环境：
- widow 11
- mysql 8.0.28
- DBEaver 22.0.3
- node v16.4.2
- mockjs: “^1.1.0”
要测试mysql的性能，必先准备大量的数据，比如，向表中插入100万条数据。。。
为了批量生成这些数据，我再nodejs中使用mockjs每次生成1万条假数据，并写个脚本批量运行100次，mysql中便有了100万条数据。
一、使用mockjs造假数据
我准备了一张表，如下：
create table testdata(
id int primary key auto_increment,
china_name varchar(255),
eng_name varchar(255),
salt varchar(255),
age int,
num float,
dateTime datetime,
image varchar(255),
color varchar(255),
title varchar(255),
cword varchar(255),
cparagraph varchar(255),
region varchar(255),
province varchar(255),
ip varchar(255),
url varchar(255),
identify varchar(255)
)
然后，找个空目录（D:\jackletter\mockbigdata），新建文件index.js，代码如下：
const Mock = require('mockjs')
const fs = require("fs");
const Random = Mock.Random;
var sql = `insert into testdata(china_name,eng_name,salt,age,num,dateTime,image,color,title,cword,cparagraph,region,province,ip,url,identify) values`;
var count = 10000;
for (let index = 0; index < count; index++) {
var data = {
// 中文名字 | 姓 | 名
china_name: Random.cname(),
// 英文名 | firatname | lastname | 带中间字的
eng_name: Random.name(),
// 长度为4的字符串
salt: Random.string(8),
// 数字 最小1 最大100
age: Random.integer(1, 100),
// 数字 浮点数
num: Random.float(1, 10, 1, 4),
// 日期 时间 YYYY-MM-DD HH:mm:ss
dateTime: Random.datetime(),
// 图片
image: Random.image('200x100', '#ffcc33', '#FFF', 'png', '文字'),
// 颜色 hex rgb
color: Random.color(),
// 标题
title: Random.ctitle(),
cword: Random.cword(),
// 一段文本 1段-100段
cparagraph: Random.cparagraph(1, 2),
// 区域
region: Random.region(),
// 省 city zip couty 等
province: Random.province(),
// ip 域名 网址
ip: Random.ip(),
url: Random.url(),
// 身份证
identify: Random.id(),
};
sql += `\r\n\t('${data.china_name}','${data.eng_name}','${data.salt}',${data.age},${data.num},'${data.dateTime}','${data.image}','${data.color}','${data.title}','${data.cword}','${data.cparagraph}','${data.region}','${data.province}','${data.ip}','${data.url}','${data.identify}')`;
if (index == count-1) {
sql += ";";
} else {
sql += ",";
}
}
fs.writeFile("D:\\jackletter\\\mockbigdata\\testFile.sql", sql, function (err) {
if (err) {
console.log(err, "写入sql失败");
} else {
console.log("写入sql成功!!!");
}
});
然后，右键打开终端，如下：
先输入：npm i mockjs，
然后，运行：node .\index.js
最后将，生成的sql执行即可：
二、用c#代码批量执行插入
为了防止mysql客户端卡死，上面只生成了1万条数据，但这远远不够的，所以我用c#代码写了个循环，执行了100次，如下：
大概用了1分钟，1百万条数据就造好了：
三、验证：分页查询的页码越大，查询的性能越差
select * from testdata limit 0,10 -- 0ms
select * from testdata limit 10000,10 -- 5ms
select * from testdata limit 500000,10 -- 405ms
select * from testdata limit 900000,10 -- 664ms
四、验证：走索引查询的性能最优
先看不使用索引的查询：
然后，我们在title列上加索引（建立索引耗费4s）：
然后，再执行查询：
好像比不加索引还慢。。。
不过，换种写法：
可以看到，性能优化的还是很明显的，即使有在有多个过滤条件，但只有单个命中时，它的效率也是很高的：
从上面，我们可以看出，索引的效率确实很高，而且对于字符串列，必须使用xxx%这种格式才行！
其实，我们可以从查询计划中观察出来：
五、验证：联合列索引分先后顺序
先把上面的索引删除：
drop index idx_testdata_title on testdata
然后，新建索引（注意：china_name列和title列的先后顺序，耗时4.75s）：
然后，分别进行，查询：
因为索引本身也是有结构的，所以要想使用索引，sql中必须先对china_name进行过滤，然后可以选择再对title过滤。
如果，仅对title进行过滤是不能走索引的。
这就好理解上面的耗时了吧，通过explain的也可以很好的解释：
