这次新开了一个个人的mysql专栏，专门用于总结mysql的一些细节以及相关的案例总结，同时也包括了一些mysql的底层实现，在后续的篇章则是根据《mysql技术内幕innodb存储引擎》（第二版）来深入了解mysql中用的最多的存储引擎的内部细节。
key_blocks_unused表示未使用的缓存簇（blocks）数，key_blocks_used表示曾经用到的最大的blocks，如果缓存都用到了，要么增加key_buffer_size，要么过度索引，把缓存占满了。
OperationalError: (pymysql.err.OperationalError) (1040, u'Too many connections')
pymysql.err.OperationalError: (1040, 'Too many connections') 超出连接数据库最大连接数所致，修改最大连接数
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，
对于MySQL数据库中，千万级别或者上亿级别的大表如何优化？首先需要考虑执行计划优化SQL语句和索引，然后再考虑前段加缓存memcached、Redis数据库，如果还达不到效果，就要使用MySQL数据库集群，配置读写分离架构，配置MySQL表分区，配置MyCat分表分库等。
所以业界流传一段话，千万级以下的用mysql、千万级以上的用mongodb，亿级以上的用hadoop。
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。
本MySQL模板采集数据使用mysqladmin/mysql命令连接数据库，并将获取的数据写入本地文件，然后通过Zabbix agent(active)方式获取各监控项的数据。在Zabbix自带的基础模板上进行升级，指标更完善，性能更好
今天使用ide连接线下MySQL报错Can not connect to MySQL server. Too many connections，报错很明确，与MySQL的连接数满了。想想也是，每起一个服务都会创建MySQL连接池，占用不少的长连接。用ide查看了一下，原来最大连接数才151，看来有必要改大一点了。
golang内部自带了连接池功能，刚开始接触golang的时候不了解这个，还自己搞了一个 sql.Open的对象管理池，真的非常囧啊。 sql.Open函数实际上是返回一个连接池对象，不是单个连接。在open的时候并没有去连接数据库，只有在执行query、exce方法的时候才会去实际连接数据库。在一个应用中同样的库连接只需要保存一个sql.Open之后的db对象就可以了，不需要多次open。 golang中关于mysql的增删改查我在前面的一篇文章中有说明了，不了解的小伙们可以先去了解一下：golang连接
大多系统初生时就是这样，只是随业务不但发展变得复杂，架构迭代。系统上线后，虽用户量不大，但运行一切正常。不过领导觉得用户量太少，紧急调动运营做了某音的推广。带来大波流量，系统访问速度突然开始变慢。
数据库优化有很多可以讲，按照支撑的数据量来分可以分为两个阶段：单机数据库和分库分表，前者一般可以支撑500W或者10G以内的数据，超过这个值则需要考虑分库分表。另外，一般大企业面试往往会从单机数据库问起，一步一步问到分库分表，中间会穿插很多数据库优化的问题。本文试图描述单机数据库优化的一些实践，数据库基于mysql，如有不合理的地方，欢迎指正。
show variables like '%max_connections%'; 查看最大连接数 set global max_connections=1000 重新设置，重启失效 打开my.ini，修改max_connections=1000(默认为100)，永久生效 show status like 'Threads%'; +-------------------+-------+ | Variable_name | Value | +-------------------+-------+ | Threads_cached | 58 | | Threads_connected | 57 | ###这个数值指的是打开的连接数 | Threads_created | 3676 | | Threads_running | 4 | ###这个数值指的是激活的连接数，这个数值一般远低于connected数值 +-------------------+-------+ Threads_connected 跟show processlist结果相同，表示当前连接数。准确的来说，Threads_running是代表当前并发数 show full processlist 如果是root帐号，你能看到所有用户的当前连接。如果是其它普通帐号，只能看到自己占用的连接 命令：show status like '%下面变量%'; Aborted_clients 由于客户没有正确关闭连接已经死掉，已经放弃的连接数量。 Aborted_connects 尝试已经失败的MySQL服务器的连接的次数。 Connections 试图连接MySQL服务器的次数。 Created_tmp_tables 当执行语句时，已经被创造了的隐含临时表的数量。 Delayed_insert_threads 正在使用的延迟插入处理器线程的数量。 Delayed_writes 用INSERT DELAYED写入的行数。 Delayed_errors 用INSERT DELAYED写入的发生某些错误(可能重复键值)的行数。 Flush_commands 执行FLUSH命令的次数。 Handler_delete 请求从一张表中删除行的次数。 Handler_read_first 请求读入表中第一行的次数。 Handler_read_key 请求数字基于键读行。 Handler_read_next 请求读入基于一个键的一行的次数。 Handler_read_rnd 请求读入基于一个固定位置的一行的次数。 Handler_update 请求更新表中一行的次数。 Handler_write 请求向表中插入一行的次数。 Key_blocks_used 用于关键字缓存的块的数量。 Key_read_requests 请求从缓存读入一个键值的次数。 Key_reads 从磁盘物理读入一个键值的次数。 Key_write_requests 请求将一个关键字块写入缓存次数。 Key_writes 将一个键值块物理写入磁盘的次数。 Max_used_connections 同时使用的连接的最大数目。 Not_flushed_key_blocks 在键缓存中已经改变但是还没被清空到磁盘上的键块。 Not_flushed_delayed_rows 在INSERT DELAY队列中等待写入的行的数量。 Open_tables 打开表的数量。 Open_files 打开文件的数量。 Open_streams 打开流的数量(主要用于日志记载） Opened_tables 已经打开的表的数量。 Questions 发往服务器的查询的数量。 Slow_queries 要花超过long_query_time时间的查询数量。 Threads_connected 当前打开的连接的数量。 Threads_running 不在睡眠的线程数量。 Uptime 服务器工作了多少秒。
在使用MySQL数据库的时候，经常会遇到这么一个问题，就是“Can not connect to MySQL server. Too many connections”-mysql 1040错误，这是因为访问MySQL且还未释放的连接数目已经达到MySQL的上限。通常，mysql的最大连接数默认是100, 最大可以达到16384。
Threads_connected 跟show processlist结果相同，表示当前连接数。准确的来说，Threads_running是代表当前并发数
使用sqlyog或者是navicat 执行操作。等一会不操作，下次操作第一次就会比较卡。需要等待，才可以。连接上，继续操作没问题。但是一会不操作，下次操作，又会复现。
究竟哪些东西可以影响到我们服务器的性能呢？ 无非就是：CPU、磁盘IO、内存等等一系列硬件 在研究性能时候,先带大家来了解三个术语 QPS: 每秒查询率QPS是对一个特定的查询服务器在规定时间内所处理流量多少的衡量标准,简言之就是数据库每秒能查多少数据 TPS: 服务器每秒处理的事务数。TPS包括一条消息入和一条消息出，加上一次用户数据库访问。（业务TPS = CAPS × 每个呼叫平均TPS） 并发量: 同一时间处理请求的数量，注意不要和同时连接数搞混,连接数要比并发量多的多的多 如果存
随着互联网访问用户的不断增长，单台服务器打遍天下的时间将很快过去，能力再强的服务器也会面临天花板。因此，采用多台廉价X86服务器对外同时提供服务，采用负载均衡进行服务器的业务调度，成为当前应用集群的实现必然之路。如下图。
Error when connecting to server: 1064 Reach limit of connections（FE的连接数达到了上限）
之前写过一篇文章《数据库的使用你可能忽略了这些》，主要是从一些大家使用使用时容易忽略的地方，如：字段长度、表设计等来说明，这篇文章同样也是这样的主题，只是从另外的几个方面来说说数据库使用中，容易忽略，导致入坑的地方。
我们在进行数据库的增删改查的操作时，当我们插入英文或者数字等字符串的时候能够正常显示，但的当我们插入中文字体的时候我们就会在我们的表中发现显示的是一连串的问号，没有显示出我们本该插入的中文字体，时我们该怎么解决呢？
上一篇《事件统计 | performance_schema全方位介绍》详细介绍了performance_schema的事件统计表，但这些统计数据粒度太粗，仅仅按照事件的5大类别+用户、线程等维度进行分类统计，但有时候我们需要从更细粒度的维度进行分类统计，例如：某个表的IO开销多少、锁开销多少、以及用户连接的一些属性统计信息等。此时就需要查看数据库对象事件统计表与属性统计表了。今天将带领大家一起踏上系列第五篇的征程(全系共7个篇章)，本期将为大家全面讲解performance_schema中对象事件统计表与属性统计表。下面，请跟随我们一起开始performance_schema系统的学习之旅吧~
MySQL是一个关系型数据库管理系统，由瑞典MySQL AB公司开发，目前属于Oracle旗下的产品。 MySQL是最流行的关系型数据库管理系统之一。数据库的稳定运行是保证业务可用性的关键因素之一。这一小节当中将介绍如何使用Prometheus提供的MySQLD Exporter实现对MySQL数据库性能以及资源利用率的监控和度量。
用池来管理Connection，这可以重复使用Connection。有了池，所以我们就不用自己来创建Connection，而是通过池来获取Connection对象。当使用完Connection后，调用Connection的close()方法也不会真的关闭Connection，而是把Connection“归还”给池。池就可以再利用这个Connection对象了。
node连接数据库进行增删改查，安装npm包mysql2（npm install mysql2）
在JDBC技术中，不同的数据库需要不同的驱动程序，先加载驱动程序，接着数据库的连接后，再使用SQL语句来执行数据库。本文给大家介绍的是如何使用Statement接口实现查询查询数据、添加数据，接下来，小编带大家一起来学习！
关于JDBC技术我相信很多小伙伴多少都会有些了解了，所以我在这里就简单的对它进行概述一下。
SQL是一门深奥的语言，但是入门却很简单，比如我们仅仅是为了用来存储数据以便Power BI能够调用，最基本的增、删、改、查等操作就能满足日常的要求，涉及到的语法也不过select，from，where，union，delete等，相信翻一翻几页书也就能够学会。
python，以目前的能力编写一套实现学生信息增删改查的数据库系统。或许后续会不断提升不断完整的搞出这一套简单的系统（增删改查功能），还差得很多。加油……
了解一个产品，从性能测试下手是最好的方法，这里就是针对金融级MySQL解决方案RadonDB中的核心组件Radon进行一次性能测试。
对后台应用程序而言几乎离不开操作数据库，而操作数据库绝对是要跟连接池 pool 打交道的。
数据库简单连接就是存储数据的容器. 而库则是一组容器合成的东西. 也就是存储数据的.我们编程中常常会用到数据库.
通过根据服务器目前状况，修改Mysql的系统参数，达到合理利用服务器现有资源，最大合理的提高MySQL性能。
当看到上面的这幅图，我想你的心情一定是不怎么美好，当然如果你设置了 SWAP 倒是很难看到这幅图，但估计也不会好受多少，投诉你数据库系统缓慢的唾沫或许可以给你建一个游泳池了。
原本我是 MySQL 的忠实粉丝，后来命运使然，接手了一个 PostgreSQL 项目，一边用一边学，遇到了不少问题，本文说说其中的连接池问题。
该文章是一篇关于MySQL数据库引擎优化实践的技术文章。通过对比MySQL和MariaDB两种数据库引擎的优化实践，总结了在数据库优化方面的经验，包括MySQL数据库引擎选择、MariaDB数据库引擎选择、MySQL数据库引擎优化实践、MariaDB数据库引擎优化实践和MySQL与MariaDB性能比较。
当MySql的连接数据达到max_connections时，新来的请求将会被存在堆栈中，以等待某一连接释放资源，该堆栈的数量即back_log。
关于标准库database/sql database/sql是golang的标准库之一，它提供了一系列接口方法，用于访问关系数据库。它并不会提供数据库特有的方法，那些特有的方法交给数据库驱动去实现。 database/sql库提供了一些type。这些类型对掌握它的用法非常重要。 DB 数据库对象。 sql.DB类型代表了数据库。和其他语言不一样，它并是数据库连接。golang中的连接来自内部实现的连接池，连接的建立是惰性的，当你需要连接的时候，连接池会自动帮你创建。通常你不需要操作连接池。一切都有go来帮你
SQL可以正常用，但cmd启动不了mysql,报错[ERROR] unknown variable ;basedir=….问题 解决办法：将对应[mysql]下面的内容全部转移到【mysqld】下面，我这里是[mysqld]在[mysql]下面 内容很多： 其移动内容较多，比如说下面 比如#skip-grant-tables # 设置mysql的安装目录 basedir=E:\MY_SQL_5.7\mysql-5.7.17-winx64 # 设置mysql数据库的数据的存放目录 datadir=
作为架构师或者开发人员，说到数据库性能优化，你的思路是什么样的？或者具体一点，如果在面试的时候遇到这个问题：你会从哪些维度来优化数据库，你会怎么回答？
随着近些年信息化大跃进，各行各业无纸化办公产生了大量的数据，而越来越多的数据存入了数据库中。当使用MySQL数据库的时候，单表超出了2000万数据量就会出现性能上的分水岭。并且物理服务器的CPU、内存、存储、连接数等资源有限，某个时段大量连接同时执行操作，会导致数据库在处理上遇到性能瓶颈。为了解决这个问题，行业先驱门充分发扬了分而治之的思想，对大表进行分割，然后实施更好的控制和管理，同时使用多台机器的CPU、内存、存储，提供更好的性能。而分而治之则有两种方式：垂直拆分和水平拆分。
要想进行数据库操作就需要和数据库建立连接，然后通过连接进行数据库的操作。MySQL的数据库连接方式有以下几种：
SQL可以正常用，但cmd启动不了mysql,报错[ERROR] unknown variable ;basedir=….问题 解决办法：将对应[mysql]下面的内容全部转移到【mysqld】下面，我这里是[mysqld]在[mysql]下面 内容很多： 其移动内容较多，比如说下面
在日常mysql运维中，经常要查询当前mysql下正在执行的sql语句及其他在跑的mysql相关线程，这就用到mysql processlist这个命令了。 mysql> show processlist; //查询正在执行的sql语句 mysql> show full processlist; //查询正在执行的完整sql语句 mysql> kill connection id //停掉processlist查询出的某个线程，id是对应的id号 mysql> show processlist; +--
服务器性能优化是一项非常艰巨的任务，当然也是很难处理的问题，在写这篇文章的时候，特意请教下运维大佬，硬件工程师，数据库管理，单从自己的实际开发经验来看，看待这个问题的角度起码是不全面的。
bindvars的一个常见误解是，它们用来在sql语句中插入值。它们其实仅用于参数化，不允许更改SQL语句的结构。例如，使用bindvars尝试参数化列或表名将不起作用：
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
