♥️作者：小刘在C站
♥️个人主页： 小刘主页
♥️努力不一定有回报，但一定会有收获加油！一起努力，共赴美好人生！
♥️学习两年总结出的运维经验，以及思科模拟器全套网络实验教程。专栏：云计算技术
♥️小刘私信可以随便问，只要会绝不吝啬，感谢CSDN让你我相遇！
前言
本章讲解SQL语言中的优化，有想看上章的小伙伴可以到小刘主页进行查看，因为有一些原因我提供不了链接。
目录
3 order by优化
A. 数据准备
B. 执行排序SQL
C. 创建索引
D. 创建索引后，根据age, phone进行升序排序
E. 创建索引后，根据age, phone进行降序排序
F. 根据phone，age进行升序排序，phone在前，age在后。
F. 根据age, phone进行降序一个升序，一个降序
G. 创建联合索引(age 升序排序，phone 倒序排序)
H. 然后再次执行如下SQL
4 group by优化
5 limit优化
6 count优化
6.1 概述
6.2 count用法
7 update优化
3 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
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
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
。
Using index
。
接下来，我们来做一个测试：
A. 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
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;
B. 执行排序SQL
explain select id,age,phone from tb_user order by age ;
explain select id,age,phone from tb_user order by age, phone ;
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。
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。
C. 创建索引
-- 创建索引
create index idx_user_age_phone_aa on tb_user(age,phone);
D. 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;
explain select id,age,phone from tb_user order by age , phone; 
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
Using filesort
， 变为了
Using index
，性能
就是比较高的了。
E. 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 ;
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
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
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。
版本中，支持降序索引，我们也可以创建降序索引。
F. 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;
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
,
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
Using
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
Using
filesort
。
。
F. 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 ; 
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。
age
升序排序，
phone
倒序排序。
G. 创建联合索引(age 升序排序，phone 倒序排序)
create index idx_user_age_phone_ad on tb_user(age asc ,phone desc);
H. 然后再次执行如下SQL
explain select id,age,phone from tb_user order by age asc , phone desc ;
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
:
,
我们得出
order by
优化原则
:
A.
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。B.
尽量使用覆盖索引。C.
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
）。D.
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)
。
4 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 。
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;
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 ; 
然后，我们在针对于 profession ， age， status 创建一个联合索引。
create index idx_user_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。
SQL
查看执行计划。
explain select profession , count(*) from tb_user group by profession ;
再执行如下的分组查询SQL，查看执行计划：
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
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，
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：A.
在分组操作时，可以通过索引来提高效率。B.
分组操作时，索引的使用也是满足最左前缀法则的。
5 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。
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：
limit
分页查询耗时对比：
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
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 。
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
:
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 * from tb_sku t , (select id from tb_sku order by id
limit 2000000,10) a where t.id = a.id;
6 count优化
6.1 概述
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。
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
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。
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
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
)
。
6.2 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
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。
，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
（
*
）、
count
（主键）、
count
（字段）、
count
（数字）
按照效率排序的话，count(字段) 主键 id) ，所以尽
量使用
count(*)
。
7 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
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.
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。
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。
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
♥️关注，就是我创作的动力
♥️点赞，就是对我最大的认可
♥️这里是小刘，励志用心做好每一篇文章，谢谢大家
