这是一篇纯讲SQL语句优化的文章！！！（sql语句优化的13种方法）

　　本篇文章为你整理了这是一篇纯讲SQL语句优化的文章！！！（sql语句优化的13种方法）的详细内容，包含有这是一篇纯讲sql语句优化的文章英文 sql语句优化的13种方法 sql语句优化的13种方法 sql语句优化的几种方法这是一篇纯讲SQL语句优化的文章！！！，希望能帮助你了解这是一篇纯讲SQL语句优化的文章！！！。

　　如果我们需要一次性往数据库表中插入多条记录，可以从以下三个方面进行优化。

insert into tb_test values(1,tom);

　　insert into tb_test values(2,cat);

　　insert into tb_test values(3,jerry);

　　.....

　　优化方案一:

　　批量插入数据

Insert into tb_test values(1,Tom),(2,Cat),(3,Jerry);

　　优化方案二

　　手动控制事务

start transaction;

　　insert into tb_test values(1,Tom),(2,Cat),(3,Jerry);

　　insert into tb_test values(4,Tom),(5,Cat),(6,Jerry);

　　insert into tb_test values(7,Tom),(8,Cat),(9,Jerry);

　　commit;

　　优化方案三

　　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

　　大批量插入数据

　　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。操作如下：

　　可以执行如下指令，将数据脚本文件中的数据加载到表结构中：

-- 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.log into table tb_user fields terminated by , lines terminated by \n ;

　　主键顺序插入性能高于乱序插入

　　实例演示：

　　创建表结构

CREATE TABLE `tb_user` (

　　 `id` INT(11) NOT NULL AUTO_INCREMENT,

　　 `username` VARCHAR(50) NOT NULL,

　　 `password` VARCHAR(50) NOT NULL,

　　 `name` VARCHAR(20) NOT NULL,

　　 `birthday` DATE DEFAULT NULL,

　　 `sex` CHAR(1) DEFAULT NULL,

　　 PRIMARY KEY (`id`),

　　 UNIQUE KEY `unique_user_username` (`username`)

　　) ENGINE=INNODB DEFAULT CHARSET=utf8 ;

-- 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;

　　load加载数据

load data local infile /root/load_user_100w_sort.sql into table tb_user fields terminated by , lines terminated by \n ;

mysql load data local infile /root/load_user_100w_sort.sql into table tb_user fields terminated by , lines terminated by \n ;

　　Query OK, 1000000 rows affected (15.47 sec)

　　Records: 1000000 Deleted: 0 Skipped: 0 Warnings: 0

　　mysql select count(*) from tb_user;

　　+----------+

　　 count(*)

　　+----------+

　　 1000000

　　+----------+

　　1 row in set (0.31 sec)

　　我们看到，插入100w的记录，15.47s就完成了，性能很好。

　　在load时，主键顺序插入性能高于乱序插入

　　主键顺序插入的性能是要高于乱序插入的。我们来介绍一下具体的原因，然后再分析一下主键又该如何设计。

　　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)。

　　行数据，都是存储在聚集索引的叶子节点上的。而我们之前也讲解过InnoDB的逻辑结构图：

　　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。

　　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。

　　
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？

　　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。

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#。

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。

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。

上述的这种现象，称之为 "页分裂"，是比较耗费性能的操作。

　　
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。

　　当我们继续删除2#的数据记录

　　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。

　　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

　　这个里面所发生的合并页的这个现象，就称之为 "页合并"。

　　知识小贴士：

　　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。

　　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：

　　把之前测试时，为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;

mysql show index from tb_user;

　　+---------+------------+----------------------+--------------+-------------+-----------+-------------+----------+--------+------+------------+---------+---------------+---------+------------+

　　 Table Non_unique Key_name Seq_in_index Column_name Collation Cardinality Sub_part Packed Null Index_type Comment Index_comment Visible Expression

　　+---------+------------+----------------------+--------------+-------------+-----------+-------------+----------+--------+------+------------+---------+---------------+---------+------------+

　　 tb_user 0 PRIMARY 1 id A 23 NULL NULL BTREE YES NULL

　　 tb_user 0 idx_user_phone 1 phone A 24 NULL NULL BTREE YES NULL

　　 tb_user 0 idx_user_phone_name 1 phone A 935064 NULL NULL BTREE YES NULL

　　 tb_user 0 idx_user_phone_name 2 name A 951995 NULL NULL BTREE YES NULL

　　 tb_user 1 idx_user_name 1 name A 24 NULL NULL BTREE YES NULL

　　 tb_user 1 idx_user_pro_age_sta 1 profession A 16 NULL NULL YES BTREE YES NULL

　　 tb_user 1 idx_user_pro_age_sta 2 age A 22 NULL NULL YES BTREE YES NULL

　　 tb_user 1 idx_user_pro_age_sta 3 status A 24 NULL NULL YES BTREE YES NULL

　　 tb_user 1 idx_user_pro 1 profession A 16 NULL NULL YES BTREE YES NULL

　　 tb_user 1 idx_email_5 1 email A 23 5 NULL YES BTREE YES NULL

　　+---------+------------+----------------------+--------------+-------------+-----------+-------------+----------+--------+------+------------+---------+---------------+---------+------------+

　　10 rows in set (0.00 sec)

　　mysql drop index idx_user_phone on tb_user;

　　Query OK, 0 rows affected (0.02 sec)

　　Records: 0 Duplicates: 0 Warnings: 0

　　mysql drop index idx_user_phone_name on tb_user;

　　Query OK, 0 rows affected (0.00 sec)

　　Records: 0 Duplicates: 0 Warnings: 0

　　mysql drop index idx_user_name on tb_user;

　　Query OK, 0 rows affected (0.01 sec)

　　Records: 0 Duplicates: 0 Warnings: 0

　　执行排序SQL

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

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

　　+----+-------------+---------+------------+------+---------------+------+---------+------+--------+----------+----------------+

　　 id select_type table partitions type possible_keys key key_len ref rows filtered Extra

　　+----+-------------+---------+------------+------+---------------+------+---------+------+--------+----------+----------------+

　　 1 SIMPLE tb_user NULL ALL NULL NULL NULL NULL 971649 100.00 Using filesort

　　+----+-------------+---------+------------+------+---------------+------+---------+------+--------+----------+----------------+

　　1 row in set, 1 warning (0.00 sec)

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

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

　　+----+-------------+---------+------------+------+---------------+------+---------+------+--------+----------+----------------+

　　 id select_type table partitions type possible_keys key key_len ref rows filtered Extra

　　+----+-------------+---------+------------+------+---------------+------+---------+------+--------+----------+----------------+

　　 1 SIMPLE tb_user NULL ALL NULL NULL NULL NULL 971649 100.00 Using filesort

　　+----+-------------+---------+------------+------+---------------+------+---------+------+--------+----------+----------------+

　　1 row in set, 1 warning (0.00 sec)

　　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。

-- 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;

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

　　+----+-------------+---------+------------+-------+---------------+-----------------------+---------+------+--------+----------+-------------+

　　 id select_type table partitions type possible_keys key key_len ref rows filtered Extra

　　+----+-------------+---------+------------+-------+---------------+-----------------------+---------+------+--------+----------+-------------+

　　 1 SIMPLE tb_user NULL index NULL idx_user_age_phone_aa 48 NULL 971649 100.00 Using index

　　+----+-------------+---------+------------+-------+---------------+-----------------------+---------+------+--------+----------+-------------+

　　1 row in set, 1 warning (0.00 sec)

　　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。

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

　　+----+-------------+---------+------------+-------+---------------+-----------------------+---------+------+--------+----------+----------------------------------+

　　 id select_type table partitions type possible_keys key key_len ref rows filtered Extra

　　+----+-------------+---------+------------+-------+---------------+-----------------------+---------+------+--------+----------+----------------------------------+

　　 1 SIMPLE tb_user NULL index NULL idx_user_age_phone_aa 48 NULL 971649 100.00 Backward index scan; Using index

　　+----+-------------+---------+------------+-------+---------------+-----------------------+---------+------+--------+----------+----------------------------------+

　　1 row in set, 1 warning (0.00 sec)

　　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。

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

　　+----+-------------+---------+------------+-------+---------------+-----------------------+---------+------+--------+----------+-----------------------------+

　　 id select_type table partitions type possible_keys key key_len ref rows filtered Extra

　　+----+-------------+---------+------------+-------+---------------+-----------------------+---------+------+--------+----------+-----------------------------+

　　 1 SIMPLE tb_user NULL index NULL idx_user_age_phone_aa 48 NULL 971649 100.00 Using index; Using filesor

　　+----+-------------+---------+------------+-------+---------------+-----------------------+---------+------+--------+----------+-----------------------------+

　　1 row in set, 1 warning (0.00 sec)

　　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 Usingfilesort。

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

　　+----+-------------+---------+------------+-------+---------------+-----------------------+---------+------+--------+----------+-----------------------------+

　　 id select_type table partitions type possible_keys key key_len ref rows filtered Extra

　　+----+-------------+---------+------------+-------+---------------+-----------------------+---------+------+--------+----------+-----------------------------+

　　 1 SIMPLE tb_user NULL index NULL idx_user_age_phone_aa 48 NULL 971649 100.00 Using index; Using filesort

　　+----+-------------+---------+------------+-------+---------------+-----------------------+---------+------+--------+----------+-----------------------------+

　　1 row in set, 1 warning (0.00 sec)

　　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。

　　创建联合索引(age 升序排序，phone 倒序排序)

create index idx_phone_age_ad on tb_user(age asc,phone desc);

　　然后再次执行如下SQL

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

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

　　+----+-------------+---------+------------+-------+---------------+------------------+---------+------+--------+----------+-------------+

　　 id select_type table partitions type possible_keys key key_len ref rows filtered Extra

　　+----+-------------+---------+------------+-------+---------------+------------------+---------+------+--------+----------+-------------+

　　 1 SIMPLE tb_user NULL index NULL idx_phone_age_ad 48 NULL 971649 100.00 Using index

　　+----+-------------+---------+------------+-------+---------------+------------------+---------+------+--------+----------+-------------+

　　1 row in set, 1 warning (0.01 sec)

　　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:

　　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)。

　　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。

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;

mysql show index from tb_user;

　　+---------+------------+----------+--------------+-------------+-----------+-------------+----------+--------+------+------------+---------+---------------+---------+------------+

　　 Table Non_unique Key_name Seq_in_index Column_name Collation Cardinality Sub_part Packed Null Index_type Comment Index_comment Visible Expression

　　+---------+------------+----------+--------------+-------------+-----------+-------------+----------+--------+------+------------+---------+---------------+---------+------------+

　　 tb_user 0 PRIMARY 1 id A 23 NULL NULL BTREE YES NULL

　　+---------+------------+----------+--------------+-------------+-----------+-------------+----------+--------+------+------------+---------+---------------+---------+------------+

　　1 row in set (0.00 sec)

　　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;

mysql explain select profession , count(*) from tb_user group by profession ;

　　+----+-------------+---------+------------+------+---------------+------+---------+------+--------+----------+-----------------+

　　 id select_type table partitions type possible_keys key key_len ref rows filtered Extra

　　+----+-------------+---------+------------+------+---------------+------+---------+------+--------+----------+-----------------+

　　 1 SIMPLE tb_user NULL ALL NULL NULL NULL NULL 971649 100.00 Using temporary

　　+----+-------------+---------+------------+------+---------------+------+---------+------+--------+----------+-----------------+

　　1 row in set, 1 warning (0.00 sec)

　　然后，我们在针对于 profession ， age， status 创建一个联合索引。

create index idx_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。

mysql explain select profession , count(*) from tb_user group by profession;

　　+----+-------------+---------+------------+-------+-----------------+-----------------+---------+------+--------+----------+-------------+

　　 id select_type table partitions type possible_keys key key_len ref rows filtered Extra

　　+----+-------------+---------+------------+-------+-----------------+-----------------+---------+------+--------+----------+-------------+

　　 1 SIMPLE tb_user NULL index idx_pro_age_sta idx_pro_age_sta 54 NULL 971649 100.00 Using index

　　+----+-------------+---------+------------+-------+-----------------+-----------------+---------+------+--------+----------+-------------+

　　1 row in set, 1 warning (0.00 sec)

　　再执行如下的分组查询SQL，查看执行计划：

mysql explain select profession , count(*) from tb_user group by profession,age;

　　+----+-------------+---------+------------+-------+-----------------+-----------------+---------+------+--------+----------+-------------+

　　 id select_type table partitions type possible_keys key key_len ref rows filtered Extra

　　+----+-------------+---------+------------+-------+-----------------+-----------------+---------+------+--------+----------+-------------+

　　 1 SIMPLE tb_user NULL index idx_pro_age_sta idx_pro_age_sta 54 NULL 971649 100.00 Using index

　　+----+-------------+---------+------------+-------+-----------------+-----------------+---------+------+--------+----------+-------------+

　　1 row in set, 1 warning (0.00 sec)

　　mysql explain select age , count(*) from tb_user group by age;

　　+----+-------------+---------+------------+-------+-----------------+-----------------+---------+------+--------+----------+------------------------------+

　　 id select_type table partitions type possible_keys key key_len ref rows filtered Extra

　　+----+-------------+---------+------------+-------+-----------------+-----------------+---------+------+--------+----------+------------------------------+

　　 1 SIMPLE tb_user NULL index idx_pro_age_sta idx_pro_age_sta 54 NULL 971649 100.00 Using index; Using temporary

　　+----+-------------+---------+------------+-------+-----------------+-----------------+---------+------+--------+----------+------------------------------+

　　1 row in set, 1 warning (0.00 sec)

　　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，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：

　　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。

　　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。

　　我们一起来看看执行limit分页查询耗时对比：

mysql select * from tb_user limit 0,10;

　　10 rows in set (0.00 sec)

　　mysql select * from tb_user limit 100,10;

　　10 rows in set (0.00 sec)

　　mysql select * from tb_user limit 1000,10;

　　10 rows in set (0.00 sec)

　　mysql select * from tb_user limit 50000,10;

　　10 rows in set (0.01 sec)

　　mysql select * from tb_user limit 500000,10;

　　10 rows in set (0.16 sec)

　　mysql select * from tb_user limit 900000,10;

　　10 rows in set (0.28 sec)

　　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 u.* from tb_user u,(select id from tb_user order by id limit 900000,10) a where u.id = a.id;

mysql explain select u.* from tb_user u,(select id from tb_user order by id limit 900000,10) a where u.id = a.id;

　　+----+-------------+------------+------------+--------+---------------+---------+---------+------+--------+----------+-------------+

　　 id select_type table partitions type possible_keys key key_len ref rows filtered Extra

　　+----+-------------+------------+------------+--------+---------------+---------+---------+------+--------+----------+-------------+

　　 1 PRIMARY derived2 NULL ALL NULL NULL NULL NULL 900010 100.00 NULL

　　 1 PRIMARY u NULL eq_ref PRIMARY PRIMARY 4 a.id 1 100.00 NULL

　　 2 DERIVED tb_user NULL index NULL PRIMARY 4 NULL 900010 100.00 Using index

　　+----+-------------+------------+------------+--------+---------------+---------+---------+------+--------+----------+-------------+

　　3 rows in set, 1 warning (0.00 sec)

　　count 优化

 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。

　　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；但是如果是带条件的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)。

　　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NULL，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(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(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

　　我们主要需要注意一下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。

　　但是当我们在执行如下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。

　　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。也就是说我这边事务没有提交的话，其他关于这个表的update都不会执行成功，导致该update语句的性能大大降低。

　　
本文由传智教育博学谷狂野架构师教研团队发布。

　　如果本文对您有帮助，欢迎关注和点赞；如果您有任何建议也可留言评论或私信，您的支持是我坚持创作的动力。

　　转载请注明出处！

　　以上就是这是一篇纯讲SQL语句优化的文章！！！（sql语句优化的13种方法）的详细内容，想要了解更多这是一篇纯讲SQL语句优化的文章！！！的内容，请持续关注盛行IT软件开发工作室。

郑重声明：本文由网友发布，不代表盛行IT的观点，版权归原作者所有，仅为传播更多信息之目的，如有侵权请联系，我们将第一时间修改或删除，多谢。

相关文章阅读