1、假如如果同时从同一个客户端插入很多行，使用含多个 VALUE的INSERT数据库语句同时插入几行。这比使用单行INSERT数据库语句快(在某些情况下快几倍)。假如如果您正向一个非空表添加数据，可以调节 bulk_insert_buffer_size变量，使数据插入更快。参见5.3.3 节，“站点服务器系统变量”。 2、假如如果您从不同的客户端插入很多行，能通过INSERT DELAYED数据库语句加快速度。参见13.2.4 节，“INSERT语法”。 3、用MyISAM，假如如果在表中没有删除的行，能在SELECT数据库语句正在运行的同时插入行。 4、当从一个文本网站网站文件装载一个表时，使用LOAD DATA INFILE。这通常比使用很多INSERT数据库语句快20倍。参见13.2.5 节，“LOAD DATA INFILE语法”。 5、当表有很多索引时，有可能要多做些工作使得LOAD DATA INFILE更快些。使用下列过程： 1）. 有选择地用CREATE TABLE创建表。 2）. 执行FLUSh TABLES数据库语句或开始执行命令mysqladmin flush-tables。 3). 使用myisamchk --keys-used=0 -rq /path/to/db/tbl_name。这将从表中取消所有索引的使用。 4). 用LOAD DATA INFILE把数据插入到表中，因为不更新任何索引，因此很快。 5). 假如如果只想在以后读取表，使用myisampack压缩它。参见15.1.3.3 节，“压缩表特性”。 6). 用myisamchk -r -q /path/to/db/tbl_name重新创建索引。这将在写入磁盘前在内存中创建索引树，并且它更快，因为避免了大量磁盘搜索。结果索引树也被完美地平衡。 7). 执行FLUSh TABLES数据库语句或mysqladmin flush-tables开始执行命令。 6、锁定表可以加速用多个数据库语句执行的INSERT操作办法： * LOCK TABLES a WRITE; * INSERT INTO a VALUES (1,23),(2,34),(4,33); * INSERT INTO a VALUES (8,26),(6,29); * UNLOCK TABLES; 这样性能会提高，因为索引数据缓存区仅在所有INSERT数据库语句完成后刷新到磁盘上一次。一般有多少INSERT数据库语句即有多少索引数据缓存区刷新。假如如果能用一个数据库语句插入所有的行，就不需要锁定。 对于事务表，应使用BEGIN和COMMIT代替LOCK TABLES来加快插入。基于B-树和B 树的使用：数据搜索和网站数据库索引的详细介绍
1 .B-树定义,B-树是一种平衡的多路查找树，它在网站网站文件系统中很有用。,定义：一棵m 阶的B-树，或者为空树，或为满足下列特性的m 叉树： ⑴树中每个结点至多有m 棵子树； ⑵若根结点不是叶子结点，则至少有两棵子树；,⑶除根结点之外的所有非终端结点至少有[m/2] 棵子树； ⑷所有的非终端结点中包含以下信息数据：,（n，A0，K1，A1，K2，…，Kn，An） 其中：Ki（i=1,2,…,n）为关键码，且Ki,Ai 为指向子树根结点的指针(i=0,1,…,n)，且指针Ai-1 所指子树中所有结点的关键码均小于Ki (i=1,2,…,n)，An 所指子树中所有结点的关键码均大于Kn.,n 为关键码的个数。 ⑸所有的叶子结点都出现在同一层次上，并且不带信息（可以看作是外部结点或查找失败的结点，实际上这些结点不存在，指向这些结点的指针为空）。,即所有叶节点具有相同的深度，等于树高度。,如一棵四阶B-树，其深度为4., , , ,B-树的查找类似二叉排序树的查找，所不同的是B-树每个结点上是多关键码的有序表，在到达某个结点时，先在有序表中查找，若找到，则查找成功；否则，到按照对应的指针信息指向的子树中去查找，当到达叶子结点时，,在上图的B-树上查找关键字47的过程如下：,1）首先从更开始，根据根节点指针找到 *节点，因为 *a 节点中只有一个关键字，且给定值47 > 关键字35，则若存在必在指针A1所指的子树内。,2）顺指针找到 *c节点，该节点有两个关键字（43和 78），而43 < 47 < 78,若存在比在指针A1所指的子树中。,3）同样，顺指针找到 *g节点，在该节点找到关键字47,查找成功。,2. 查找算法,复制具体相关代码 具体相关代码如下:,typedef int KeyType ; #define m 5 /*B 树的阶，暂设为5*/ typedef struct Node{ int keynum; /* 结点中关键码的个数，即结点的大, ,从查找算法中可以看出， 在B- 树中进行查找包含两种基本操作办法:,( 1) 在B- 树中查找结点；,( 2) 在结点中查找关键字。,由于B- 树通常存储在磁盘上， 则前一查找操作办法是在磁盘上进行的， 而后一查找操作办法是在内存中进行的， 即在磁盘上找到指针p 所指结点后， 先将结点中的信息读入内存， 然后再利用顺序查找或折半查找查询等于,因此， 在磁盘上进行查找的次数、即待查找关键字所在结点在B- 树上的层次树， 是决定B树查找效率的首要因素,那么，对含有n 个关键码的m 阶B-树，最坏情况下达到多深呢？可按二叉平衡树进行类似分析。首先，讨论m 阶B-数各层上的最少结点数。,由B树定义：B树包含n个关键字。因此有n 1个树叶都在第J 1 层。,1）第一层为根，至少一个结点，根至少有两个孩子，因此在第二层至少有两个结点。,2）除根和树叶外，其它结点至少有[m/2]个孩子,因此第三层至少有2*[m/2]个结点,在第四层至少有2*[m/2]2 个结点…,3）那么在第J 1层至少有2*[m/2]J-1个结点,而J 1层的结点为叶子结点,于是叶子结点的个数n 1。有：, ,也就是说在n个关键字的B树查找，从根节点到关键字所在的节点所涉及的节点数不超过：, ,3.B-树的插入,B-树的生成也是从空树起，逐个插入关键字而得。但由于B-树结点中的关键字个数必须≥ceil(m／2)-1，因此，每次插入一个关键字不是在树中添加一个叶子结点，而是首先在最低层的某个非终端结点中添加一个,如图（a） 为3阶的B-树(图中略去F结点(即叶子结点))，假设需依次插入关键字30，26，85。, , , ,1) 首先通过查找确定插入的位置。由根*a 起进行查找，确定30应插入的在*d 节点中。由于*d 中关键字数目不超过2（即m-1），故第一个关键字插入完成：如（b）, , ,2) 同样，通过查找确定关键字26亦应插入 *d. 由于*d节点关键字数目超过2，此时需要将 *d分裂成两个节点，关键字26及其前、后两个指针仍保留在 *d 节点中，而关键字37 及其前、后两个指针存, , , , ,3) (e) -(g) 为插入85后;, , ,插入算法：,复制具体相关代码 具体相关代码如下:
