sql性能分析以及sql语句的优化

sql性能分析的几种方式

SQL执行频率

show [session|global] status like ‘com__(七个下划线)_’;可以查看当前数据库的INSERT、UPDATE、DELETE、SELECT的访问频次

通过这个指令我们可以查看当前数据库是以查询为主还是更新为主。如果是以查询为主，那么就要考虑对数据库的索引进行优化了。
慢查询日志。定位需要对哪些查询语句进行优化。

MySQL的配置文件（/etc/my.cnf）中配置如下信息
```
# 开启MySQL慢日志查询开关
slow_query_log=1
# 设置慢日志的时间为2秒，SQL语句执行时间超过2秒，就会视为慢查询，记录慢查询日志
long_query_time=2
```
日志信息所在：/var/lib/mysql/localhost-slow.log

这样在慢查询日志中就会记录那些查询效率较低的sql语句
profile ：这个可以让我们知道sql语句运行时的时间都消耗在哪里了，用的不是很多
explain：获取sql的执行计划

explain

使用方式：直接在sql语句前面加explain，或者加desc，作用基本一致，使用expalin多一些

EXPLAIN SELECT 字段列表 FROM 表名 WHERE 条件 ;

[外链图片转存失败,源站可能有防盗链机制,建议将图片保存下来直接上传(img-59U9tmMo-1664243430019)(/Users/wangkx/Desktop/wkx的md笔记/img/image-20220926195406219.png)]

各个字段的含义：

id：select查询的序列号。表示查询中执行select子句或者是操作表的顺序，当id相同的时候，执行的顺序是从上往下，当id不同的时候，id值越大，执行顺序越靠前
select_type：表示 SELECT 的类型，常见的取值有 SIMPLE（简单表，即不使用表连接或者子查询）、PRIMARY（主查询，即外层的查询）、UNION（UNION 中的第二个或者后面的查询语句）、SUBQUERY（SELECT/WHERE之后包含了子查询）等
type：表示连接类型，性能由好到差的连接类型为NULL、system、const、eq_ref、ref、range、 index、all
possible_key：显示在这张表上，此次查询可能会用到的索引。有一个或多个
key ：此次查询实际用到的索引，如果是null值的话就说明没有使用索引
key_len：表示索引中使用的字节数，该值为索引字段最大可能长度，并非实际使用长度，在不损失精确性的前提下，长度越短越好
rows：MySQL认为必须要执行查询的行数，在innodb引擎的表中，是一个估计值，可能并不总是准确的
filtered ：表示返回结果的行数占需读取行数的百分比， filtered 的值越大越好

sql语句优化

插入数据优化

对于insert

批量插入：一般是500-1000条
手动提交事务：执行一系列insert之前开启事务，执行完提交事务，避免事务的频繁开启和提交
按照主键顺序插入

对于一次有几百万条数据

这个时候使用insert效率会很低，可以使用load指令把本地文件大批量加载到数据库中

-- 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' ;   //每个字段按照逗号隔开，行间按照换行隔开

主键优化

尽量降低主键长度，因为二级索引会有很多，它的叶子结点存储的是主键值，主键长度过大会导致单个节点体积变大，占用过多磁盘空间
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。uuid是乱序的会导致页分裂，身份证号太长了
尽量避免对主键的修改

在InnoDB引擎中，数据行是记录在逻辑结构 page 页中的，每一个页的大小是固定的，默认16K，所以说一个页中所存储的行也是有限的。然后因为使用的是B+索引，表数据是按照主键顺序存储的，页与页之间的顺序是有序的。

页分裂

mysql规定每个页至少包含两个数据（只有一个数据就是链表了）。

当主键顺序插入时，第一个页满了就往第二个页写，页与页之间使用指针相连。

但是当主键乱序插入时，新数据不会直接插入到空白页（这样做数据会无序），而是会把对应页的后半部分数据移动到空白页，然后再把要插入的值插入到空白页。最后还得重新设置链表的指针。效率就很低了

页合并

删除数据时，把对应位置标记为无效，当页中删除的记录达到一个阈值的时候（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。

order by优化

首先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sortbuffer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 : 通过扫描索引文件就可以直接返回有序数据，这种情况即为 using index，不需要额外排序，操作效率高

原则：

我们可以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，回表操作一定会Using filesort
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)，避免数据在磁盘中排序

group by优化

在分组操作时，给group by后的条件加索引，尽量加联合索引

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，因为会先对前面的记录排序

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

举例：我们可以先使用limit只查出id（用到覆盖索引），然后把这张结果表和原表做一次连表查询

select * from tb_sku t ,
(select id from tb_sku order by id limit 2000000,10) a
where t.id = a.id;

count优化

不是很容易优化，非要优化的话可以使用redis自己计数。

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（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（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

在InnoDB引擎中，执行一条update语句：update course set name = ‘SpringBoot’ where name = ‘PHP’

如果我们给name字段加了索引，此时InnoDB加的是行锁，其他事务可以操作别的记录，并发性能高

但是如果name字段没有索引，或者name字段索引失效，update时直接升级为表锁，其他事务无法操作数据库表。

所以要尽量使用索引字段为条件来更新数据，增加并发性。