insert:
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。
1.批量插入数据
Insert into tb_test values(1,'Tom'),(2,'Cat'),(3,'Jerry');
2.手动控制事务
3.主键顺序插入,性能要高于乱序插入。
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:
主键优化:
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。
4.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。
order by优化原则:
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。
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)。
group by优化:
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:
1. 在分组操作时,可以通过索引来提高效率。
2. 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。
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。
count优化:
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。
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:
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 。
所以,我们需要为where条件中的字段创建索引,否则在更新时,将升级为表锁,导致并发性能降低。