1. SQL提示
SQL提示，是优化数据库的一个重要手段，简单来说，就是在SQL语句中加入一些人为的提示来达到优化操作的目的。
//use index ： 建议MySQL使用哪一个索引完成此次查询 //（仅仅是建议，mysql内部还会再次进行评估）。 explain select * from tb_user use index(idx_user_pro) where profession = '软件工程'; // ignore index ： 忽略指定的索引。 explain select * from tb_user ignore index(idx_user_pro) where profession = '软件工程'; //force index ： 强制使用索引。 explain select * from tb_user force index(idx_user_pro) where profession = '软件工程';
2. 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：
windows/linux
-- 客户端连接服务端时，加上参数 -–local-infile mysql –-local-infile -uroot -proot -- 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' ;
docker exec -it mysql bash -- 客户端连接服务端时，加上参数 -–local-infile mysql –-local-infile -u root -p -- 查询local_infile是否开启 select @@local_infile; -- 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; -- 创建数据库 create database xxx; -- 切换数据库 use xxx; -- 创建表 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 ; //将load_user_100w_sort.sql文件上传到“/root/mysql/data”下 //注意：/var/lib/mysql目录是mysql容器内部的目录 //和linux上的/root/mysql/data目录相映射关系 load data local infile '/var/lib/mysql/load_user_100w_sort.sql' into table tb_user fields terminated by ',' lines terminated by '\n' ;
3. 主键优化
3.1. 概述
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)。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。
3.2. 页分裂
如果一个页快满了,此时我们插入数据,但下一个页的空间也全部占满。基于索引的有序性，这个时候Mysql将创建一个新页，然后将快满的这个页的部分数据迁移到新页中,这部分数据就是超出原来那个页阈值的那部分数据,之后再插入新的数据。
假如主键乱序插入50这条数据，发生页分裂，流程如下：
3.3. 页合并
如果页中的数据被删除,那么实际上这块的空间并不会被回收,而是标记为可重复利用。当一个页的数据被删除或者更新,空间小于所规定的阈值大小,那么Mysql会查找前一个页,和后一个页,判断是否可以将这个页合并到另外一个页,这样就可以节省下一个页的空间。
（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。）
假如陆续删除数据，发生页合并，流程如下：
总结
页分裂和页合并是针对索引结构的优化技术，页分裂保证了索引的有序性，而页合并保证了紧凑性，减少了页数量（磁盘I/O操作）。两者并不是为了直接提高查询效率。然而，通过保持索引的合理组织和大小，这些技术可以间接地影响查询性能。
3.4. 主键设计
- 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。
4. order by优化
MySQL的排序，有两种方式：
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。
对于以上的两种排序方式，Using index的性能高，而Using filesort的性能低，我们在优化排序操作时，尽量要优化为 Using index。
5. group by优化
在分组操作时，可以通过索引来提高效率。
分组操作时，索引的使用也是满足最左前缀法则的。
6. limit优化
在数据量比较大时，如果进行limit分页查询，在查询时，越往后，分页查询效率越低。所以一般分页查询时，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。
7. count优化
7.1. 概述
在之前的测试中，我们发现，如果数据量很大，在执行count操作时，是非常耗时的。
- 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； 但是如果是带条件的count，MyISAM也慢。
- 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。
如果说要大幅度提升InnoDB表的count效率，主要的优化思路：自己计数(可以借助于redis这样的数据库进行,但是如果是带条件的count又比较麻烦了)。
7.2. count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。
count用法 |
含义 |
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(数字) |
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：
count(字段) < count(主键 id) < count(1) ≈ count(*)
8. update优化
其实这个是考虑两个事务之间在修改的时候，是行锁还是表锁的问题。
当在执行update语句的时候
- 条件必须是有索引的字段，这样InnoDB执行的是行锁
- 当条件不是有索引的字段的时候，那么则执行的是表锁，会造成阻塞，性能大大降低。
- InnoDB的行锁是针对索引加的锁，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 。
