
InnoDB
的逻辑结构图：
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。
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-N
行数据
(
如果一行数据过大，会行溢出)
，根据主键排列。
A.
主键顺序插入效果
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
B.
主键乱序插入效果
①
.
加入
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
会再次开启一个页，写入新的页中吗？
不会。因为，索引结构的叶子节点是有顺序的。按照顺序，应该存储在
47
之后。
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。
3).
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
21
，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
"
。
知识小贴士：
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。
4).
索引设计原则
满足业务需求的情况下，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
AUTO_INCREMENT
自增主键。
尽量不要使用UUID
做主键或者是其他自然主键，如身份证号。
业务操作时，避免对主键的修改。
6.3，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
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。
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
。
接下来，我们来做一个测试：
A.
数据准备
把之前测试时，为
tb_user
表所建立的部分索引直接删除掉
drop index idx_user_phone on tb_user;
drop index idx_user_phone_name on tb_user;
drop index idx_user_name on tb_user;
B.
执行排序
SQL
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。
C.
创建索引
-- 创建索引
create index idx_user_age_phone_aa on tb_user(age,phone);
D.
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;
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。
E.
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 ;
也出现
Using index
， 但是此时
Extra
中出现了
Backward index scan
，这个代表反向扫描索
引，因为在
MySQL
中我们创建的索引，默认索引的叶子节点是从小到大排序的，而此时我们查询排序时，是从大到小，所以，在扫描时，就是反向扫描，就会出现 Backward index scan
。 在
MySQL8
版本中，支持降序索引，我们也可以创建降序索引。
F.
根据
phone
，
age
进行升序排序，
phone
在前，
age
在后。
explain select id,age,phone from tb_user order by phone , age;
排序时
,
也需要满足最左前缀法则
,
否则也会出现
filesort
。因为在创建索引的时候，
age
是第一个
字段，
phone
是第二个字段，所以排序时，也就该按照这个顺序来，否则就会出现
Using
filesort
。
F.
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
create index idx_user_age_phone on tb_user(age asc,phone desc);
H.
然后再次执行如下
SQL
explain select id,age,phone from tb_user order by age asc , phone desc ;
升序
/
降序联合索引结构图示
:
由上述的测试
,
我们得出
order by
优化原则
:
A.
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。
B.
尽量使用覆盖索引。
C.
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
）。
D.
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)
。