乐趣区

关于java:这是一篇纯讲SQL语句优化的文章-博学谷狂野架构师

jiezi
  • insert

如果咱们须要一次性往数据库表中插入多条记录，能够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. 优化计划一:

批量插入数据

Insert into tb_test values(1,'Tom'),(2,'Cat'),(3,'Jerry');
  1. 优化计划二

手动管制事务

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;
  1. 优化计划三

主键程序插入，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
主键程序插入 : 1 2 3 4 5 7 8 9 15 21 88 89

大批量插入数据

如果一次性须要插入大批量数据(比方: 几百万的记录)，应用 insert 语句插入性能较低，此时能够应用 MySQL 数据库提供的 load 指令进行插入。操作如下：

能够执行如下指令，将数据脚本文件中的数据加载到表构造中：

-- 客户端连贯服务端时，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 指令将筹备好的数据，加载到表构造中
load data local infile '/root/sql1.log' into table tb_user fields terminated by ',' lines terminated by '\n' ;

主键程序插入性能高于乱序插入

实例演示：

  1. 创立表构造
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 ;
  1. 设置参数
-- 客户端连贯服务端时，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;
  1. 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' ;
mysql> load data local infile '/root/load_user_100w_sort.sql' into table tb_user fields terminated by ',' lines terminated by '\n' ;
Query OK, 1000000 rows affected (15.47 sec)
Records: 1000000  Deleted: 0  Skipped: 0  Warnings: 0

mysql> select count(*) from tb_user;
+----------+
| count(*) |
+----------+
|  1000000 |
+----------+
1 row in set (0.31 sec)

咱们看到，插入 100w 的记录，15.47s 就实现了，性能很好。

在 load 时，主键程序插入性能高于乱序插入

主键优化

主键程序插入的性能是要高于乱序插入的。咱们来介绍一下具体的起因，而后再剖析一下主键又该如何设计。

  1. 数据组织形式

在 InnoDB 存储引擎中，表数据都是依据主键程序组织寄存的，这种存储形式的表称为索引组织表(index organized table IOT)。

行数据，都是存储在汇集索引的叶子节点上的。而咱们之前也解说过 InnoDB 的逻辑结构图：

在 InnoDB 引擎中，数据行是记录在逻辑构造 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无限的，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贯。

  1. 页决裂

页能够为空，也能够填充一半，也能够填充 100%。每个页蕴含了 2 - N 行数据(如果一行数据过大，会行溢出)，依据主键排列。

  • 主键程序插入成果

    • 从磁盘中申请页，主键程序插入
    • 第一个页没有满，持续往第一页插入
    • 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贯
  • 当第二页写满了，再往第三页写入

  • 主键乱序插入成果

    • 退出 1#,2# 页都曾经写满了，寄存了如图所示的数据

  • 此时再插入 id 为 50 的记录，咱们来看看会产生什么景象

    会再次开启一个页，写入新的页中吗？

    不会。因为，索引构造的叶子节点是有程序的。依照程序，应该存储在 47 之后。

然而 47 所在的 1# 页，曾经写满了，存储不了 50 对应的数据了。那么此时会开拓一个新的页 3#。
然而并不会间接将 50 存入 3#页，而是会将 1#页后一半的数据，挪动到 3#页，而后在 3# 页，插入 50。
挪动数据，并插入 id 为 50 的数据之后，那么此时，这三个页之间的数据程序是有问题的。1# 的下一个 页，应该是 3#，3# 的下一个页是 2#。所以，此时，须要从新设置链表指针。
上述的这种景象，称之为 "页决裂"，是比拟消耗性能的操作。

  • 页合并

    • 目前表中已有数据的索引构造 (叶子节点) 如下：

    • 当咱们对已有数据进行删除时，具体的成果如下:
    • 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容许被其余记录申明应用。
  • 当咱们持续删除 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）看看是否能够将两个页合并以优化空间应用。

  • 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
  • 这个外面所产生的合并页的这个景象，就称之为 “ 页合并 ”。

常识小贴士：

MERGE_THRESHOLD：合并页的阈值，能够本人设置，在创立表或者创立索引时指定。

  1. 索引设计准则

    1. 满足业务需要的状况下，尽量升高主键的长度。
    2. 插入数据时，尽量抉择程序插入，抉择应用 AUTO_INCREMENT 自增主键。
    3. 尽量不要应用 UUID 做主键 或者是 其余天然主键，如身份证号。
    4. 业务操作时，防止对主键的批改。

order by 优化

MySQL 的排序，有两种形式：

Using filesort : 通过表的索引或全表扫描，读取满足条件的数据行，而后在排序缓冲区 sort buffer 中实现排序操作，所有不是通过索引间接返回排序后果的排序都叫 FileSort 排序。

Using index : 通过有序索引程序扫描间接返回有序数据，这种状况即为 using index，不须要额定排序，操作效率高。

对于以上的两种排序形式，Using index的性能高，而 Using filesort 的性能低，咱们在优化排序操作时，尽量要优化为 Using index。

接下来，咱们来做一个测试：

  1. 数据筹备

把之前测试时，为 tb_user 表所建设的局部索引间接删除掉

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;
mysql> show index from tb_user;
+---------+------------+----------------------+--------------+-------------+-----------+-------------+----------+--------+------+------------+---------+---------------+---------+------------+
| Table   | Non_unique | Key_name             | Seq_in_index | Column_name | Collation | Cardinality | Sub_part | Packed | Null | Index_type | Comment | Index_comment | Visible | Expression |
+---------+------------+----------------------+--------------+-------------+-----------+-------------+----------+--------+------+------------+---------+---------------+---------+------------+
| tb_user |          0 | PRIMARY              |            1 | id          | A         |          23 |     NULL |   NULL |      | BTREE      |         |               | YES     | NULL       |
| tb_user |          0 | idx_user_phone       |            1 | phone       | A         |          24 |     NULL |   NULL |      | BTREE      |         |               | YES     | NULL       |
| tb_user |          0 | idx_user_phone_name  |            1 | phone       | A         |      935064 |     NULL |   NULL |      | BTREE      |         |               | YES     | NULL       |
| tb_user |          0 | idx_user_phone_name  |            2 | name        | A         |      951995 |     NULL |   NULL |      | BTREE      |         |               | YES     | NULL       |
| tb_user |          1 | idx_user_name        |            1 | name        | A         |          24 |     NULL |   NULL |      | BTREE      |         |               | YES     | NULL       |
| tb_user |          1 | idx_user_pro_age_sta |            1 | profession  | A         |          16 |     NULL |   NULL | YES  | BTREE      |         |               | YES     | NULL       |
| tb_user |          1 | idx_user_pro_age_sta |            2 | age         | A         |          22 |     NULL |   NULL | YES  | BTREE      |         |               | YES     | NULL       |
| tb_user |          1 | idx_user_pro_age_sta |            3 | status      | A         |          24 |     NULL |   NULL | YES  | BTREE      |         |               | YES     | NULL       |
| tb_user |          1 | idx_user_pro         |            1 | profession  | A         |          16 |     NULL |   NULL | YES  | BTREE      |         |               | YES     | NULL       |
| tb_user |          1 | idx_email_5          |            1 | email       | A         |          23 |        5 |   NULL | YES  | BTREE      |         |               | YES     | NULL       |
+---------+------------+----------------------+--------------+-------------+-----------+-------------+----------+--------+------+------------+---------+---------------+---------+------------+
10 rows in set (0.00 sec)

mysql> drop index idx_user_phone on tb_user;
Query OK, 0 rows affected (0.02 sec)
Records: 0  Duplicates: 0  Warnings: 0

mysql> drop index idx_user_phone_name on tb_user;
Query OK, 0 rows affected (0.00 sec)
Records: 0  Duplicates: 0  Warnings: 0

mysql> drop index idx_user_name on tb_user;
Query OK, 0 rows affected (0.01 sec)
Records: 0  Duplicates: 0  Warnings: 0
  1. 执行排序 SQL
explain select id,age,phone from tb_user order by age;
mysql> explain select id,age,phone from tb_user order by age;
+----+-------------+---------+------------+------+---------------+------+---------+------+--------+----------+----------------+
| id | select_type | table   | partitions | type | possible_keys | key  | key_len | ref  | rows   | filtered | Extra          |
+----+-------------+---------+------------+------+---------------+------+---------+------+--------+----------+----------------+
|  1 | SIMPLE      | tb_user | NULL       | ALL  | NULL          | NULL | NULL    | NULL | 971649 |   100.00 | Using filesort |
+----+-------------+---------+------------+------+---------------+------+---------+------+--------+----------+----------------+
1 row in set, 1 warning (0.00 sec)
explain select id,age,phone from tb_user order by age, phone ;
mysql> explain select id,age,phone from tb_user order by age, phone;
+----+-------------+---------+------------+------+---------------+------+---------+------+--------+----------+----------------+
| id | select_type | table   | partitions | type | possible_keys | key  | key_len | ref  | rows   | filtered | Extra          |
+----+-------------+---------+------------+------+---------------+------+---------+------+--------+----------+----------------+
|  1 | SIMPLE      | tb_user | NULL       | ALL  | NULL          | NULL | NULL    | NULL | 971649 |   100.00 | Using filesort |
+----+-------------+---------+------------+------+---------------+------+---------+------+--------+----------+----------------+
1 row in set, 1 warning (0.00 sec)

因为 age, phone 都没有索引，所以此时再排序时，呈现 Using filesort，排序性能较低。

  1. 创立索引
-- 创立索引
create index idx_user_age_phone_aa on tb_user(age,phone);
  1. 创立索引后，依据 age, phone 进行升序排序
explain select id,age,phone from tb_user order by age;
mysql> explain select id,age,phone from tb_user order by age;
+----+-------------+---------+------------+-------+---------------+-----------------------+---------+------+--------+----------+-------------+
| id | select_type | table   | partitions | type  | possible_keys | key                   | key_len | ref  | rows   | filtered | Extra       |
+----+-------------+---------+------------+-------+---------------+-----------------------+---------+------+--------+----------+-------------+
|  1 | SIMPLE      | tb_user | NULL       | index | NULL          | idx_user_age_phone_aa | 48      | NULL | 971649 |   100.00 | Using index |
+----+-------------+---------+------------+-------+---------------+-----------------------+---------+------+--------+----------+-------------+
1 row in set, 1 warning (0.00 sec)

建设索引之后，再次进行排序查问，就由原来的 Using filesort，变为了 Using index，性能就是比拟高的了。

  1. 创立索引后，依据 age, phone 进行降序排序
explain select id,age,phone from tb_user order by age desc , phone desc;
mysql> explain select id,age,phone from tb_user order by age desc , phone desc ;
+----+-------------+---------+------------+-------+---------------+-----------------------+---------+------+--------+----------+----------------------------------+
| id | select_type | table   | partitions | type  | possible_keys | key                   | key_len | ref  | rows   | filtered | Extra                            |
+----+-------------+---------+------------+-------+---------------+-----------------------+---------+------+--------+----------+----------------------------------+
|  1 | SIMPLE      | tb_user | NULL       | index | NULL          | idx_user_age_phone_aa | 48      | NULL | 971649 |   100.00 | Backward index scan; Using index |
+----+-------------+---------+------------+-------+---------------+-----------------------+---------+------+--------+----------+----------------------------------+
1 row in set, 1 warning (0.00 sec)

也呈现 Using index，然而此时 Extra 中呈现了 Backward index scan，这个代表反向扫描索引，因为在 MySQL 中咱们创立的索引，默认索引的叶子节点是从小到大排序的，而此时咱们查问排序时，是从大到小，所以，在扫描时，就是反向扫描，就会呈现 Backward index scan。在 MySQL8 版本中，反对降序索引，咱们也能够创立降序索引。

  1. 依据 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;
mysql> explain select id,age,phone from tb_user order by phone , age;
+----+-------------+---------+------------+-------+---------------+-----------------------+---------+------+--------+----------+-----------------------------+
| id | select_type | table   | partitions | type  | possible_keys | key                   | key_len | ref  | rows   | filtered | Extra                       |
+----+-------------+---------+------------+-------+---------------+-----------------------+---------+------+--------+----------+-----------------------------+
|  1 | SIMPLE      | tb_user | NULL       | index | NULL          | idx_user_age_phone_aa | 48      | NULL | 971649 |   100.00 | Using index; Using filesor |
+----+-------------+---------+------------+-------+---------------+-----------------------+---------+------+--------+----------+-----------------------------+
1 row in set, 1 warning (0.00 sec)

排序时, 也须要满足最左前缀法令, 否则也会呈现 filesort。因为在创立索引的时候，age 是第一个字段，phone 是第二个字段，所以排序时，也就该依照这个程序来，否则就会呈现 Usingfilesort。

  1. 依据 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;
mysql> explain select id,age,phone from tb_user order by age asc , phone desc;
+----+-------------+---------+------------+-------+---------------+-----------------------+---------+------+--------+----------+-----------------------------+
| id | select_type | table   | partitions | type  | possible_keys | key                   | key_len | ref  | rows   | filtered | Extra                       |
+----+-------------+---------+------------+-------+---------------+-----------------------+---------+------+--------+----------+-----------------------------+
|  1 | SIMPLE      | tb_user | NULL       | index | NULL          | idx_user_age_phone_aa | 48      | NULL | 971649 |   100.00 | Using index; Using filesort |
+----+-------------+---------+------------+-------+---------------+-----------------------+---------+------+--------+----------+-----------------------------+
1 row in set, 1 warning (0.00 sec)

因为创立索引时，如果未指定程序，默认都是依照升序排序的，而查问时，一个升序，一个降序，此时就会呈现 Using filesort。

为了解决上述的问题，咱们能够创立一个索引，这个联结索引中 age 升序排序，phone 倒序排序。

  1. 创立联结索引(age 升序排序，phone 倒序排序)
create index idx_phone_age_ad on tb_user(age asc,phone desc);
  1. 而后再次执行如下 SQL
explain select id,age,phone from tb_user order by age asc,phone desc;
mysql> explain select id,age,phone from tb_user order by age asc,phone desc;
+----+-------------+---------+------------+-------+---------------+------------------+---------+------+--------+----------+-------------+
| id | select_type | table   | partitions | type  | possible_keys | key              | key_len | ref  | rows   | filtered | Extra       |
+----+-------------+---------+------------+-------+---------------+------------------+---------+------+--------+----------+-------------+
|  1 | SIMPLE      | tb_user | NULL       | index | NULL          | idx_phone_age_ad | 48      | NULL | 971649 |   100.00 | Using index |
+----+-------------+---------+------------+-------+---------------+------------------+---------+------+--------+----------+-------------+
1 row in set, 1 warning (0.01 sec)

升序 / 降序联结索引构造图示:

由上述的测试, 咱们得出order by 优化准则:

  1. 依据排序字段建设适合的索引，多字段排序时，也遵循最左前缀法令。
  2. 尽量应用笼罩索引。
  3. 多字段排序, 一个升序一个降序，此时须要留神联结索引在创立时的规定（ASC/DESC）。
  4. 如果不可避免的呈现 filesort，大数据量排序时，能够适当增大排序缓冲区大小sort_buffer_size(默认 256k)。

group by 优化

分组操作，咱们次要来看看索引对于分组操作的影响。

首先咱们先将 tb_user 表的索引全副删除掉。

drop index idx_user_pro_age_sta on tb_user;
drop index idx_email_5 on tb_user;
drop index idx_user_age_phone_aa on tb_user;
drop index idx_user_age_phone_ad on tb_user;
mysql> show index from tb_user;
+---------+------------+----------+--------------+-------------+-----------+-------------+----------+--------+------+------------+---------+---------------+---------+------------+
| Table   | Non_unique | Key_name | Seq_in_index | Column_name | Collation | Cardinality | Sub_part | Packed | Null | Index_type | Comment | Index_comment | Visible | Expression |
+---------+------------+----------+--------------+-------------+-----------+-------------+----------+--------+------+------------+---------+---------------+---------+------------+
| tb_user |          0 | PRIMARY  |            1 | id          | A         |          23 |     NULL |   NULL |      | BTREE      |         |               | YES     | NULL       |
+---------+------------+----------+--------------+-------------+-----------+-------------+----------+--------+------+------------+---------+---------------+---------+------------+
1 row in set (0.00 sec)

接下来，在没有索引的状况下，执行如下 SQL，查问执行打算：

explain select profession , count(*) from tb_user group by profession;
mysql> explain select profession , count(*) from tb_user group by profession ;
+----+-------------+---------+------------+------+---------------+------+---------+------+--------+----------+-----------------+
| id | select_type | table   | partitions | type | possible_keys | key  | key_len | ref  | rows   | filtered | Extra           |
+----+-------------+---------+------------+------+---------------+------+---------+------+--------+----------+-----------------+
|  1 | SIMPLE      | tb_user | NULL       | ALL  | NULL          | NULL | NULL    | NULL | 971649 |   100.00 | Using temporary |
+----+-------------+---------+------------+------+---------------+------+---------+------+--------+----------+-----------------+
1 row in set, 1 warning (0.00 sec)

而后，咱们在针对于 profession，age，status 创立一个联结索引。

create index idx_pro_age_sta on tb_user(profession,age,status);

紧接着，再执行后面雷同的 SQL 查看执行打算。

mysql> explain select profession , count(*) from tb_user group by profession;
+----+-------------+---------+------------+-------+-----------------+-----------------+---------+------+--------+----------+-------------+
| id | select_type | table   | partitions | type  | possible_keys   | key             | key_len | ref  | rows   | filtered | Extra       |
+----+-------------+---------+------------+-------+-----------------+-----------------+---------+------+--------+----------+-------------+
|  1 | SIMPLE      | tb_user | NULL       | index | idx_pro_age_sta | idx_pro_age_sta | 54      | NULL | 971649 |   100.00 | Using index |
+----+-------------+---------+------------+-------+-----------------+-----------------+---------+------+--------+----------+-------------+
1 row in set, 1 warning (0.00 sec)

再执行如下的分组查问 SQL，查看执行打算：

mysql> explain select profession , count(*) from tb_user group by profession,age;
+----+-------------+---------+------------+-------+-----------------+-----------------+---------+------+--------+----------+-------------+
| id | select_type | table   | partitions | type  | possible_keys   | key             | key_len | ref  | rows   | filtered | Extra       |
+----+-------------+---------+------------+-------+-----------------+-----------------+---------+------+--------+----------+-------------+
|  1 | SIMPLE      | tb_user | NULL       | index | idx_pro_age_sta | idx_pro_age_sta | 54      | NULL | 971649 |   100.00 | Using index |
+----+-------------+---------+------------+-------+-----------------+-----------------+---------+------+--------+----------+-------------+
1 row in set, 1 warning (0.00 sec)

mysql> explain select age , count(*) from tb_user group by age;
+----+-------------+---------+------------+-------+-----------------+-----------------+---------+------+--------+----------+------------------------------+
| id | select_type | table   | partitions | type  | possible_keys   | key             | key_len | ref  | rows   | filtered | Extra                        |
+----+-------------+---------+------------+-------+-----------------+-----------------+---------+------+--------+----------+------------------------------+
|  1 | SIMPLE      | tb_user | NULL       | index | idx_pro_age_sta | idx_pro_age_sta | 54      | NULL | 971649 |   100.00 | Using index; Using temporary |
+----+-------------+---------+------------+-------+-----------------+-----------------+---------+------+--------+----------+------------------------------+
1 row in set, 1 warning (0.00 sec)

咱们发现，如果仅仅依据 age 分组，就会呈现 Using temporary；而如果是 依据 profession,age 两个字段同时分组，则不会呈现 Using temporary。起因是因为对于分组操作，在联结索引中，也是合乎最左前缀法令的。

所以，在分组操作中，咱们须要通过以下两点进行优化，以晋升性能：

  1. 在分组操作时，能够通过索引来提高效率。
  2. 分组操作时，索引的应用也是满足最左前缀法令的。

limit 优化

在数据量比拟大时，如果进行 limit 分页查问，在查问时，越往后，分页查问效率越低。

咱们一起来看看执行 limit 分页查问耗时比照：

mysql> select * from tb_user limit 0,10;
10 rows in set (0.00 sec)

mysql> select * from tb_user limit 100,10;
10 rows in set (0.00 sec)

mysql> select * from tb_user limit 1000,10;
10 rows in set (0.00 sec)

mysql> select * from tb_user limit 50000,10;
10 rows in set (0.01 sec)

mysql> select * from tb_user limit 500000,10;
10 rows in set (0.16 sec)

mysql> select * from tb_user limit 900000,10;
10 rows in set (0.28 sec)

通过测试咱们会看到，越往后，分页查问效率越低，这就是分页查问的问题所在。

因为，当在进行分页查问时，如果执行 limit 2000000,10，此时须要 MySQL 排序前 2000010 记录，仅仅返回 2000000 – 2000010 的记录，其余记录抛弃，查问排序的代价十分大。

优化思路: 个别分页查问时，通过创立 笼罩索引 可能比拟好地进步性能，能够通过 笼罩索引加子查问模式 进行优化。

explain select u.* from tb_user u,(select id from tb_user order by id limit 900000,10) a where u.id = a.id;
mysql> explain select u.* from tb_user u,(select id from tb_user order by id limit 900000,10) a where u.id = a.id;
+----+-------------+------------+------------+--------+---------------+---------+---------+------+--------+----------+-------------+
| id | select_type | table      | partitions | type   | possible_keys | key     | key_len | ref  | rows   | filtered | Extra       |
+----+-------------+------------+------------+--------+---------------+---------+---------+------+--------+----------+-------------+
|  1 | PRIMARY     | <derived2> | NULL       | ALL    | NULL          | NULL    | NULL    | NULL | 900010 |   100.00 | NULL        |
|  1 | PRIMARY     | u          | NULL       | eq_ref | PRIMARY       | PRIMARY | 4       | a.id |      1 |   100.00 | NULL        |
|  2 | DERIVED     | tb_user    | NULL       | index  | NULL          | PRIMARY | 4       | NULL | 900010 |   100.00 | Using index |
+----+-------------+------------+------------+--------+---------------+---------+---------+------+--------+----------+-------------+
3 rows in set, 1 warning (0.00 sec)

count 优化

 select count(*) from tb_user;

在之前的测试中，咱们发现，如果数据量很大，在执行 count 操作时，是十分耗时的。

  • MyISAM 引擎把一个表的总行数存在了磁盘上，因而执行 count(*) 的时候会间接返回这个数，效率很高；然而如果是带条件的 count，MyISAM 也慢。
  • InnoDB 引擎就麻烦了，它执行 count(*) 的时候，须要把数据一行一行地从引擎外面读出来，而后累积计数。

如果说要大幅度晋升 InnoDB 表的 count 效率，次要的优化思路：本人计数(能够借助于 redis 这样的数据库进行, 然而如果是带条件的 count 又比拟麻烦了)。

count 用法

count() 是一个聚合函数，对于返回的后果集，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，最初返回累计值。

用法：count（*）、count（主键）、count（字段）、count（数字）

count 用法 含意
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。服务层拿到主键后，间接按行进行累加(主键不可能为 null)
count(字段) 没有 not null 束缚 : 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，计数累加。有 not null 束缚：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，间接按行进行累加。
count(数字) 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，间接按行进行累加。
count(*) InnoDB 引擎并不会把全副字段取出来，而是专门做了优化，不取值，服务层间接按行进行累加。

依照效率排序的话，count(字段) < count(主键 id) < count(1) ≈ count()，所以尽量应用 count()。

update 优化

咱们次要须要留神一下 update 语句执行时的注意事项。

update course set name = 'javaEE' where id = 1 ;

当咱们在执行删除的 SQL 语句时，会锁定 id 为 1 这一行的数据，而后事务提交之后，行锁开释。

然而当咱们在执行如下 SQL 时。

update course set name = 'SpringBoot' where name = 'PHP' ;

当咱们开启多个事务，在执行上述的 SQL 时，咱们发现行锁降级为了表锁。导致该 update 语句的性能大大降低。

InnoDB 的行锁是针对索引加的锁，不是针对记录加的锁，并且该索引不能生效，否则会从行锁降级为表锁。也就是说我这边事务没有提交的话，其余对于这个表的 update 都不会执行胜利，导致该 update 语句的性能大大降低。

本文由 传智教育博学谷狂野架构师 教研团队公布。

如果本文对您有帮忙，欢送 关注 和点赞 ；如果您有任何倡议也可 留言评论 或私信，您的反对是我保持创作的能源。

转载请注明出处！

退出移动版