一、SQL优化
- sql优化是指：通过对sql语句和数据库结构的调整，来提高数据库查询、插入、更新和删除等操作的性能和效率。
1、插入数据优化
- 要一次性往数据库表中插入多条记录：
sql
insert into tb_test values(1,'tom');
insert into tb_test values(2,'cat');
insert into tb_test values(3,'jerry');
.....1.1、优化方案一（批量插入数据）
sql
Insert into tb_test values(1,'Tom'),(2,'Cat'),(3,'Jerry');1.2、优化方案二（手动控制事务）
sql
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;1.3、优化方案三（主键顺序插入）
主键顺序插入，性能要高于乱序插入。
1.4、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。
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：
sql
-- 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' ;在load时，主键顺序插入性能高于乱序插入
2、主键优化
2.1、数据的组织方式
- 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。
- 行数据都是存储在聚集索引的叶子节点上的。
- 行数据都是存储在聚集索引的叶子节点上的。
- 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。
2.2、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。
- MySQL中的
页分裂是指：当B+tree索引中的一个页已经满了，再插入新的记录时，该页会被分裂成两个页。其中，一些记录会被留在原来的页中，而其余记录则会被移到一个新的页中。- 页分裂是为了避免数据过度集中在一个页上而引起的性能问题。通过将记录分散到更多的页中，可以减少索引的深度，从而提高查询效率。
- 在MySQL中，当一个页满了之后，会触发页分裂。具体来说，MySQL会将该页中的记录按照顺序依次遍历，找到一个位置将其分为两个部分，并将后面的记录移到一个新的页中。同时，为了保证索引有序性，MySQL还会
将新页中的第一条记录的键值插入到父节点中，并调整父节点中的指针。如果父节点也满了，则递归进行分裂操作。
- 页分裂通常会发生在以下情况：
- 顺序插入：当数据按索引顺序插入，且最后一页已满，会创建一个新的页并在其上继续插入。
- 乱序插入：如果数据插入到中间的某个索引位置，导致中间的页溢出，那么会把一部分数据移动到新页中，以便为新数据腾出空间。（可能还需要重新设置链表指针）
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（前或后）看看是否可以将两个页合并以优化空间使用。
参数MERGE_THRESHOLD：是合并页的阈值，可以自己设置，在创建表或者创建索引时指定。
2.4、主键的设计原则
- 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。
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，读取到满足条件的数据行，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。 - Using index的性能
高，而Using filesort的性能低
- Using filesort : 通过表的索引或全表扫描，读取到满足条件的数据行，然后在排序缓冲区sort
-
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)。
4、group by优化
- 在分组操作中通过以下两点进行优化，以提升性能：
- A. 在分组操作时，可以通过索引来提高效率。（没有使用索引进行分组Extra下会出现Using temporate（使用临时表），这个性能很低的）
- B. 分组操作时，索引的使用也是满足最左前缀法则的
5、limit优化
- 在数据量比较大时，如果进行limit分页查询，在查询时越往后的数据，分页查询效率越低。
- 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。
6、count优化
- 如果数据量很大，在执行count操作时，是非常耗时的。
- MyISAM 引擎把一个表的总行数存在了磁盘上，因此执行 count(*) 的时候会直接返回这个数，效率很高； 但是如果是带条件的count，MyISAM也慢。
- 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
累积计数。- 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)
6.1、count函数的用法
- 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（数字）
- 用法：count（*）、count（主键）、count（字段）、count（数字）
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
- 主要需要注意一下update语句执行时的注意事项：
- 在更新数据时，最好根据
索引字段进行更新 （否则会出现行锁升级为表锁的问题，就是锁住整张表，导致并发性能降低）
- 在更新数据时，最好根据
sql
-- id是主键索引
update course set name = 'javaEE' where id = 1 ;
-- 此时执行上面的update语句只会出现行锁InnoDB的行锁是针对索引加的锁，不是针对数据记录加的锁 ,并且该索引不能失效，否则会从行锁升级为表锁 。