SQL优化
插入数据
insert优化
批量插入
insert into tb_test 2values(1, 'Tom'), (2, 'Cat'), (3, 'jerry');
手动提交事务
start transaction; insert into test1 values(4, 'Tom'), (5, 'Cat'), (6, 'jerry'); insert into test1 values(7, 'Tom'), (8, 'Cat'), (9, 'jerry'); insert into test1 values(10, 'Tom'), (11, 'Cat'), (12, 'jerry'); commit;
主键顺序插入
load大批量插入数据
#客户端链接服务端时，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; #查看修改是否成功 select @@local_infile; #执行local指令将准备好的数据，加载到表结构中 load data local infile './load_user_100w_sort.sql' into table tb_user fields terminated by ',' lines terminated by '\n';
主键优化
数据组织方式
在innoDB存储引擎中，表结构时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（IOT）
页分裂
也可以为空，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
主键顺组插入：如果满了开辟一个新的页插入
主键乱序插入：首先找到1号数据页的50%位置，将其中 的一半移动到新的数据页，再插入新的数据到新的数据页后面，然后调整指针重新设计链表
页合并
当删除一行记录时，实际上记录并没有被物理剔除，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
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
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
-
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，所以不是通过索引直接返回排序结果的排序都叫FileSort排序。
-
Using index：通过有序索引循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。
没有索引时，根据age，phone进行排序，
explain select id,age,phone from tb_user order by age, phone;
排序方式是用的filesort
创建索引
create index idx_user_age_phone_aa on tb_user(age, phone);
再次排序可以看出使用的是index排序
出现两种排序。
将使用的索引查询的主键顺序换过来
一个正序一个倒序
一升一降优化方式：
重新创建一个索引
create index idx_user_age_phone_ad on tb_user(age asc, phone desc);
注意
必须要查询的字段要覆盖到索引，用*不会使用索引
总结
-
根据排序字段建立合适的索引，多字段排时，也遵顼最左前缀法则。
-
尽量使用覆盖索引
-
多字段排序时，一个升序一个降序，此时需要注意联合索引再创建时的规则（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
未建立索引进行group by分组操作，可以看到未用到索引，temporary临时表性能比较低
创建联合索引
create index idx_user_pro_age_sta on tb_user(profession, age, status);
当不满足最左前缀法则会让效率变低
使用where也可以满足最左前缀法则
limit优化
问题
limit再大数据量的情况下，查询的数据越往后，所耗时越高
limit 2000000,10 ，此时需要mysql排序前2000010记录，仅仅返回2000000-20000010的记录，其他记录丢弃，查询排序的代价非常大。
优化
一般分页查询时，通过创建覆盖索引能够比较好得提高性能，可以通过覆盖索引子查询形式进行优化。
select * from tb_sku t, (select id from tb_sku order by id limit 20000000,10) 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,前提是没有where条件。
InoDB 引擎比较麻烦，执行count(*)时，需要把数据一行一行地从引擎里读取出来，然后累积技术。
优化思路
自己计数，比如借助redis等内存数据困维护记数
count()的几种方式
count是一个聚合函数，对于返回的结果集，一行一行地判断,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。
count(*)
不取值，直接累加
count(主键)
遍历整张表，把每一行的主键id值取出来，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：整张表的字段值取出来给服务层，判断是否为null，不为null,计数累加。
有not null约束：整张表的字段值取出来给服务直接计数累加。
count(1)
遍历整张表，不取值，服务层对于每一行放一个1进去，直接按行累加
update优化
注意
在更新，根据索引找到数据执行的是行锁，而不是索引找数据执行的是表锁。所以要根据索引找数据,否则并发性能降低。