主键优化

主键顺序插入的性能是要高于乱序插入的。以下是具体的原因,及设计思路。

1). 数据组织方式

在InnoDB存储引擎中,表数据都是根据主键顺序组织存放的,这种存储方式的表称为索引组织表(index organized table IOT)。

mysql根据组织机构向上汇总_mysql根据组织机构向上汇总


行数据,都是存储在聚集索引的叶子节点上的。

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。

2). 页分裂

页可以为空,也可以填充一半,也可以填充100%。每个页包含了2-N行数据(如果一行数据过大,会行溢出),根据主键排列。

A. 主键顺序插入效果

①. 从磁盘中申请页, 主键顺序插入

mysql根据组织机构向上汇总_主键_02


②. 第一个页没有满,继续往第一页插入

mysql根据组织机构向上汇总_mysql根据组织机构向上汇总_03


③. 当第一个也写满之后,再写入第二个页,页与页之间会通过指针连接

mysql根据组织机构向上汇总_mysql根据组织机构向上汇总_04


④. 当第二页写满了,再往第三页写入

mysql根据组织机构向上汇总_数据_05

B. 主键乱序插入效果

①. 加入1#,2#页都已经写满了,存放了如图所示的数据

mysql根据组织机构向上汇总_mysql_06


②. 此时再插入id为50的记录,我们来看看会发生什么现象会再次开启一个页,写入新的页中吗?

mysql根据组织机构向上汇总_mysql_07


不会。因为,索引结构的叶子节点是有顺序的。按照顺序,应该存储在47之后。

mysql根据组织机构向上汇总_mysql根据组织机构向上汇总_08


但是47所在的1#页,已经写满了,存储不了50对应的数据了。 那么此时会开辟一个新的页 3#。

mysql根据组织机构向上汇总_主键_09

但是并不会直接将50存入3#页,而是会将1#页后一半的数据,移动到3#页,然后在3#页,插入50。

mysql根据组织机构向上汇总_数据_10


移动数据,并插入id为50的数据之后,那么此时,这三个页之间的数据顺序是有问题的。 1#的下一个页,应该是3#,3#的下一个页是2#。 所以,此时,需要重新设置链表指针。

mysql根据组织机构向上汇总_mysql_11


上述的这种现象,称之为 “页分裂”,是比较耗费性能的操作。

3). 页合并

目前表中已有数据的索引结构(叶子节点)如下:

mysql根据组织机构向上汇总_主键_12


当我们对已有数据进行删除时,具体的效果如下:当删除一行记录时,实际上记录并没有被物理删除,只是记录被标记(flaged)为删除并且它的空间变得允许被其他记录声明使用。

mysql根据组织机构向上汇总_主键_13


当我们继续删除2#的数据记录

mysql根据组织机构向上汇总_mysql_14


当页中删除的记录达到 MERGE_THRESHOLD(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。

mysql根据组织机构向上汇总_主键_15


删除数据,并将页合并之后,再次插入新的数据21,则直接插入3#页

mysql根据组织机构向上汇总_mysql根据组织机构向上汇总_16


这个里面所发生的合并页的这个现象,就称之为 “页合并”。

MERGE_THRESHOLD:合并页的阈值,可以自己设置,在创建表或者创建索引时指定。

4). 索引设计原则

  • 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。

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。

对于以上的两种排序方式,Using index的性能高,而Using filesort的性能低,我们在优化排序操作时,尽量要优化为 Using index。

接下来,我们来做一个测试:

A. 执行排序SQL

explain select id,age,phone from tb_user order by age ;

mysql根据组织机构向上汇总_sql_17

explain select id,age,phone from tb_user order by age, phone ;

mysql根据组织机构向上汇总_mysql根据组织机构向上汇总_18


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。

B. 创建索引

-- 创建索引

 create index idx_user_age_phone_aa on tb_user(age,phone);

C. 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;

mysql根据组织机构向上汇总_mysql_19

explain select id,age,phone from tb_user order by age , phone;

mysql根据组织机构向上汇总_数据_20


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,性能就是比较高的了。

D. 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;

mysql根据组织机构向上汇总_mysql根据组织机构向上汇总_21


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MySQL8版本中,支持降序索引,我们也可以创建降序索引。

E. 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;

mysql根据组织机构向上汇总_主键_22


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 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 phone , age;

mysql根据组织机构向上汇总_数据_23


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 filesort。

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;

mysql根据组织机构向上汇总_mysql_24


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。

mysql根据组织机构向上汇总_mysql根据组织机构向上汇总_25


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。

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);

mysql根据组织机构向上汇总_数据_26

然后再次执行如下SQL

explain select id,age,phone from tb_user order by age asc , phone desc;

mysql根据组织机构向上汇总_mysql根据组织机构向上汇总_27

由上述的测试,我们得出order by优化原则:

  • 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。
  • 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)。