1.查版本号无论做什么都要确认版本号，不同的版本号下会有各种差异。>Select version(数据库
在go开发中免不了和数据库打交道，对于刚入门的小白来说，如何用自己所学语言连接并使用数据库是很重要的，下面就来研究一番。
相信很多小伙伴在面试中都被问过「为什么要用缓存？」，大部分人都是回答：「减少数据库的磁盘IO压力」。
肖鹏老师对于开源数据库尤其是MySQL的研究特别深入，今天我们来一起听他分享自己对MySQL数据库的优化经验！ 作者简介 肖鹏 微博研发中心数据库技术负责人，主要负责微博数据库（MySQL/Reids
在探索数据库优化的广阔领域中，我们不可避免地会遇到一系列独特的概念和技术。其中之一就是MySQL的多范围读取(Multi-Range Read, MRR)。
编写过程就是我们平常写sql语句的过程，也可以理解为编写顺序，以下就是我们编写顺序：
在刚工作的时候，发现分页场景下，当offset变大，MySQL处理速度非常慢！具体sql如下：
今天早上来公司，查看一个5.5版本的MySQL主从复制的架构的时候，发现一个问题，这个问题之前在5.7版本的MySQL版本中没有遇到过，这里记录一下，以供大家参考。
很多时候，程序员对mysql处于频繁使用，但都一知半解的程度，除了会加个索引，貌似也没啥优化的技能了。事实上，mysql能有今日的成就，必然不是靠个索引就吃饭的。更何况很多情况下，索引什么的应用层面也解决不了实际问题。那么，我们就需要深入到mysql内部去一探究竟。
主备切换有两种场景，一种是主动切换，一种是被动切换。而其中被动切换，往往是因为主库出问题了，由 HA 系统发起的。
索引可以说是每个工程师的必备技能点，明白索引的原理对于写出高质量的 SQL 至关重要，今天我们就从 0 到 1 来理解下索引的原理，相信大家看完不光对索引还会对 MySQL 中 InnoDB 存储引擎的最小存储单位「页」会有更深刻的认识
5.9 准备打个小程序版的个人blog 前端框架用mpvue(打算过几天分享)
业务中断如何定义？对于现在的应用来说，都是高可用的，那么意味着挂了一个其实没什么关系，就像人员的主备，好像暂时还没出现人员的双活情况，双活可能导致的问题就是心跳不同步，信息不到位，从而导致脑裂。
一般的应用系统，读写比例在10:1左右，而且插入操作和一般的更新操作很少出现性能问题，在生产环境中，我们遇到最多的，也是最容易出问题的，还是一些复杂的查询操作，因此对查询语句的优化显然是重中之重。说起加速查询，就不得不提到索引了。
表中只有一个字段时 count(*) 效率最高，count(列名) 当列名是主键时，它的效率高于 count(1)，其他情况 count(1) 效率更高。
一、MySQL自带的压力测试工具——Mysqlslap mysqlslap是mysql自带的基准测试工具,该工具查询数据,语法简单,灵活容易使用.该工具可以模拟多个客户端同时并发的向服务器发出查询更新,给出了性能测试数据而且提供了多种引擎的性能比较。mysqlslap为mysql性能优化前后提供了直观的验证依据,系统运维和DBA人员应该掌握一些常见的压力测试工具,才能准确的掌握线上数据库支撑的用户流量上限及其抗压性等问题。 1、更改其默认的最大连接数 在对MySQL进行压力测试之前，需要更改其默认的最大连接数，如下：
1. 我只是想查一个 mysql 镜像。执行命令： docker search mysql 。报错如下：
mysql千万级数据如何快速导出 今天给大家讲解如何快速的导出千万级MySQL中的数据，大家平时在进行MySQL数据导出的时候，如何数据量不大（万级记录）可能不会遇到这样那样的问题，下面就我前段事件导出MySQL千万级（目前量级8千万，已快到一亿）数据遇到问题的一个回放和代码优化。 查询优化 当你接到需求，可能第一时间想到，直接全量查询不就好了，如果数据记录在几万条还好，当MySQL一个表的数据大于200W的时候，这个时候去查询已经非常吃力了，即使在添加索引的情况下。 查询需求 收到的需求是，
我们已经成功存储数据到数据表，但是所有操作都要自行编写代码，很多编程语言和框架会引入 ORM 来解决模型类与数据表记录的映射关系，ORM 架起了 SQL 语句和应用程序之间的桥梁，将模型类和数据表映射起来，将模型类字段和数据表字段建立关联。
报错信息中不难看出来，是写入数据到/dev/shm这个目录的时候报错。报错信息也很明显，No space left on device；没有额外的空余磁盘空间。
通过MySQL复制可以实现读写分离，将读操作分布到多个不同的服务器上，减轻服务器的压力。
MySQL凭借着出色的性能、低廉的成本、丰富的资源，已经成为绝大多数互联网公司的首选关系型数据库。虽然性能出色，但所谓“好马配好鞍”，如何能够更好的使用它，已经成为开发工程师的必修课，我们经常会从职位描述上看到诸如“精通MySQL”、“SQL语句优化”、“了解数据库原理”等要求。我们知道一般的应用系统，读写比例在10:1左右，而且插入操作和一般的更新操作很少出现性能问题，遇到最多的，也是最容易出问题的，还是一些复杂的查询操作，所以查询语句的优化显然是重中之重。 本人从13年7月份起，一直在美团核心业务系统部做慢查询的优化工作，共计十余个系统，累计解决和积累了上百个慢查询案例。随着业务的复杂性提升，遇到的问题千奇百怪，五花八门，匪夷所思。本文旨在以开发工程师的角度来解释数据库索引的原理和如何优化慢查询。
首先要装个jdk8+,因为开发环境用的是eclipse，还要搞个兼容tomcat8的eclipse.
在不考虑缓存等机制（数据IO）的前提下,首先我们知道,对于用户来说他使用数据时,会和其内部的存储设备,一般为磁盘(当然也有固态之类的更高效的存储设备,但是数据库一般是部署在服务端,而服务端的主机或集群,考虑安全、可靠和成本等问题一般是使用磁盘)，交互寻找和提取对应的数据.
Hyperf 数据库的连接配置在 config\autoload\database.php 文件中
mysql 作为一个关系型数据库，在国内使用应该是最广泛的。也许你司使用 Oracle、Pg 等等，但是大多数互联网公司，比如我司使用得最多的还是 Mysql，重要性不言而喻。
索引在关系型数据库中，是一种单独的、物理的对数据库表中的一列或者多列值进行排序的一种存储结构，它是某个表中一列或者若干列值的集合，还有指向表中物理标识这些值的数据页的逻辑指针清单。 索引的作用相当于图书的目录，可以根据目录重点页码快速找到所需要的内容，数据库使用索引以找到特定值，然后顺着指针找到包含该值的行，这样可以是对应于表的SQL语句执行得更快，可快速访问数据库表中的特定信息。
缓存 show variables可以查看我们mysql的许多配置，我们查一些需要的参数可以使用类似于模糊匹配的方式如下：
Mysql索引类型 Primary key/主键索引,Innodb 中又叫聚簇索引,InnoDB存储引擎的表会存在主键（唯一非null），如果建表的时候没有指定主键，则会使用第一非空的唯一索引作为聚集索引，否则InnoDB会自动帮你创建一个不可见的、长度为6字节的row_id用来作为聚集索引。 单列索引:索引中只包含一个列。 组合索引:在多个字段上建立的索引,只有在查询条件中顺序的使用了这些索引,索引才有效果。使用组合索引遵循最左前缀原则。 Unique(唯一索引):索引列必须唯一,但允许有空值,若是组合索
介绍 web版 linux(终端[终端回放] 文件 脚本 进程)、数据库（mysql postgres）、redis(单机 哨兵 集群)、mongo统一管理操作平台 开发语言与主要框架 前端：typescript、vue3、element-plus 后端：golang、gin、gorm 系统相关资料 项目文档: https://objs.gitee.io/mayfly-go-docs 系统操作视频: https://space.bilibili.com/484091081/channel/collectio
https://www.bilibili.com/video/BV1yT4y1w7FS?from=search&seid=1538805982597498566&spm_id_from=333.337.0.0
昨天我们介绍了前后端结合将数据持久化的基础流程，将后端的数据库的表信息渲染到前端页面上，将前端提交的表信息发送到后端处理，对数据库的表信息进行增删改查，因为昨天还没有搭建数据库，就没具体演示，今天使用docker搭建一个mysql数据库，然后使用后端gorm框架操作mysql数据库。
MySQL用来加快查询的技术很多，其中最重要的是索引。通常索引能够快速提高查询速度。如果不适用索引，MYSQL必须从第一条记录开始然后读完整个表直到找出相关的行。表越大，花费的时间越多。但也不全是这样。本文讨论索引是什么以及如何使用索引来改善性能，以及索引可能降低性能的情况。
来源 | https://juejin.cn/post/6844903939247177741
在上一篇《会话和锁信息查询视图|全方位认识 sys 系统库》中，我们介绍了如何使用 sys 系统库总的视图来查询会话状态信息以及锁等待信息，本期的内容先给大家介绍查询表和索引相关的统计信息快捷视图。下面请跟随我们一起开始 sys 系统库的系统学习之旅吧。
一 索引的原理 1. 索引原理 索引的目的在于提高查询效率，与我们查阅图书所用的目录是一个道理：先定位到章，然后定位到该章下的一个小节，然后找到页数。相似的例子还有：查字典，查火车车次，飞机航班等 本质都是：通过不断地缩小想要获取数据的范围来筛选出最终想要的结果，同时把随机的事件变成顺序的事件，也就是说，有了这种索引机制，我们可以总是用同一种查找方式来锁定数据。 数据库也是一样，但显然要复杂的多，因为不仅面临着等值查询，还有范围查询(>、<、between、in)、模糊查询(like)、并集查询(or)等等
MYSQL 目前被攻击最多的就是他的OLAP的性能, 在OLTP中MYSQL 本身的性能是OK的,尤其高并发中符合MYSQL数据库的表设计和提取的方式,则数据的获取的速度是非常快的.
MySQL支持诸多存储引擎，而各种存储引擎对索引的支持也各不相同，因此MySQL数据库支持多种索引类型，如BTree索引，哈希索引，全文索引等等。
原文链接：http://t.cn/AidABz08
一般来说，使用join语句，会用到两种算法，分别是Index Nested-Loop Join(NLJ) 和 Block Nested-Loop Join(BNL)。
有赞作为"新零售"的软件服务供应商，随着业务的不断发展，从第一批几十家商户到现在300万商家，涉及零售，美业，餐饮，自媒体等众多商家，业务规模以及访问量爆发式增长。一方面给后端数据库带来的影响是服务器数量和DB实例的数据量出现成倍增加。各种业务需求:快速交付实例，慢查询优化以及备份恢复管理等都给DBA的日常运维支持带来更高的要求。另一方面最开始以excel作为CMDB管理数据库实例的纯人肉运维又给高效的数据库运维带来阻碍。
mariadb 10 多源复制(Multi-source replication) 业务使用场景分析，及使用方法 官方mysql一个slave只能对应一个master，mariadb 10开始支持多源复制，一个slave可以有多个master，分别从各自的master复制不同的DB。 这个特性可以用在OLAP环境中，传统电商DB都是拆了再拆，分库分表，sharding，而OLAP环境或者大数据平台环境，通常需要各种数据的聚合，多个平台多个DB数据的复合查询，而这些数据分散在各个库中，怎么办了，当然通过应用
通过操作 zabbix 后端MySQL数据库实现web前端的配置，并开启数据库的语句查询日志功能，记录 zabbix前端 web 操作对应后端数据库的查询语句以便熟悉数据库查询语句。
大家有没有遇到过慢查询的情况，执行一条SQL需要几秒，甚至十几、几十秒的时间，这时候DBA就会建议你去把查询的 SQL 优化一下，怎么优化？你能想到的就是加索引吧？
提交事务的时候，redo日志必须是刷入磁盘文件里的。这样可以严格的保证提交事务之后，数据是绝对不会丢失的，因为有redo日志在磁盘文件里可以恢复你做的所有修改。如果要是选择0的话，可能你提交事务之后，mysql宕机，那么此时redo日志没有刷盘，导致内存里的redo日志丢失，你提交的事务更新的数据就丢失了；如果要是选择2的话，如果机器宕机，虽然之前提交事务的时候，redo日志进入os cache了，但是还没进入磁盘文件，此时机器宕机还是会导致os cache里的redo日志丢失；所以对于数据库这样严格的系统而言，一般建议redo日志刷盘策略设置为1，保证事务提交之后，数据绝对不能丢失。
领取专属 10元无门槛券
手把手带您无忧上云
云服务器
ICP备案
对象存储
即时通信 IM
实时音视频
