[大数据]MySQL-进阶篇-SQL优化

SQL的优化，大部分是依据索引进行的优化，所以索引比较重要。

一、新增优化

1、插入数据

1). 优化方案一 ：批量插入数据

# 批量插入
  INSERT INTO DU_USER(userName,age,sex) SELECT UUID(),22,'男' FROM DGS;

START TRANSACTION ;
	INSERT INTO DU_USER(userName,age,sex) VALUES('HX',34,'男');
	INSERT INTO DU_USER(userName,age,sex) VALUES('DG',24,'男');
	INSERT INTO DU_USER(userName,age,sex) VALUES('HX',28,'男');
COMMIT;

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

2、大批量插入数据?

?使用脚本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

# 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

二、主键优化

知识回顾：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。

注意：页和页之间是根据主键排列的，如果乱序插入，会存在页分裂和页合并的情况【类似于数组，在中间插入的时候会把后面的数据往后放，会出现数据移位】；如果主键顺序插入，就不会存在上面情况。

为了避免上面这种情况，所以需要对索引进行设计优化：

索引设计原则

1	满足业务需求的情况下，尽量降低主键的长度。
2	插入数据时，尽量选择顺序插入，选择使用AUTO_INCREMENT自增主键。
3	尽量不要使用UUID做主键或者是其他自然主键，如身份证号。
5	业务操作时，避免对主键的修改。

三、排序优化

1	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。
2	尽量使用覆盖索引。【防止回表查询；排序字段，都有索引】
3	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）。
4	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) 。 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。

四、分组优化

六、计数优化

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。【NULL值不计数】

七、更新优化

创作打卡挑战赛

赢取流量/现金/CSDN周边激励大奖