insert优化
批量插入
insert into tb_name values
(col_1, ..., col_n),
...;手动提交事务
start transaction;
insert into tb_name values ...;
commit;主键顺序插入（主键优化）
主键顺序插入的性能高于乱序插入（会发生页分裂）。
数据组织方式
在lnnoDB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 lOT)。
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(如果一行数据多大，会行溢出)，根据主键排列。
页合并
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)为删除并它的空间变得允许被其他记录声明使用。
当页中删除的记录达到 MERGE_THRESHOLD(默认为页的50%)，nnoDB会开始寻找最靠的页前或后)看看是否可以将两个页合并以优化空间使用。
主键设计原则
- 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AUTOINCREMENT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。
大批量插入数据：load
如果一次性需要导入大批量数据，用insert插入性能较低，可以采用load插入。
# 客户端连接服务器时，加上参数 --local-infile
mysql --local-infile -u root -p
set global local_infile = 1;
load data local infile '文件路径'
into table tb_user
fields terminated by ','
lines terminated by '\n';创建一个数据库，并建立需要导入数据的表结构。
create database test;
use test;
CREATE TABLE tb_user(
id INT 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(2) DEFAULT NULL
, PRIMARY KEY (id)
, UNIQUE KEY unique_user_username(username)
) ENGINE = INNODB DEFAULT CHARSET = utf8;准备sql脚本数据 tb_user.sql（我一般把数据文件放在C:\ProgramData\MySQL目录下，不容易出错，谨慎尝试数据量巨大的导入，会导致磁盘爆满，我后面没有办法重装系统才好）。（csv文件同理）
导入sql脚本（注意路径中是“/”）：
-- sql脚本
load data infile 'C:/ProgramData/MySQL/tb_user.sql'
into table tb_user
fields terminated by ','
lines terminated by '\n';
-- csv文件
load data infile 'C:/ProgramData/MySQL/tb_user.csv'
into table tb_user
fields terminated by ','
lines terminated by '\r\n';如果出现 ERROR 1290 (HY000): The MySQL server is running with the --secure-file-priv option so it cannot execute this statement ，找到my.ini文件（一般在C:\ProgramData\MySQL\MySQL Server 8.0 目录下）打开，在文末添加 secure_file_priv='' 保存，然后停止mysql再启动mysql（（二）MySQL的安装、启动/停止/连接、卸载）
order by 优化
- 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，大数据排序时，可以适当增大排序缓冲区大小 sort buffer size(默认256k)。
- 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sotbuffer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。（性能较低）
- 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。
-- 根据country表中的name, gnp进行降序一个升序，一个降序（表中已创建idx_country_name_gnp索引)
explain select code, name, gnp from country order by name asc, gnp desc;
这个时候会出现 using index和using filesort，因为创建索引时，默认为asc。
-- 创建索引
create index idx_country_name_gnp_ad on country(name asc, gnp desc);
explain select code, name, gnp from country order by name asc, gnp desc;此时就只会出现using index，性能得到提升。
group by 优化
use test;
explain select continent, count(*) from country group by continent;
在country表只有一个主键索引时，直接对continent进行group by，会出现using temporary，此时性能较低。
create index idx_country_continent_region on country(continent, region);
explain select continent, count(*) from country group by continent;
创建idx_country_continent_region索引后，对continent进行group by，不出现using temporary；
explain select region, count(*) from country group by region;
直接对region进行group by，会出现using temporary，因为不满足最左前缀法则；
explain select continent, region, count(*) from country group by continent, region;
同时对continent, region进行group by，不出现using temporary；
explain select region, count(*) from country where continent = 'europe' group by region;
加入continent过滤后，不出现using temporary，满足最左前缀法则；
limit 优化
一个常见又非常头疼的问题就是 limit 2000000,10 ，此时需要MySOL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+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: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
- InnoDB 引擎执行 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。
优化思路：自己计数
count的几种用法
count是一个聚合函数，对于返回的结果集，一行行地判断，如果ount 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 (1)
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 nul 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nul，不为nul，计数累加有not null 约束:lnnoDB 引警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)：lnnoDB 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
- 在使用update进行更新数据时，要避免以没有索引的列为条件，这样在执行事务的时候，行级锁会升级为表级锁，会锁住整张表，这样执行的性能就会降低。
- 此外，如果索引失效，行锁也会升级为表锁。
Innodb特点：事务，外键，行级锁。Innodb是对索引加的行锁，不是对记录加的。
首先在A窗口中开启一个事务，先不提交：
--------------------------窗口A-------------------------------
use world;
begin;
select * from city;
-- 执行update语句, 此时id=1的行锁定
update city set name = 'new_name_1' where id = 1; 再在窗口B同时开启一个事务：
--------------------------窗口B-------------------------------
use world;
begin;
select * from city;
-- 执行update语句，id=4可以执行成功
update city set name = 'new_name_2' where id = 4;分别提交：
commit;现象分析：窗口A和B都能执行成功的原因是，id字段有索引，上锁的时候上的是行级锁。且update语句中的条件不同（id=1和id=4），互不影响，故能够执行成功。
如果update语句中的条件字段没有索引呢？即使条件不同，也有影响，不能同时执行，因为上的是表锁，锁定了整张表。只有窗口A提交之后，窗口B才能执行。
--------------------------窗口A-------------------------------
use world;
begin;
select * from city;
-- 执行update语句, name没有索引，则上的是表锁
update city set name = 'new_name_1' where name = 'Kabul'; --------------------------窗口B-------------------------------
use world;
begin;
select * from city;
-- 执行update语句, 不能执行成功，因为表被锁定了
update city set name = 'new_name_2' where name = 'Mazar-e-Sharif';不总结=白学
4万+
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
