插入数据：
批量插入 手动提交事务 主键顺序插入性能高于乱序插入
大批量插入数据，可以使用MySQL数据库提供的load指令进行插入：
Load指令：
#在连接服务器时，加上参数 --local-infile 表示读取本地文件。
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 'path/to/file' into table [table_name] fields terminated by '[separator]' lines terminated by '\n';
用Load指令将本地文件导入数据库，速度会比insert语句快。
主键优化：
数据组织方式 在InnoDB中，表数据是根据主键顺序存放，这种存储方式的表称为聚集索引，（索引组织表）。
InnoDB的逻辑存储结构为 Tablespace – Segment – Extent – Page – Row
页分裂
基于聚集索引的表插入新行，或主键更新导致需要移动行的时候，可能会出现“页分裂”问题。
当行的主键值要求必须将这一行插入到某个已满的页中时，存储引擎会将该页分裂成两个页面来容纳该行，这就是一次页分裂操作。页分裂操作会导致表占用更多的磁盘空间。
所以当主键写入时乱序时，InnoDB不得不频繁的做页分裂操作，以便为新的行分配空间。页分裂会导致大量移动数据，一次插入最少需要修改三个页而不是一个页。
页合并
当删除一行记录时，实际上该记录只是被标记为删除，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，查看是否可以合并优化空间利用。
主键设计原则
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 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（身份证） 业务操作时，尽量避免对主键的修改。
order by 优化
filesort排序方式
在排序缓冲区sort buffer中完成排序操作。
index排序方式
通过有序的索引直接返回有序数据，操作效率高。
使用联合索引时，需要满足最左前缀法则。
在对带有联合索引的字段进行order by排序时，对字段1升序，字段2降序。也会使用filesort排序。
在创建索引时，需要指定排序方式。
// 该联合索引可以用 a asc/desc, b desc/asc 的order by排序
create index idx1 on t1(a asc , b desc);
order by优化原则
根据排序字段建立合适的索引，多字段排序时，遵循最左前缀法则。 实现覆盖索引 多字段排序时，要注意联合索引的创建规则（ASC / DESC)。
出现不可避免的filesort时，为防止缓冲区溢出，可以修改缓冲区大小。 使用 set sort_buffer_size = [num] 完成。
group by优化：
使用group by时，对分组字段创建联合索引。 不满足最左前缀法则，索引失效会导致SQL低性能问题。
limit优化：
在大数据量情况下，搜索位置越靠后性能越低。 前缀数据都会被丢弃。
// 访问的位置越靠后，查询速度越慢。
select * from t1 limit st,num;
可以使用覆盖索引+子查询的方式进行优化
select * from table1 t1 , (select id from table1 order by id limit 9000000,10) temp where temp.id = t1.id;
count优化:
count() 是一个聚合函数，对于返回的结果集逐行判断，最后返回累计值。
MyISAM引擎把一个表的总行数存在了磁盘上，因此执行count(*)的时候会直接返回数据，效率很高。
InnoDB引擎执行count(*)时，需要累积计数，效率并不高。
count类型：
count(主键)
InnoDB引擎会遍历整张表，将每一行的主键id都返回给服务层，服务层接收到主键后，计数+1。
count(字段)
没有not null约束：InnoDB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引擎同样会会将数据返回给服务层，服务层按行进行累加。
count(常数)
InnoDB引擎遍历整张表，但不取值。服务层对于返回的每一行，标记一个常数，按行进行累加。
count(*)
InnoDB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。
count优化原则
效率由高到低 count(*) ≈ count(常数) > count(主键) > count(字段)
尽量使用count(*)，数据库专门做了优化。
update优化：
如果字段没有索引，SQL语句就会上表锁 所以尽量对有索引的字段作为条件执行SQL语句，避免表锁导致性能下降。
InnoDB的行锁是针对索引加的锁，不是针对记录加的锁。
如果索引失效，行锁会升级为表锁。
小结：
插入数据优化： 如果需要保存多条数据，批量插入，手动控制事务、主键顺序插入 大批量插入时，可以通过加载本地文件的方式构建表。
主键优化： 主键是乱序插入时，可能出现页分裂问题，一个操作可能会对几个页同时操作。 主键长度尽量短，顺序插入
order by优化： using index：通过索引返回数据、性能高 尽量使用覆盖索引，创建联合索引时，要考虑索引的字段顺序和排序方式。
group by优化： 多字段分组时，不满足最左前缀法则，会导致索引失效。 尽量覆盖索引。
limit优化： 访问的数据越靠后，查询速度越低 覆盖索引+子查询优化
count优化： 使用count(*)优化 或是自行计数，存储在专门的表中。
update优化： 写操作，覆盖索引，根据主键/索引字段来进行操作 避免表锁，导致数据库的并发性能下降。