1. 插入数据优化

批量插入数据，将

insert into tb_1 values(字段1, 字段2...)

insert into tb_1 values(字段1, 字段2...)

改为按主键顺序插入，手动提交事务，可以提高插入效率

2. 大批量插入数据（优化为加载文件数据）

(1). 连接数据库 mysql --local-infile -u{root} -p{pwd} // 代表需加载本地文件

(2). 查询本地文件加载状态 select @@local_infile;

(3). 若未开启本地文件加载，则 set global local_infle=1; // 设定开启本地文件加载

(4). 加载本地文件到表 load data local infile '/url/xx.log' into table {表名} fields teminated by ',' lunes teminated by '\n'; // 代表加载文件 log 到表，按逗号分割字段，按\n换行

3. 主键优化

数据库存储分为：表空间（64段），段（64区），区（64页-1M），页（16KB），行。

(1). 主键顺序插入：一页写满，按顺序开新页

(2). 主键乱序插入：插入数据在两个满页之间，将一个页分裂成两个，插入新页（页分裂）。

删除数据，是将数据标记为删除，页不满50%会找前后两个页，与另一个50%页合并（页合并）。

注释：可以在建表或索引时，指定页合并的数值（merge_threshold值）

结论，页合并和页分裂都会影响插入效率，所以主键顺序插入效率高。

主键设计原则：降低长度，选择自增属性，避免修改主键

4. 排序优化（order by）

(1). 根据索引顺序排序，效率最高（通过索引获取数据就是排好的顺序）。

(2). 排序的顺序，与联合索引创建时的字段顺序不一致（违背最左前缀法则），不完全按索引排序

(3). 创建索引默认都是升序，排序按联合索引字段顺序都升都降是索引排序。一升一降（违背最左前缀法则）

(4). 可以创建索引时指定排序规则：create index 索引名 on 表名(字段 asc, 字段 desc);

5. 分组优化（group by）

(1). 与排序优化一样，按索引顺序分组，效率最高（满足最左前缀法则）

(2). 可以将最左前缀（联合索引字段）写在where中，之后的（联合索引字段）写在group by中。（是满足最左前缀法则的）

6. 分页优化（limit）

大数据（1千万条以上）查询页越往后越慢，

网上查询给的解决办法是：关联id排序过的子查询，能优化大数据后面排序的效率

但是这样做，为了保持分页顺序，势必前面的数据也要按id排序，会影响效率高的查询也变慢。

最优解决策待定。。。

7. 总件数函数优化（count函数）

(1). count函数，返回不为null的记录数。

(2). count(*) mysql做了优化，性能最好。

(3). count(主键) 主键与唯一字段的count性能第二。

(4). count(普通字段) 性能最差，字段如果有null取到的是不为Null的数据的件数

(5). count(1) 不取数据，性能与count(*)一样，性能最好。

8. 更新优化（update）

更新条件如果不是索引，事务会进行表锁，导致其他事务不能更新数据。避免非索引更新条件。