最近几次上架新主题的时候都被驳回了，原因是zblog博客已经全面禁止利有“rand()”函数进行提取，不让使用“rand()”原因就是：“rand()”不支持mysql以外的数据库，在数据库数据比较多的情况下速度会变得很慢。
查询优化1.1 最大值和最小值的优化1.2 优化 limit 分页1.2.1 使用关联查询优化1.2.2 使用范围查询1.2.3 利用唯一自增序列进行查询防止被优化参考
字段名1 、2 是对查询结果排序的依据。 ASC 表示升序 DESC表示降序。 默认是ASC。
官方文档：https://dev.mysql.com/doc/refman/8.0/en/
为了给高并发情况下的mysql进行更好的优化，有必要了解一下mysql查询更新时的锁表机制。
Mysql增删改查sql语句练习 关于数据库的一些操作： 进入mysql 命令行: mysql -uroot –p 查看所有数据库: show databases; 创建数据库： create database wg charset utf8; 删除数据库： drop database wg; 选择数据库： use databases; 查看所有表： show tables; 查看创建数据库的语句：show create database databasename; 查看创建表的语句：show create table tablename; 查看表结构：desc tablename; 增： mysql> use wg； mysql> create table students( id int auto_increment primary key,name varchar(10) not null,sex varchar(12),address varchar(50),phone int not null unique); #自增长 auto_increment #非空 not null #默认值 default ‘xx’ #唯一 unique #指定字符集 charset #主键 primary key mysql> create table scores(id int auto_increment primary key,s_id int not null,grade float not null); 数据： mysql> insert into student (id,name,sex,phone) values(122,’wg’,’男’,’110’); mysql> insert into students values(111,’wg’,’121’,’dd’) ; 删： mysql> drop table tablename; mysql> truncate tablename; 快速删除表数据，自增长id从头在来，快速，从磁盘直接删除，不可恢复 mysql> delete from student; 删除整个表的数据，自增长继续 改： mysql> alter table oldtable rename newtable; 改表名 mysql> alter table scores modify s_id varchar(20);
墨墨导读：本文记录一次大量删除导致MySQL慢查的分析，大家有没有遇到过这种问题？
当慢查在执行的时候，大部分的都是表现在 Sending data 的状态，我们通过 profiling 去确认下慢查的时间分布：
索引的本质其实就是各种各样的数据结构，在增删改查的各种操作有不通的时间复杂度和空间复杂度
原文：http://www.enmotech.com/web/detail/1/740/1.html
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
本来这篇文章我前两个星期就打算写了，提纲都列好了，但是后面我去追《漫长的季节》这部剧去了，这就花了一个周末的时间，再加上后面一些其它的事，导致没来得及写
在计算机科学中，锁是在执行多线程时用于强行限制资源访问的同步机制，即用于在并发控制中保证对互斥要求的满足。 目录： 1、行级锁、表级锁、页级锁 2、共享锁和排它锁 3、演示 在DBMS中，可以按照锁的粒度把数据库锁分为行级锁(INNODB引擎)、表级锁(MYISAM引擎)和页级锁(BDB引擎 )。 行级锁、表级锁、页级锁 行级锁 行级锁是Mysql中锁定粒度最细的一种锁，表示只针对当前操作的行进行加锁。行级锁能大大减少数据库操作的冲突。其加锁粒度最小，但加锁的开销也最大。行级锁分为共享锁 和 排他锁。 特点
数据库查询相信很多人都不陌生，所有经常有人调侃程序员就是CRUD专员，这所谓的CRUD指的就是数据库的增删改查。
select * from table limit 0,1000; select * from table limit 1000 offset 0;
关于数据库中行数统计，无论是MySQL还是Oracle，都有一个函数可以使用，那就是COUNT。
数据库查询相信很多开发人员都不陌生，经常有人称程序员工作就是写CRUD，所谓的CRUD指的就是数据库的增删改查。
该sql命中了索引，但未覆盖索引。 select * from s1 where id=123;
一个表可能没有主键，但是一定会有聚簇索引。因为如果没有定义主键，Innodb就会取第一个非空的唯一索引代替。如果没有这样的索引，Innodb会隐式创建一个内置的rowid作为聚簇索引。
一、库操作 创建库：create database 数据库的名字; 删除库：drop database 数据库的名字; 查看当前有多少个数据库：show databases; 查看当前使用的数据库：select database(); 切换到这个数据库(文件夹)下：use 数据库的名字; 二、表操作 2.1 增删改查 增 创建表：create table 表名(字段名 数据类型(长度)); create table day (id int,name char(4)); mysql5.6版本默认是engi
今天这篇文章，是之前很早时候线上的一个案例，重新翻看的时候，觉得挺有意思，就再转发一遍。
SQL（Structured Query Language结构化查询语言）是世界上最流行的和标准化的数据库语言。
1、建表的时候可以添加约束 2、可以使用alter。。。add。。。 3、alter。。。modify。。。 4、删除用 alter。。。drop。。。
InnoDB一棵B+树可以存放多少行数据？这个问题的简单回答是：约2千万。为什么是这么多呢？因为这是可以算出来的，要搞清楚这个问题，我们先从InnoDB索引数据结构、数据组织方式说起。
sys: 存储过程、自定义函数、视图帮助我们快速的了解系统的元数据信息。（元数据是关于数据的数据，如数据库名或表名，列的数据类型，或访问权限等）
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。
原文链接：https://www.cnblogs.com/leefreeman/p/8315844.html
今天盯上了我的“MySQL”收藏夹，打开一看，总共有18篇。简单筛选了一下，有15篇将会在这篇做出选择。 来吧！！！
InnoDB 一棵 B + 树可以存放多少行数据？这个问题的简单回答是：约 2 千万
想必大家也听说过数据库单表建议最大2kw条数据这个说法。如果超过了，性能就会下降得比较厉害。
MySQL count() 函数我们并不陌生，用来统计每张表的行数。但如果你的表越来越大，且是 InnoDB 引擎的话，会发现计算的速度会越来越慢。在这篇文章里，会先介绍 count() 实现的原理及原因，然后是 count 不同用法的性能分析，最后给出需要频繁改变并需要统计表行数的解决方案。
我们日常做分页需求时，一般会用limit实现，但是当偏移量特别大的时候，查询效率就变得低下。本文将分4个方案，讨论如何优化MySQL百万数据的深分页问题，并附上最近优化生产慢SQL的实战案例。
其中 Redis 和 MySQL 都是之前搭建在云端的 K8S 上的 主从 结构，用 Traefik 做总网关。
这三个点虽然平时用得少，但在面试中却常被问到。值得一提的是，很多面试官对问题竟然也是一知半解。。
软件工程中，我们不仅要创建一致的定义良好的API，同时也要考虑可重用性， 组件不仅能够支持当前的数据类型，同时也能支持未来的数据类型，这在创建大型系统时为你提供了十分灵活的功能。
MySQL 1. 为什么要使用数据库 Java程序在运行的过程中对于数据进行存储操作，变量，对象，数组，集合，双边队列...数据是保存到内存中，数据存储是瞬时的，程序退出，电脑异常。都会导致数据丢失并且不可逆。 文件存储数据，XML，JSON，其他文件。可操作性比较差，API繁琐，不同的文件有不同的解析方式，而且在内存占用和效率问题上很难达到两全程度。 存在的一些问题： 1. 文件保存的数据没有数据类型区分，都是字符串。 2. 数据存储量是较小的，有一定限制的。 3. 没有安全限制。 4.
查询当前服务器执行超过60s的SQL，可以通过脚本周期性的来执行这条SQL，就能查出有问题的SQL。
我们日常做分页需求时，一般会用limit实现，但是当偏移量特别大的时候，查询效率就变得低下。本文将分四个方案，讨论如何优化MySQL百万数据的深分页问题，并附上最近优化生产慢SQL的实战案例。
SpringBoot项目相对SpringMVC项目有搭建迅速，配置更少的优点。创建springboot项目有很多种方式，本文使用idea创建一个整合mongoDB和mysql数据库的简单的springboot项目。文章末尾附源码地址。
索引的数据结构和具体存储引擎的实现有关，在 MySQL 中使用较多的索引有 Hash 索引，B+树索引等，而我们经常使用的 InnoDB 存储引擎的默认索引实现为：B+树索引。对于哈希索引来说，底层的数据结构就是哈希表，因此在绝大多数需求为单条记录查询的时候，可以选择哈希索引，查询性能最快；其余大部分场景，建议选择 BTree 索引。
本文实例讲述了laravel5.6 框架操作数据 Eloquent ORM用法。分享给大家供大家参考，具体如下：
通过数值比较、范围过滤等就可以完成绝大多数我们需要的查询，但是，如果希望通过关键字的匹配来进行查询过滤，那么就需要基于相似度的查询，而不是原来的精确数值比较。全文索引就是为这种场景设计的。
不管是啥业务，最终数据都要落地，数据库这一环是肯定少不了的。随着业务发展，并发越来越高，数据库很容易成为整个链路的短板。这也是大厂面试中比较常被问到的。而调优的第一步，都是从sql语句、索引入手。先得保证单个数据库执行没问题，才会有更高层次的分库分表、弹性、容灾等等。
来源 | https://www.cnblogs.com/leefreeman/p/8315844.html
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
