2024年java面试--mysql(3)

亦凉 2024-03-09 01:45 58阅读 0赞

## 系列文章目录 ##

1.  [2024年java面试（一）–spring篇][2024_java_spring]
2.  [2024年java面试（二）–spring篇][2024_java_spring 1]
3.  [2024年java面试（三）–spring篇][2024_java_spring 2]
4.  [2024年java面试（四）–spring篇][2024_java_spring 3]
5.  [2024年java面试–集合篇][2024_java]
6.  [2024年java面试–redis(1)][2024_java_redis_1]
7.  [2024年java面试–redis(2)][2024_java_redis_2]

--------------------

#### 文章目录 ####

*  系列文章目录
 *  mysql优化
 *   *  1.索引优化
     *  2.查询优化
     *  3.数据库表结构优化
     *  4.缓存优化
     *  5.分区优化
     *  6.配置优化
     *  7.硬件优化
     *  DQL语法
     *  逻辑存储结构
     *  1. 插入数据
     *  2. 主键优化
     *  3. order by优化
     *  4. group by优化
     *  5. limit 优化
     *  6. count 优化
     *  7. update优化

--------------------

## mysql优化 ##

### 1.索引优化 ###

索引是加速数据库查询的关键。在设计表结构时，应该根据查询的需求添加合适的索引。常用的索引包括主键、唯一索引、普通索引、联合索引、前缀索引（vachar、text这种长的数据并且只需要前几个区分度就很高）等。

同时，要避免过多的索引，因为每个索引都需要占用存储空间，会影响写入性能。

### 2.查询优化 ###

优化查询语句是提高MySQL性能的重要手段。要尽可能使用索引，避免全表扫描。同时，要避免使用子查询，尽可能使用连接查询；避免在查询中使用“%”通配符；避免多余的字段等等。

### 3.数据库表结构优化 ###

合理的表结构可以提高查询效率和减少存储空间。应该避免使用大字段，如TEXT、BLOB等，因为这些字段会占用大量的存储空间。同时，应该避免冗余字段，避免更新和维护时的复杂性。

①单库不超过200张表

②单表不超过500w数据

③单表不超过40列

④单表索引不超过5个

### 4.缓存优化 ###

使用缓存可以大大减轻MySQL数据库的压力，提高查询效率。常用的缓存技术包括Memcached和Redis等。

### 5.分区优化 ###

对于数据量较大的表，可以使用分区技术将表分成多个部分。这样可以提高查询效率，同时降低了单个表的存储空间和索引大小。

### 6.配置优化 ###

MySQL的参数配置会影响MySQL的性能。需要根据实际情况进行调整，包括缓冲区、连接数、线程数、查询缓存等等。

### 7.硬件优化 ###

硬件设备也会影响MySQL的性能。要选择更快速的硬件设备，如更快的磁盘、更快的CPU和更多的内存等等。同时，要根据实际情况来决定使用RAID、SSD等技术。

### DQL语法 ###

![在这里插入图片描述][facc3e4bb1594acab57be5422eaf462b.png]

### 逻辑存储结构 ###

![在这里插入图片描述][6bfc9f18bb4a4fe3a0c975ef50cabc42.png]

### 1. 插入数据 ###

#客户端连接服务端时，加上参数--local-infile
    
    mysql --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.loginto table tb_user fields terminated by ',' lines terminated by '\n';
    
    主键顺序插入性能高于乱序插入

### 2. 主键优化 ###

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。

### 3. order by优化 ###

1.  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FileSot排序。
2.  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。

#没有创建索引时，根据age, phone进行排序
    explain select id,age,phone from tb_user order by age , phone;
    #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 , phone;
    #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 ;
    #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;
    #创建索引
    create index idx_user_age _phone_ad on tb_user(age asc ,phone desc);
    #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;

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（查询的字段在联合索引中可以直接查询到不需要进行回表查询）。

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)。

### 4. group by优化 ###

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。

#执行分组操作，根据profession字段分组
    explain select profession , count(*) from tb_user group by profession;
    #创建索引
    Create index idx_user_pro_age_sta on tb_user(profession , age , status);
    #执行分组操作，根据profession字段分组
    explain select profession , count(*) from tb_user group by profession;
    #执行分组操作，根据profession字段分组
    explain select profession , count(*) from tb_user group by profession,age;

### 5. limit 优化 ###

一个常见又非常头疼的问题就是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 * from tb_sku t , (select id from tb_sku order by id limit 2000000,10) a where t.id = aid;

### 6. count 优化 ###

count的几种用法

**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 (1)** : 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

**按照效率排序的话，count(字段)此count(主键id)< count(1)≈count(\*)，所以尽量使用count()**

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;

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。

### 7. update优化 ###

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。

如果update过程中where条件是没有索引的将会从行锁升级为表锁。

如果where条件是有索引的就会是正常的行锁。

[2024_java_spring]: https://blog.csdn.net/weixin_43228814/article/details/132514449?spm=1001.2014.3001.5502
[2024_java_spring 1]: https://blog.csdn.net/weixin_43228814/article/details/132521303?spm=1001.2014.3001.5502
[2024_java_spring 2]: https://blog.csdn.net/weixin_43228814/article/details/132524089?spm=1001.2014.3001.5502
[2024_java_spring 3]: https://blog.csdn.net/weixin_43228814/article/details/132525745?spm=1001.2014.3001.5502
[2024_java]: https://blog.csdn.net/weixin_43228814/article/details/132548267?spm=1001.2014.3001.5502
[2024_java_redis_1]: https://blog.csdn.net/weixin_43228814/article/details/132575813?spm=1001.2014.3001.5502
[2024_java_redis_2]: https://blog.csdn.net/weixin_43228814/article/details/132590649?spm=1001.2014.3001.5502
[facc3e4bb1594acab57be5422eaf462b.png]: https://image.dandelioncloud.cn/pgy_files/images/2024/03/09/87e49cb3fcb54d7fbbe67a2a9c7f7697.png
[6bfc9f18bb4a4fe3a0c975ef50cabc42.png]: https://image.dandelioncloud.cn/pgy_files/images/2024/03/09/9bfba49efe2640f0a1d0fc92ddc81ef3.png