方法一：

采用批量插入插入数据而不是一条条的插入数据。

TPS：每秒处理的事务数量

单挑插入：1000-5000

批量插入：5000-20000

为什么批量插入快？

因为单条插入相比批量插入他的事务开销更高，相当于要频繁的创建事务，网络I/O开销也很大，每插入一条都要通信一次，索引更新效率很慢，每次都要去找到索引的位置然后更新，而不是像批量插入那样，一次性更新一堆记录在索引树中。

不同数据量测试5次，结果如下：

单独插入50000条数据平均耗时：233748ms

批量插入50000条数据平均耗时：2590ms

对比：效率差50倍

单独插入10000条数据平均耗时：22036ms

批量插入10000条数据平均耗时：3330ms

对比：效率差6倍

单独插入1000条数据平均耗时：3122ms

批量插入1000条数据平均耗时：374ms

对比：效率差8倍

数据量越大效果越明细

测试数据来源于网络

方法二：

使用消息队列（如 Kafka、RabbitMQ）或本地缓存队列（如 Redis、Disruptor）暂存短链数据。

异步的写入mysql避免一直卡在数据库插入这个操作中。

方法三：

分库分表，对短链url进行hash计算，计算得出的短链作为分片健，然后这样基本上可以均匀的分配到t_link_(0~15)表里边。

这样也能让单表压力减小16倍。同时使用java多线程编程，实现同一时间向不同表插入数据。