1.插入数据

1.1insert

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

Insert into tb_test values(1,'Tom'),(2,'Cat'),(3,'Jerry');

start transaction;
insert into tb_test values(1,'Tom'),(2,'Cat'),(3,'Jerry');
insert into tb_test values(4,'Tom'),(5,'Cat'),(6,'Jerry');
insert into tb_test values(7,'Tom'),(8,'Cat'),(9,'Jerry');
commit;

主键乱序插入 : 8 1 9 21 88 2 4 15 89 5 7 3
主键顺序插入 : 1 2 3 4 5 7 8 9 15 21 88 89

-- 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 ;

-- 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;

load data local infile '/root/load_user_100w_sort.sql' into table tb_user
fields terminated by ',' lines terminated by '\n' ;

2.主键优化

行数据，都是存储在聚集索引的叶子节点上的。而我们之前也讲解过 InnoDB 的逻辑结构图：

在 InnoDB 引擎中，数据行是记录在逻辑结构 page 页中的，而每一个页的大小是固定的，默认

16K 。

那也就意味着， 一个页中所存储的行也是有限的，如果插入的数据行 row 在该页存储不小，将会存

储到下一个页中，页与页之间会通过指针连接。

2). 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 ( 如果一行数据过大，

会行溢出) ，根据主键排列。

A. 主键顺序插入效果

① . 从磁盘中申请页， 主键顺序插入

② . 第一个页没有满，继续往第一页插入

③ . 当第一个也写满之后，再写入第二个页，页与页之间会通过指针连接

④ . 当第二页写满了，再往第三页写入

B. 主键乱序插入效果

① . 加入 1#,2# 页都已经写满了，存放了如图所示的数据

② . 此时再插入 id 为 50 的记录，我们来看看会发生什么现象

会再次开启一个页，写入新的页中吗？

不会。因为，索引结构的叶子节点是有顺序的。按照顺序，应该存储在 47 之后。

但是 47 所在的 1# 页，已经写满了，存储不了 50 对应的数据了。 那么此时会开辟一个新的页 3# 。

但是并不会直接将 50 存入 3# 页，而是会将 1# 页后一半的数据，移动到 3# 页，然后在 3# 页，插入

50 。

移动数据，并插入 id 为 50 的数据之后，那么此时，这三个页之间的数据顺序是有问题的。 1# 的下

一个页，应该是3# ， 3# 的下一个页是 2# 。 所以，此时，需要重新设置链表指针。

上述的这种现象，称之为 " 页分裂 " ，是比较耗费性能的操作。

3). 页合并

目前表中已有数据的索引结构 ( 叶子节点 ) 如下：

当我们对已有数据进行删除时，具体的效果如下 :

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。

当我们继续删除2#的数据记录

删除数据，并将页合并之后，再次插入新的数据21，则直接插入3#页

这个里面所发生的合并页的这个现象，就称之为 "页合并"。

知识小贴士：

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.order by优化

drop index idx_user_phone on tb_user;
drop index idx_user_phone_name on tb_user;
drop index idx_user_name on tb_user;

 B. 执行排序SQL

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

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

-- 创建索引
create index idx_user_age_phone_aa on tb_user(age,phone);

explain select id,age,phone from tb_user order by age; 1

explain select id,age,phone from tb_user order by age , phone; 1

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

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

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);

H. 然后再次执行如下SQL

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

 升序/降序联合索引结构图示:

4.group by优化

drop index idx_user_pro_age_sta on tb_user;
drop index idx_email_5 on tb_user;
drop index idx_user_age_phone_aa on tb_user;
drop index idx_user_age_phone_ad on tb_user;

explain select profession , count(*) from tb_user group by profession ;

然后，我们在针对于 profession ， age ， status 创建一个联合索引。

create index idx_user_pro_age_sta on tb_user(profession , age , status);

紧接着，再执行前面相同的 SQL 查看执行计划。

explain select profession , count(*) from tb_user group by profession ;

再执行如下的分组查询 SQL ，查看执行计划：

我们发现，如果仅仅根据 age 分组，就会出现 Using temporary ；而如果是 根据

profession,age 两个字段同时分组，则不会出现 Using temporary 。原因是因为对于分组操作，

在联合索引中，也是符合最左前缀法则的。

所以，在分组操作中，我们需要通过以下两点进行优化，以提升性能：

A. 在分组操作时，可以通过索引来提高效率。

B. 分组操作时，索引的使用也是满足最左前缀法则的。

5.limit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;

6.count优化

6.1概述

select count(*) from tb_user ;

6.2count用法

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(*) 。

7.update优化

update course set name = 'javaEE' where id = 1 ; 1

update course set name = 'SpringBoot' where name = 'PHP' ;