最新要闻
- 全球微速讯:智动力:目前暂未涉及6G通信网络相关领域
- 焦点速讯:你支持吗?快递不告而放或最高可罚3万 直接放菜鸟也不接受?
- 【天天速看料】哪吒汽车跟进90天保价 哪吒S 1160增程小版限时17.98万元
- 林依晨和郑元畅在一起过吗?林依晨和郑元畅参加的综艺节目叫什么?
- 泰坦尼克号是真实的故事吗?泰坦尼克号的男女主角叫什么?
- 观点:成人崩溃就在一瞬间 外卖小哥酒后误上高速 电量跑光痛哭不止
- 全球今头条!生产环境触目惊心!汕头知名橄榄菜企业被连夜查处:线上平台火速下架
- 播报:全周期订单数突破35万!魅族20系列无界超前订圆满结束
- 湖南邵阳疑似挖出龙化石?当地回应:或为天然石头
- 世界视点!Model Y行驶中刹车变硬 车主:售后说是常态化事情
- 观点:报复性消费来了:我国网上零售额月均破万亿元
- 16岁女孩将挑战珠峰 父亲众筹50万 回应来了:女儿想法
- 奔驰EQC刚买半年驱动电机就被烧毁 车主质疑4S店故意欺诈
- 环球新动态:电机品牌排行榜_电机品牌
- 全球播报:玩家最喜欢的复古游戏TOP5:《俄罗斯方块》排第二
- 环球快资讯:程序员也危险了!GPT-4十秒即可生成一个网站
手机
iphone11大小尺寸是多少?苹果iPhone11和iPhone13的区别是什么?
警方通报辅警执法直播中被撞飞:犯罪嫌疑人已投案
- iphone11大小尺寸是多少?苹果iPhone11和iPhone13的区别是什么?
- 警方通报辅警执法直播中被撞飞:犯罪嫌疑人已投案
- 男子被关545天申国赔:获赔18万多 驳回精神抚慰金
- 3天内26名本土感染者,辽宁确诊人数已超安徽
- 广西柳州一男子因纠纷杀害三人后自首
- 洱海坠机4名机组人员被批准为烈士 数千干部群众悼念
家电
这是一篇纯讲SQL语句优化的文章!!!| 博学谷狂野架构师
- insert
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");.....
- 优化方案一:
批量插入数据
Insert into tb_test values(1,"Tom"),(2,"Cat"),(3,"Jerry");
- 优化方案二
手动控制事务
【资料图】
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;
- 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
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。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-infilemysql –-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
实例演示:
- 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 ;
- 设置参数
-- 客户端连接服务端时,加上参数 -–local-infilemysql –-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;
- 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: 0mysql> select count(*) from tb_user;+----------+| count(*) |+----------+| 1000000 |+----------+1 row in set (0.31 sec)
我们看到,插入100w的记录,15.47s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
主键优化
主键顺序插入的性能是要高于乱序插入的。我们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。
- 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。
- 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。
主键顺序插入效果
从磁盘中申请页, 主键顺序插入
第一个页没有满,继续往第一页插入
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接
- 当第二页写满了,再往第三页写入
主键乱序插入效果
- 加入1#,2#页都已经写满了,存放了如图所示的数据
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。
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。
- 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
。
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:
- 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;
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: 0mysql> drop index idx_user_phone_name on tb_user;Query OK, 0 rows affected (0.00 sec)Records: 0 Duplicates: 0 Warnings: 0mysql> drop index idx_user_name on tb_user;Query OK, 0 rows affected (0.01 sec)Records: 0 Duplicates: 0 Warnings: 0
- 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)
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
-- 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;
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。
- 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;
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。
- 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;
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 Usingfilesort
。
- 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;
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。
- 创建联合索引(age 升序排序,phone 倒序排序)
create index idx_phone_age_ad on tb_user(age asc,phone desc);
- 然后再次执行如下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/降序联合索引结构图示:
由上述的测试,我们得出order by优化原则
:
- 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。
- 尽量使用覆盖索引。
- 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)。
- 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)
。
group by 优化
分组操作,我们主要来看看索引对于分组操作的影响。
首先我们先将 tb_user 表的索引全部删除掉 。
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,在没有索引的情况下,执行如下SQL,查询执行计划:
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)
然后,我们在针对于 profession , age, status 创建一个联合索引。
create index idx_pro_age_sta on tb_user(profession,age,status);
紧接着,再执行前面相同的SQL查看执行计划。
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询SQL,查看执行计划:
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)
我们发现,如果仅仅根据age
分组,就会出现 Using temporary
;而如果是 根据profession,age
两个字段同时分组,则不会出现 Using temporary
。原因是因为对于分组操作,在联合索引中,也是符合最左前缀法则的。
所以,在分组操作中,我们需要通过以下两点进行优化,以提升性能:
- 在分组操作时,可以通过索引来提高效率。
- 分组操作时,索引的使用也是满足最左前缀法则的。
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:
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。
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 | | 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,我们发现,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。
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)。
count 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)
count 用法 | 含义 |
---|---|
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,直接按行进行累加(主键不可能为null) |
count(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,计数累加。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,直接按行进行累加。 |
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,直接按行进行累加。 |
count(*) | InnoDB引擎并不会把全部字段取出来,而是专门做了优化,不取值,服务层直接按行进行累加。 |
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()。
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。
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 。也就是说我这边事务没有提交的话,其他关于这个表的update都不会执行成功,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
教研团队发布。如果本文对您有帮助,欢迎
关注
和点赞
;如果您有任何建议也可留言评论
或私信
,您的支持是我坚持创作的动力。转载请注明出处!
关键词:
这是一篇纯讲SQL语句优化的文章!!!| 博学谷狂野架构师
消息!前端架构工作
【全球速看料】Linux进程通信 | 管道与FIFO
全球微速讯:智动力:目前暂未涉及6G通信网络相关领域
焦点速讯:你支持吗?快递不告而放或最高可罚3万 直接放菜鸟也不接受?
【天天速看料】哪吒汽车跟进90天保价 哪吒S 1160增程小版限时17.98万元
林依晨和郑元畅在一起过吗?林依晨和郑元畅参加的综艺节目叫什么?
泰坦尼克号是真实的故事吗?泰坦尼克号的男女主角叫什么?
前锋燃气灶质量怎么样?燃气灶十大品牌排行榜
iis是什么软件?iis在哪里打开?
aspx文件是什么?aspx文件怎么打开?
Prime95烤机教程
观点:成人崩溃就在一瞬间 外卖小哥酒后误上高速 电量跑光痛哭不止
全球今头条!生产环境触目惊心!汕头知名橄榄菜企业被连夜查处:线上平台火速下架
播报:全周期订单数突破35万!魅族20系列无界超前订圆满结束
湖南邵阳疑似挖出龙化石?当地回应:或为天然石头
世界视点!Model Y行驶中刹车变硬 车主:售后说是常态化事情
GPT-4上线:史上最强大多模态语言模型,堪称最强人工智能,目前OpenAI付费升级GPT-4平台已崩溃
观点:报复性消费来了:我国网上零售额月均破万亿元
16岁女孩将挑战珠峰 父亲众筹50万 回应来了:女儿想法
奔驰EQC刚买半年驱动电机就被烧毁 车主质疑4S店故意欺诈
环球新动态:电机品牌排行榜_电机品牌
环球速递!文盘Rust -- 安全连接 TiDB/Mysql
自从用了 EasyExcel,导入导出 Excel 更简单了!
浅谈var,let,const
今日最新!Maven学习笔记3:在idea中使用Maven
全球播报:玩家最喜欢的复古游戏TOP5:《俄罗斯方块》排第二
环球快资讯:程序员也危险了!GPT-4十秒即可生成一个网站
焦点消息!ChatGPT升级为GPT-4 会看图懂幽默 细思极恐
充电慢、续航差、反馈无门!bZ3X首批车主公开致信广汽丰田董事长
不接董事长电话1次罚1万元 公司回应:合不合法你说了不算
项目构建node-sass源码报错 SyntaxError:Unexpectedtoken"?"
前端设计模式——命令模式
【热闻】保时捷去年净赚499亿元:国人给力 中国连续八年为最大市场
打工几年就能买北京四合院?新剧《心想事成》开播引热议
男子辞职摆摊拍照 1月内激增14家同行 建议大家好好上班
快资讯丨Meta宣布再裁员上万人 连HR都裁了!扎克伯格给出理由
【世界新视野】韩国SBS电视台回应剪辑杨紫琼感言:未刻意针对女性
焦点报道:3月15日热股前瞻:7股突发利好
今日报丨建议收藏chatGPT说的Ubuntu下常用网络命令合集
【天天热闻】315来临!消费者起诉东方甄选 官方:我们也被供应商骗了
环球即时看!网文连载十余年被网友举报 1万多章还没结尾:作者回应了
每日快看:2022年新能源汽车投诉量增长62.84%:行驶中突然熄火、漏油成热点
世界信息:高速免费!2023年清明节放假通知来了:1天假 不调休
每日看点!苹果为何不做电视?真实原因揭开
2023年安卓之光!小米13 Ultra曝光:支持可变光圈
读Java性能权威指南(第2版)笔记17_垃圾回收D
刚刚,拜登最新表态!两大重磅降临,欧美多头集体沸腾!危机一闪而过?这家巨头突然"捅刀"
拒绝卡脖子 我国掌握量子计算核心技术:低温接近绝对零度
4家汽车公司明确不打价格战 定位豪华品牌:特斯拉比亚迪看笑
如何用好免费的chatGPT
全球观焦点:算法模板总结 1
【独家焦点】预算3000元 找老鸟装了台12代U ITX小主机:这配置你看如何?
天天视讯!AMD最强核显跑分逆天!竟然逼平GTX 1650、RX 480
热点在线丨女演员被困五星级酒店厕所超3小时!酒店回应:属于特例
头条焦点:《速度与激情10》新海报发布:范迪塞尔携众家人再度狂飙
深圳带奶茶跑腿回港火了:一趟就能赚数百元
丙二醇的功效_丙二醇的功效与作用
今日热讯:《consul 简易上手指南》
每日简讯:《碟中谍7:致命清算》首张海报:阿汤哥悬崖飞车冲上云霄!
【快播报】CPU突然变慢、Adobe异常崩溃:NVIDIA终于出手
【天天播资讯】动物园棕熊能懂人话 被质疑是人假扮:回应确实是真熊
第三十一天 面向对象编程的基础
每日观点:c++11多线程入门<学习记录>
当前通讯!day03-分析SpringBoot底层机制
关于AWS-S3-Bucket-Console-Web控制页面上的Creation date与命令行-API方式如何获取到真正的CreationDate
天天速看:深圳居住登记信息服务_深圳市居住登记服务平台
焦点播报:游客为拍照不听劝阻喂狐狸吃面包 无视劝阻!会危害动物
Vue——mergeOptions【四】
播报:院线票房止步9000万:《中国乒乓》官宣3月17日登陆线上平台
华硕发布新款迷你主机:高配i7-13700H、配备雷电4
环球热点评!.NET中比肩System.Text.Json序列化反序列化组件MessagePack
路飞-项目上线
今亮点!分布式架构-可观测性-事件日志
【全球热闻】教你用Python画个可爱的皮卡丘!(附完整源码)
每日资讯:Educational Codeforces Round 123 (Rated for Div. 2)
网传梅西要来 黄牛提前卖票!阿根廷国家足球队辟谣“中国行”
【新要闻】315白皮书:价格刺客成消费者年度最关注现象、购物平台为年度被投诉最多行业
环球时讯:西安机场为首次坐飞机旅客安排指引服务:佩戴专属手环 全程有人引导
速度10倍于普通U盘!联想小新原厂颗粒固态U盘发售:USB 3.2双口
12万买C6?想多了!雪铁龙都是套路:想提车先交29万
记录--你不知道的forEach函数
智能勘探 | AIRIOT智慧油田管理解决方案
环球聚焦:NOI春季测试游记
微贺卡
《黑暗荣耀2》热播!演员透露拍摄细节:剧里的蛇是真蛇
82版《西游记》编剧戴英禄逝世 六小龄童发文悼念
当前关注:理想汽车L8首批车主调研:300名中车主开BBA的最多
环球播报:国产车崛起 豪华车丝毫不怂:市场份额继续增 有钱人多
最新资讯:努比亚Z50 Ultra首销卖爆:获京东/天猫平台销量销售额冠军
报道:第一章 软件工程概述
每日看点!centos7.9离线升级openssl和openssh9.2
python语言基础
每日焦点!Mysql数据库未添加索引引发的生产事故
对极几何的理解和原理推导
卡塔尔世界杯官方授权:富光1.5L顿顿桶29元发车
焦点精选!零碳排放!我国首款双源智能重卡成功下线:自带大辫子
视焦点讯!全球打广告最划算的一块屏?登上纽约时代广场屏幕只需40美元
《狂飙》后 张译宣传新剧《他是谁》:今晚优酷、央视开播
获赔近100万 报废奔驰翻新再销售被判退1赔3 网友:C级秒变大S