跟孙哥学java

插入数据

insert优化

insert into tb_test values(1,'tom');
insert into tb_test values(2,'cat');
insert into tb_test values(3,'jerry');
.....

每次插入都需要建立连接，进行IO操作

我们可以批量插入

insert into tb_test values(1,'tom'),(2,'cat'),(3,'jerry');

手动提交事务

start transaction;
insert into tb_test values(1,'tom');
insert into tb_test values(2,'cat');
insert into tb_test values(3,'jerry');
commit;

主键顺序插入

主键顺序插入比乱序插入更快

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：

可以执行如下指令，将数据脚本文件中的数据加载到表结构中： -- 客户端连接服务端时，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; -- 执行load指令将准备好的数据，加载到表结构中 load data local infile '/root/sql1.log' into table tb_user fields terminated by ',' lines terminated by '\n' ;

CREATE TABLE `tb_user` (
`id` INT(11) 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(1) DEFAULT NULL,
PRIMARY KEY (`id`),
UNIQUE KEY `unique_user_username` (`username`)
) ENGINE=INNODB DEFAULT CHARSET=utf8 ;

load data local infile 'load_user_100w_sort.sql' into table tb_user fields terminated by ',' lines terminated by '\n'; 插入数据

主键优化

数据组织方式：

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 IOT)。

innnoDB逻辑存储结构：

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。主键顺序插入：主键乱序插入它应该插入在47之后：再将50插入在47后再修改链表指针：主键乱序插入就可能出现页分裂

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。

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UUD做主键或者是其他自然主键，如身份证号。

order by 优化

①.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。 ②.Using index.:通过有序索引l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。先查看表的索引然后查询查询并且根据age进行排序 sort buffer中完成排序操作，效率低，这是因为age,phone 没有索引建立索引：create index idx_user_age_phone on tb_user(age,phone);

explain select id,age,phone from tb_user order by age;

使用了索引

如果进行倒排序违背最左前缀创建索引模式是asc，升序排序怎么优化？

创建索引 age asc phone desc

age asc，phone asc 的索引结构若age asc，phone desc：以上前提都是要求覆盖索引才会索引排序生效

:::info 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)。 :::

group by优化

explain select profession ,count(*) from tb_user group by profession; 对profession创建索引再次查询：

在分组操作时，也需要满足最左前缀原则

limit优化

查询第二页 10条数据耗时不大但是搜索后面的页时候花费了1.66 花费了10.79

:::info 对于大数据来说，查询越后面的数据，查询时间越长一个常见又非常头疼的问题就是imit2000000,10,此时需要M小ySQL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。 ::: 如何优化？？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； 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。优化思路：自己计数。使用key-value，每次插入自己维护

count会去判断字段是否null，不为null才会计数。

count的几种用法 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)。 2，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。 3.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。 4.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。

性能排序： count(*) ≈count(1)>count(主键)>count(字段）

update优化

执行update 语句 where 字段加了索引，对这一行数据加锁没加索引，对这个表加锁，锁的是整个表

进行update 时，跟新的条件要有索引，否则会升级表锁，并发性能降低

MySQL-如何进行sql语句优化