✍个人博客:https://blog.csdn.net/Newin2020?spm=1011.2415.3001.5343
专栏地址:https://blog.csdn.net/Newin2020/article/details/127933422
视频地址:黑马程序员 MySQL数据库入门到精通
专栏定位:这个专栏我将会整理 B 站黑马程序员的 MySQL 入门课程的笔记,大家可以根据笔记辅助听课~
❤️如果有收获的话,欢迎点赞收藏,您的支持就是我创作的最大动力
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'),(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;
主键顺序插入
主键顺序插入性能高于乱序插入。
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
如果一次性需要插入大批量数据,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:
# 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';
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。
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
每次页满了就会去开辟新的页,以此类推。
主键乱序插入
看下面这个例子,如果插入 50
就发现不能直接开辟新的页插入到后面,因为其索引值在第一页和第二页之间。
这就需要将要插入地方的那个页进行分裂,将一部分放到新开辟的那个页当中。
这样就有地方可以插入 50
了,即直接插入到第三页的后面。
最后还需要调整一下顺序,现在第三页需要接到第一页的后面去。
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。
注意:
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。
AUTO_INCREMENT
自增主键。UUID
做主键或者是其它自然主键,如身份证号。(1)Using filesort
:通过表的索引或全表扫描,读取满足条件的数据行,然后再排序缓冲区 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都叫 FileSort
排序。
(2)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。
# 没有创建索引时,根据age,phone进行排序会显示Using filesort
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);
# 创建索引后,根据age,phone进行升序排序会显示Using index
explain select id,age,phone from tb_user order by age,phone;
# 创建索引后,根据age,phone进行降序排序会显示Using index
explain select id,age,phone from tb_user order by age desc,phone desc;
# 根据age,phone进行排序一个升序,一个降序会显示Using filesort
explain select id,age,phone from tb_user order by age asc,phone desc;
# 创建索引
create index idx_user_age_phone_ad on tb_user(age,asc,phone desc);
# 根据age,phone进行排序一个升序,一个降序会显示Using index
explain select id,age,phone from tb_user order by age asc,phone desc;
ASC/DESC
)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
)。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。
# 删除掉目前的联合索引idx_user_pro_age_sta
drop index idx_user_pro_age_sta on tb_user;
# 执行分组操作,根据profession字段分组
explain select profession,count(*) from tb_user group by profession;
# 创建索引
create index idx_user_pro_age_sta on tb_user(profession,age,status);
# 执行分组操作,根据profession字段分组
explain select profession,count(*) from tb_user group by profession;
# 执行分组操作,根据profession字段分组
explain select profession,count(*) from tb_user group by profession,age;
一个常见又非常头疼的问题是 limit 2000000,10
,此时需要 MySQL
排序前 2000010
的记录,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。
优化思路: 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。
explain select * from tb_sku t,(select id from tb_sku order by id limit 2000000,10) a where t.id=a.id;
explain select count(*) from tb_user;
MuISAM
引擎把一个表的总行数存放在了磁盘上,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,然后累计计数。
优化思路: 自己计数。
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。
用法: count(*)、count(主键)、count(字段)、count(1)
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(*)
尽量根据主键/索引字段进行数据更新。
update student set no='2000100100' where id=1;
update student set no='2000100105' where name='韦一笑';
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。