500-1000条合适
insert into table_name values(xxx,xxx,xxx),(xxx,xxx,xxx),(xxx,xxx,xxx),....;

几千几万条时可以分割成多条insert插入

start transaction;
insert into table_name values(xxx,xxx,xxx);
insert into table_name values(xxx,xxx,xxx);
insert into table_name values(xxx,xxx,xxx);
...
commit;

不会涉及到页拆分，效率高

如果一次性需要插入大批量数据，使用inset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index organized table IOT)

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(如果一行数据多大，会行溢出)，根据主键排列。

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

这里删除操作

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

满足业务需求的情况下，尽量降低主键的长度 --因为二级索引叶子节点会存储主键，会导致索引数据大
插入数据时，尽量选择顺序插入，选择使用AUTO_INCREMENT自增主键。 --避免页分裂
尽量不要使用UUID做主键或者是其他自然主键，如身份证号  --长度长且无序
业务操作时，避免对主键的修改。

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。
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。

backward index scan反向索引扫描

下面这个违背最左前缀法则

建立联合索引时，默认每个字段都按升序排列。下面这个第二个字段索引失效

collation字段的A表示升序，D表示降序

下面这个使用了新创建的索引

自动选择了之前的索引

下面使用了*，没有使用覆盖索引，索引失效

using temporary表示性能低

下面这个性能也低，不满足最左前缀法则

满足最左前缀法则

下面这种居然也满足最左前缀法则

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。

一个常见又非常头疼的问题就是limit 2000000,10 ，此时需要MySL排序前2000010 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

select * from tb_sku limit 0,10; 分页操作，查询第一页

select * from tb_sku limit 10,10; 分页操作，查询第2页

select * from tb_sku limit 1000000,10; 分页操作，查询第100001页 此时就开始费时了

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。

select * from tb_sku limit 9000000,10;

当前不支持in后面加limit。用下面这种方式解决上面的不支持

explain select count(*) from tb_user ;
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(前提是不要使用where)，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，然后累积计数

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(*).

count(主键)
lnnoDB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nul)。

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nul，不为nul，计数累加。
有not null约束:innoDB 引警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 (1)
lnnoDB 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(*)
lnnoDB引肇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。

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。导致并发性能降低。

锁定id为1这一行

此时执行下面语句成功

下面这个貌似是锁定id为2这一行。其实由于name此时没有建立索引，默认的是表锁，锁定这张表，此时另一个事务执行卡住

在另一个事务执行下面的，执行不成功。只有当第一个事务释放表锁时，才能执行

此时不会产生表锁，产生的是行锁

由于操作的不是同一行，下面能够成功执行