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;
顺序插入性能要高于乱序插入
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,此以使用MySQL数据库提供的load指令进行插入。
操作如下:
-- 客户端连接服务端时,加上参数 -–local-infile
mysql –-local-infile -u root -p
-- 查询load开关有没有开启,0:未开启 1:已开启
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;
-- 执行load指令将准备好的数据,加载到表结构中
-- 使用','分隔,使用'\n'分行
load data local infile '/root/sql1.log' into table tb_user fields terminated by ',' lines terminated by '\n' ;
主键顺序插入性能高于乱序插入
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)。
行数据存储在聚集索引的叶子节点上:
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。
一个页中所存储的行是有限的,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。
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。
主键顺序插入:
主键乱序插入:
上述的这种现象,称之为 “页分裂”,是比较耗费性能的操作。
这个里面所发生的合并页的这个现象,就称之为"页合并"。
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。
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
性能高,Using filesort
性能低,在优化排序操作时,尽量优化为Using index
。
Using filesort
,性能较低Using index
,性能较高Backward index scan
,代表反向扫描索引,在MySQL中,默认索引的叶子节点从小到大排序,此时查询排序是从大到小,扫描就是反向扫描,就会出现 Backward index scan
。 在MySQL8版本中,支持降序索引,可以创建降序索引filesort
。Using filesort
,可以在创建联合索引时,指定升序或者降序。升序/降序联合索引结构图示:
sort_buffer_size
(默认256k)。-- 查看缓冲区大小
show variables like 'sort_buffer_size';
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
。分组操作在联合索引中也符合最左前缀法则。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。
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。
通过下面这种方式,速度就会快很多:
如果数据量很大,在执行count操作时非常耗时。
MyISAM 引擎会把一个表的总行数存在磁盘上,执行 count(*) 的时候会直接返回这个数,效率很高;如果是带条件的count,MyISAM也慢。
InnoDB 引擎执行 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。
如果要大幅度提升InnoDB表的count效率,可以自己计数(可以借助于类似redis的数据库计数,如果是带条件的count又会比较麻烦)。
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(*),所以尽量使用 count(*)。
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 。
update course set name = 'javaEE' where id = 1 ;
update course set name = 'SpringBoot' where name = 'PHP' ;