深入解析：MySQL进阶知识点（八）---- SQL优化

一、 插入数据优化

当需要插入大量数据时，普通的单条INSERT语句效率极低。

优化方案：

1. 批量插入

   -- 不推荐：多次网络I/O和事务开销
   INSERT INTO table VALUES (1, 'a');
   INSERT INTO table VALUES (2, 'b');
   -- 推荐：一次插入多条数据
   INSERT INTO table VALUES (1, 'a'), (2, 'b'), (3, 'c');

2. 手动提交事务

   -- 避免每条INSERT都自动提交事务
   START TRANSACTION;
   INSERT INTO table VALUES (1, 'a');
   INSERT INTO table VALUES (2, 'b');
   COMMIT;

3. 主键顺序插入
   按主键的顺序插入数据，性能高于乱序插入。

4. 使用LOAD指令
   对于海量数据插入，可以使用MySQL的LOAD命令从文件加载。

   -- 从本地文件加载数据
   LOAD DATA LOCAL INFILE '/path/to/file.csv'
   INTO TABLE table_name
   FIELDS TERMINATED BY ','
   LINES TERMINATED BY '\n';

二、 主键优化

1. InnoDB的数据组织方式

   • InnoDB使用B+Tree索引组织数据

   • 所有数据都存储在聚簇索引的叶子节点

2. 页分裂与页合并

   • 页分裂：当页已满，新插入的数据会导致页分裂，影响性能

   • 页合并：当页中数据删除达到阈值（MERGE_THRESHOLD，默认50%），InnoDB会寻找相邻页合并

3. 主键设计原则

   • 尽量短：二级索引叶子节点存储主键，主键过长会占用更多空间

   • 顺序插入：使用AUTO_INCREMENT或雪花算法等，避免随机主键

   • 避免频繁更新：主键更新会导致二级索引同步更新

三、 ORDER BY优化

1. Using filesort的情况

   • 通过磁盘文件或内存进行排序，效率较低

   • 在EXPLAIN的Extra字段中显示Using filesort

2. Using index的情况

   • 通过索引直接完成排序，效率高

   • 在EXPLAIN的Extra字段中显示Using index

3. 优化方案：

   • 为ORDER BY的字段建立合适的索引

   • 遵循最左前缀法则

   • 多字段排序时，保持ORDER BY顺序与索引顺序一致

   • 避免SELECT *，减少回表操作

示例：

-- 索引: (age, salary)
-- 有效：使用索引排序
EXPLAIN SELECT id FROM employees ORDER BY age, salary;
-- 无效：出现Using filesort
EXPLAIN SELECT id FROM employees ORDER BY salary, age;

四、 GROUP BY优化

1. Using temporary的情况

   • 使用临时表进行分组，效率较低

   • 在EXPLAIN的Extra字段中显示Using temporary

2. 优化方案：

   • 为GROUP BY字段建立索引

   • 在GROUP BY后使用ORDER BY NULL取消排序（如不需要排序结果）

   • 遵循最左前缀法则

示例：

-- 索引: (dept_id)
-- 优化前：可能使用临时表
EXPLAIN SELECT dept_id, COUNT(*) FROM employees GROUP BY dept_id;
-- 优化后：使用索引，取消排序
EXPLAIN SELECT dept_id, COUNT(*) FROM employees GROUP BY dept_id ORDER BY NULL;

五、 LIMIT优化

在大数据量下，LIMIT分页的深分页问题：

-- 效率低：OFFSET越大越慢
SELECT * FROM table LIMIT 1000000, 10;

优化方案：

1. 覆盖索引 + 子查询

   SELECT * FROM table t
   JOIN (SELECT id FROM table ORDER BY id LIMIT 1000000, 10) tmp
   ON t.id = tmp.id;

2. 基于上次位置的查询（游标分页）

   -- 传统分页
   SELECT * FROM table ORDER BY id LIMIT 20;
   -- 下一页（记录上次的最大id）
   SELECT * FROM table WHERE id > 上次的最大id ORDER BY id LIMIT 20;

六、 COUNT优化

1. COUNT的几种用法

   • COUNT(主键)：InnoDB遍历整表，把主键值取出，按行累加

   • COUNT(字段)：统计该字段不为NULL的数量

   • COUNT(1)：InnoDB遍历整表，但不取值，按行累加

   • COUNT(*)：MySQL做了优化，不取值，按行累加

2. 效率对比
   COUNT(*) ≈ COUNT(1) > COUNT(主键) > COUNT(字段)

3. 优化方案：

   • 使用COUNT(*)，MySQL会自行优化

   • 维护计数表，实时更新总数

   • 使用Redis等外部缓存记录总数

七、 UPDATE优化

核心原则： 避免表锁，使用行锁。

1. InnoDB的行锁

   • 基于索引加行锁

   • 不基于索引加表锁

2. 优化方案：

   -- 索引: (id)
   -- 高效：使用行锁
   UPDATE table SET name = 'new' WHERE id = 1;
   -- 危险：无索引，使用表锁，阻塞其他操作
   UPDATE table SET name = 'new' WHERE name = 'old';

3. 最佳实践

   • 确保WHERE条件使用索引

   • 避免在事务中执行大量UPDATE

   • 分批更新大数据量

优化总结表格

优化场景	核心问题	优化方案
插入数据	单条插入效率低	批量插入、手动事务、LOAD DATA
主键设计	页分裂、空间占用	短主键、顺序插入、避免更新
ORDER BY	Using filesort	创建合适索引、遵循最左前缀
GROUP BY	Using temporary	创建索引、ORDER BY NULL取消排序
LIMIT	深分页性能差	覆盖索引+子查询、游标分页
COUNT	全表扫描效率低	使用COUNT(*)、维护计数表
UPDATE	表锁阻塞	WHERE条件必须使用索引

通用优化建议

1. 善用EXPLAIN：分析SQL执行计划是优化的第一步

2. 索引是双刃剑：合理创建，避免过多

3. **避免SELECT ***：只查询需要的字段

4. 大数据量操作：分批处理，避免大事务