mysql优化

insert 优化

1. 批量插入（最多1000行）
2. 手动控制事务
3. 主键顺序插入（性能较高）
4. 大批量插入数据（使用mysql提供的load指令，进行插入）

1. 1. 客户端连接服务时，加上参数--load-infile

1. 1. 1. mysql --local-infile -u root -p

1. 1. 设置全局参数local_file为1,开启从本地加载文件导入数据的开关

1. 1. 1. set global local_infile=1;

1. 1. 执行load指令将准备好的数据，加载到表结构中。

1. 1. 1. load data local infile  '/root/sql1.log' (文件位置) into table 'tb_user' （表名）fields terminated by ',' （每个字段之间，分割） lines terminated by '\n'  （每一行  换行)

主键优化

1. 数据组织方式，表数据都是根据主键顺序组织存放的，这种存放方式的表称为索引组织表

1. 1. 

1. 逻辑存储结构

1. 1. 

1. 页分裂

1. 1. 页可以为空，可以填一半，也可以全填。每页包含了2-n行数据（行数据过多，会造成溢出），根据主键排列
   2. 主键顺序插入时：

1. 1. 1. 

1. 1. 主键乱序插入（可能造成页分列）

1. 1. 1. 两个页存满时，再来个两个页中间的数据，不会开启一个新的页，只会把第一个页中超出50%的数据，移动到新开辟的页中，在将数据放入。

      2. 

      3. 改变页的顺序，把链表指针重新设置

      4. 

1. 页合并

1. 1. 删除记录时，实际上只是被标记为删除，并没有物理删除，当页中删除的记录达到Merge_threshold(默认页的50%)，Innodb会开始寻找最靠近的页（前或后）看看是否将两个页合并优化空间使用

   2. 

1. 主键设计原则

1. 1. 满足业务需求下，尽量降低主键的长度
   2. 插入数据时，尽量选择顺序插入，选择自增主键，无序插入会导致页分裂
   3. 尽量不要使用uuid做主健或者是其他自然主键，如身份证号，可能会造成页分裂
   4. 业务操作时，避免对主键的修改

order by优化

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，需要注意联合索引创建时的规则（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)
5. Using fileSort :通过表的索引或者全表扫描，读取满足条件的数据行，然后再排序缓冲区sort buffer中，完成排序操作，所有不是通过索引直接返回结果的排序都叫filesort排序
6. Using index：通过有序索引顺序扫描，直接返回有序数据，不需要额外排序，效率高
7. 未走索引时

1. 1. 

1. 走索引

1. 1. 

1. 查询结果不能通过索引直接返回数据的排序

1. 1. 

1. 索引创建时，默认为升序，全部降序查询时，也会走索引

1. 1. 

1. 排序的联合索引也会满足最左前缀法则，查询数据时会从索引树上获取数据，排序时，索引不满足最左前缀排序，索引失效，就会再缓冲区中进行排序，

1. 1. 

1. 

2. 创建指定不同排序的索引

1. 1. create index idx_user_age_pho_add on t_user (age asc ,phone desc);

   2. 

1. 默认升序创建的索引结构

1. 1. 

1. 设置不同的索引排序（age asc，phone desc）

group by优化

1. 分组操作时，可以通过索引提高效率
2. 分组操作时，索引的使用也是满足最左前缀法则的
3. 未走索引

1. 1. 

1. 使用索引

1. 1. 

1. 不满足最左前缀法则时

1. 1. using index是指使用了覆盖索引，即不需要通过回表查询就能获得select后面的数据，但是根据最左前缀法则，age是乱序的，需要建立临时表

1. 1. 1. 

1. 满足最左前缀发则，并且走索引树

1. 1. 

limit优化

1. 当数据量过多时，再分页，mysql会遍历所有的数据并排序，获取指定的数据，其他的数据丢弃，导致越往后分页，效率越慢
2. 子查询不支持limit，可以当作一张表
3. 优化方法：使用子查询和覆盖索引的形式来进行优化

1. 1. 先分页查询指定的id值，
   2. 再根据id值，查数据，这时就会走聚集索引，找到响应的数据返回

   3. 

count()优化

1. 使用redis 添加删除数据的时候，加一或者减一
2. count（id）:遍历整张表，每一行的id取出来，返回给服务层，服务层拿到之后加1
3. count（字段）

1. 1. 没有not null约束：会把每一行的字段值取出来，返回给服务层，服务层判断是都为null，不是加1
   2. 有not null约束：会把每一行的字段值取出来，返回给服务层，直接进行累加
   3. count（1）：不取值，服务层对于返回的每一行，放一个数字1进去，直接进行累加
   4. count（*）:不会把字段取出来，做了专门优化，服务层直接按行进行累加

1. 效率：count（*）约等于 count(1)>count(主键id)>count(字段)

update优化

1. 执行更新数据时，要根据索引来更新数据，否则行锁就会变为表锁
2. 行锁：锁住当前行，另一个事务更新时，会阻塞。等更新完数据时，才会执行。