目录
一、插入数据优化
1. 插入多个数据
提到插入数据，数据库MySQL中我们自然联想到使用 insert语句 进行插入数据：
insert into table values(1,'');
insert into table values(2,'');
insert into table values(3,'');
... ... ...这样每次我们只能插入一个数据，但是如果我们想要一次添加多个数据呢？
- 批量插入：insert into table values(1,''),(2,''),(3,''),...;
- 手动提交事务：
start transaction; insert into table values(1,''),(2,''),(3,''); insert into table values(4,''),(5,''),(6,'') insert into table values(7,''),(8,''),(9,''); commit;
2. 大批量插入数据
如果一次性需要插入大批量数据，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：
load指令插入同样需要顺序插入，主键顺序插入性能高于乱序插入。
二、主键优化
首先我们需要了解在InnoDB中数据的组织方式：
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 lOT)。
此B+Tree索引结构中，叶子节点均为行数据，非叶子节点仅仅起一个索引数据的作用。
1. 页分裂
页可以为空，页可以填充一半，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）。
- 主键顺序插入：第一页满则新建一页继续插入，页与页之间存在双向指针。
- 主键乱序插入：已知两页已满，新插入数据会找到第一页50%位置，将超出数据信存放在新开辟的页中，然后将链表指针进行重新设置，从而导致了页分裂。
 |
 |
 |
2. 叶合并
当删除一行记录时，实际上记录并没有被物理删除，只是记录被标记为删除并且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%) ,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。
知识小贴纸：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。
3. 主键设置原则
- 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。UUID：随机字符串（不重复）
- 业务操作时，避免对主键的修改。
三、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，大数据量排序时，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。
explain select id , age , phone from tb_user order by age;
explain select id , age , phone from tb_user order by age,phone;
由于 age 和 phone 均没有索引，索引查找效率很低。
create index idx_user_age_phone_aa on tb_user(age,phone);
explain select id , age , phone from tb_user order by age,phone;
explain select id , age , phone from tb_user order by age desc,phone desc;
explain select id , age , phone from tb_user order by age asc,phone desc;
create index idx_user_age _phone_ad on tb_user(age asc ,phone desc);
explain select id , age , phone from tb_user order by age asc,phone desc;
四、group by优化
- 在分组操作时，可以通过索引来提高效率。
- 在分组操作时，索引的使用也是满足最左前缀法则的。
explain select profession , count(*) from tb_user group by profession ;
create index idx_user_pro_age_sta on tb_user(profession , age , status);
explain select profession , count(*) from tb_user group by profession ;
explain select profession , count(*) from tb_user group by age;
explain select profession , count(*) from tb_user
where profession = '软件工程' group by age;
五、limit优化
一个常见又非常头疼的问题就是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 *
from tb_sku t , (select id from tb_sku order by id limit 2000000,10) a
where t.id = a.id;
六、count优化
explain select count(*) from tb_user ;
如果表结构中数据量比较大，执行时间也会很长，效率比较低，这取决于InnoDB的处理方式。
- 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。（前提条件：没有where条件语句，否则效率同样很低）
- lnnoDB引擎同样很麻烦，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。
- 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 (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 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 (1)：
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(*)。
七、update优化
update student set no ='123456789' where id = 1;
update student set no ='123456789' where name='张三';InnoDB的行锁是针对于索引加的锁，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。
- 行锁：
 |
 |
- 表锁：
 |
 |
| 执行update语句时，name字段没有索引，此时加入的表锁而不是行锁。 前事务提交，后事务才能执行。 如果我们给name字段加上索引，此时加入的就是行锁而不是表锁了，两个事务就都可以运行。 |
|