用python连接数据库 pymysql pip install pymysql #如果让你装vs环境, 执行以下命令升级pip即可 python -m pip install --upgrade pip 连接数据库 数据库设置 MYSQL_CONF = { "host": "127.0.0.1", "user": "root", "password": "qwe369", "db": "test" } 连接 # 连接数据库 mysql_con = pymysql.conn
开发人员基本都知道，我们的数据存在数据库中（目前最多的是MySQL和Oracle，由于作者更擅长MySQL，所以这里默认数据库为MySQL），服务器通过sql语句将查询数据的请求传入到MySQL数据库。数据库拿到sql语句以后。都是进行了哪些操作呢？这里向大家介绍下我的个人的理解，欢迎大家评论区批评指正。
在压测完成后，拿到压测过程中系统的慢SQL，发现其中一条慢SQL如下：的执行计划如下：
1.客户端发送一条查询给服务器。 2.服务器先检查查询缓存，如果命中了缓存，则立刻返回存储在缓存中的结果。否则进入下一阶段。 3.服务器端进行SQL解析、预处理，再由优化器生成对应的执行计划。 4.MySQL根据优化器生成的执行计划，再调用存储引擎的API来执行查询。 5.将结果返回给客户端。
数据库的锁是为了解决事务的隔离性问题，为了让事务之间相互不影响，每个事务进行操作的时候都会对数据加上一把特有的锁，防止其他事务同时操作数据。如果你想一个人静一静，不被别人打扰，那么请在你的房门上加上一把锁。
为了理解这个问题，先从Mysql的架构说起，对于Mysql来说，大致可以分为3层架构。
当数据库中有多个操作需要修改同一数据时，不可避免的会产生数据的脏读。这时就需要数据库具有良好的并发控制能力，这一切在 MySQL 中都是由服务器和存储引擎来实现的。解决并发问题最有效的方案是引入了锁的机制，锁在功能上分为共享锁 (shared lock) 和排它锁 (exclusive lock) 即通常说的读锁和写锁； 锁的粒度上分行锁和表锁，表级锁MySQL 里面表级别的锁有两种：一种是表锁，一种是元数据锁（meta data lock，MDL)
我们可以看到mysql分为Server层和存储引擎两部分。Server层包含了连接器、缓存、分析器、优化器、执行器，并且所有的存储过程、触发器等存储功能都在这一层实现。
本文主要讨论MySQL索引的部分知识。将会从MySQL索引基础、索引优化实战和数据库索引背后的数据结构三部分相关内容，下面一一展开（本文图片可点开放大）。
如何设计最优的数据库表结构，如何建立最好的索引，以及如何扩展数据库的查询，这些对于高性能来说都是必不可少的。但是只有这些还不够，要获得良好的数据库性能，我们还要设计合理的数据库查询，如果查询设计的很糟糕，即使增加再多的只读从库，表结构设计的再合理，索引再合适，只要查询不能使用到这些东西，也无法实现高性能的查询。所以说查询优化，索引优化，库表结构优化需要齐头并进。
正确的创建合适的索引，是提升数据库查询性能的基础。在正式讲解之前，对后面举例中使用的表结构先简单看一下：
来源：https://blog.csdn.net/b_x_p/article/details/86434387
SQL语句优化 对查询进行优化，要尽量避免全表扫描。在 where 或 order by 的列上加索引。 尽量避免在 where 子语句中有 where num is null，这样不用索引，要全表扫描，可用 0 代替 null 避免在 where 中用<>or!=,因为要全表扫描 尽量避免在 where 中用 or，因为若一个字段有索引，一个没有，则要全表扫描 like”%abc%”，全表扫描 避免在 where 子语句中对字段进行函数操作，因为要全表扫描 使用复合索引时，必须用到该索引的第一个字段，否则
而我们的连接器就是处理这个过程的，连接器的主要功能是负责跟客户端建立连接、获取权限、维持和管理连接，连接器在使用的过程中如果该用户的权限改变，是不会马上生效的，因为用户权限是在连接的时候读取的，只能重新连接才可以更新权限
那么，RR等级下，到底何时会只用到record lock，何时会用到gap lock/next-key lock？如果用到gap lock/next-key lock，又会施加到多大的范围上呢？ 对于所有情况来说：
在上一篇文章《锁的类型以及加锁原理》主要总结了 MySQL 锁的类型和模式以及基本的加锁原理，今天我们就从原理走向实战，分析常见 SQL 语句的加锁场景。了解了这几种场景，相信小伙伴们也能举一反三，灵活地分析真实开发过程中遇到的加锁问题。
使用explain关键字可以模拟优化器执行SQL语句，从而知道MySQL是如何使用索引来处理你的SQL查询语句以及连接表，可以分析查询语句或是结构的性能瓶颈，帮助我们选择更好的索引和写出更优化的查询语句。（说白了，就是优化SQL的工具）
本文主要讨论MySQL索引的部分知识。将会从MySQL索引基础、索引优化实战和数据库索引背后的数据结构三部分相关内容，下面一一展开。
https://www.cnblogs.com/sessionbest/articles/8689071.html
mysql查询为什么会慢，关于这个问题，在实际开发经常会遇到，而面试中，也是个高频题。
最近有一些朋友问我一些mysql相关的面试题，有一些比较基础，有些比较偏。这里就总结一些常见的mysql面试题吧，都是自己平时工作的总结以及经验。大家看完，能避开很多坑。而且很多问题，都是面试中也经常问到！希望能对大家的面试有一些帮助！！！
查询的生命周期大致可以按照顺序来看：从客户端到服务端，然后在服务器上进行解析，生成执行计划，执行，并返回结果给客户端。其中 “执行” 可以认为是整个生命周期中最重要的阶段，其中包括了大量为了检索数据到存储引擎的调用以及调用后的数据处理，包括排序分组等。当希望 MySQL 能够以高性能的方式运行查询时，最好的办法就是弄清楚 MySQL 是如何优化和执行查询的。MySQL 执行一个查询的过程，如下：
上篇文章中介绍了索引的基本内容，这篇文章我们继续介绍索引优化实战。在介绍索引优化实战之前，首先要介绍两个与索引相关的重要概念，这两个概念对于索引优化至关重要。
索引 索引的使用 什么时候使用索引表的主关键字 表的字段唯一约束 直接条件查询的字段 查询中与其它表关联的字段 查询中排序的字段 查询中统计或分组统计的字段 什么情况下应不建或少建索引 表记录太少 经常插入、删除、修改的表 数据重复且分布平均的表字段 经常和主字段一块查询但主字段索引值比较多的表字段 复合索引 命中规则 需要加索引的字段，需要在where条件中 数据量少的字段不需要索引 如果where条件中是or条件，加索引不起作用 符合最左原则 · 最左原则：Mysql从左到右的使用索引中的字段，一个查询
Mapping （映射）在 ES 中的作用至关重要，数据结构、存储和索引规则等等都是通过 mapping 来进行设置的。
在过去的半年时间里，研发团队内部尝试抓了一波儿慢查询SQL跟进处理率。发现有些同学对于慢查询处理的思路就是看看有没有用到索引，没有用到就试图加一个，实在不行就甩锅给这种情况是历史设计问题或者自行判定为用户特殊操作下触发的小概率事件，随即便申请豁免掉... 其实问题没有根本上解决。
虽然他搞java开发好几年了，也一直使用的是MySQL数据库，但是面对这个问题依然是一脸懵逼，还以为面试官要问索引、慢查询、性能优化之类的（因为这些都是网上找点面试题背过了）。
当我们希望MySQL能够以更高的性能进行查询时，弄清楚MySQL中是如何优化和执行查询的就显得很有必要，这里，先搬出来一张图镇楼：
MySQL的or/in/union与索引优化 | 架构师之路
说起MySQL优化的话，想必大部分人都不陌生了。在我们的记忆储备里也早已记住了这些关键词：避免使用SELECT*、避免使用NULL值的判断、根据需求适当的建立索引、优化MySQL参数......但是你对于这些优化技巧是否真正的掌握了及其相应的工作原理是否吃透了呢？在我们的实际开发过程中你能充分应用到吗？我觉得还有待考察。所以，本文将详细介绍MySQL优化技巧以及其相应的技术原理，希望大家看完以后，能更清楚直接的了解这些优化方案，并应用到我们的工作岗位中。
mysql调优思路: 1.数据库设计与规划--以后再修该很麻烦，估计数据量，使用什么存储引擎 2.数据的应用--怎样取数据，sql语句的优化 3.mysql服务优化--内存的使用，磁盘的使用 4.操作系统的优化--内核、tcp连接数量 5.升级硬件设备 以下文章来源地址：http://www.ibm.com/developerworks/cn/linux/l-tune-lamp-3.html 有 3 种方法可以加快 MySQL 服务器的运行速度，效率从低到高依次为： 1. 替换有问题的硬
本文缘起自《一分钟了解索引技巧》的作业题。 假设订单业务表结构为： order(oid, date, uid, status, money, time, …) 其中： oid，订单ID，主键 date，下单日期，有普通索引，管理后台经常按照date查询 uid，用户ID，有普通索引，用户查询自己订单 status，订单状态，有普通索引，管理后台经常按照status查询 money/time，订单金额/时间，被查询字段，无索引 … 假设订单有三种状态：0已下单，1已支付，2已完成 业务需求，查询未完成的订单，
如果面试问你，执行SQL响应慢，你有哪些排查思路和解决方案？这是一位去某里面试的小伙伴跟我分享的面试真题，那今天我给大家来分享一下我的思路。
第一个，数据存储的方式不同，MyISAM 中的数据和索引是分开存储的，而 InnoDB 是把索引和数据存储在同一个文件里面。
MySQL的查询优化器是其能够高效处理SQL查询的关键所在。本文将详细剖析优化器的工作原理,以及执行计划生成和代价评估的实现方法。
https://dev.mysql.com/doc/refman/8.0/en/explain-output.html
连接到数据库，负责跟客户端建立连接、获取权限、维持和管理连接，命令通常是mysql -h$ip -P$port -u$user -p.
文章目录 1. 导读 2. 撸它 2.1. 1. 连接器 2.2. 2. 查询缓存【废材，8.0 版本完全删除】 2.3. 3. 分析器 2.4. 4. 优化器 2.5. 5. 执行器 3. 总结 导读 Mysql在中小型企业中是个香饽饽，目前主流的数据库之一，几乎没有一个后端开发者不会使用的，但是作为一个老司机，仅仅会用真的不够。 今天陈某透过一个简单的查询语句来讲述在Mysql内部的执行过程。 select * from table where id=10; 撸它 首先通过一张图片来了解一下
那服务器进程对客户端进程发送的请求做了什么处理，才能产生最后的处理结果呢？这里以查询请求为 例展示：
上一篇写了从全局的角度说数据库优化这件事情，我们面试经常会被问到数据库优化这块，我们很多时候能回答一些大而化之的策略，例如主从分离，分表分库之类，添加合理的索引，那继续追问，用的什么中间件主从分离，用的什么策略进行分表分库，什么是合理的索引，加了索引表扫描少了多少行，什么情况下索引会失效，好吧，笑容逐凝固，不知如何作答了，本篇就优先围绕sql查询优化本身来聊这个事情；
这里讨论的情况是在MySQL一张表的数据达到千万级别。表设计很烂，业务统计规则又不允许把sql拆成多个子查询。
Apache并发连接数详细统计，包括读取请求、持久连接、发送响应内容、关闭连接、等待连接
Apache性能监控支持以下指标： Apache吞吐率 Apache并发连接数 Apache并发连接数详细统计，包括读取请求、持久连接、发送响应内容、关闭连接、等待连接 image.png Lighttpd性能监控支持以下指标： Lighttpd吞吐率 Lighttpd并发连接数 Lighttpd并发连接数详细统计，包括建立连接、读取请求、读取POST数据、处理请求、发送响应内容、关闭连接 Nginx性能监控支持以下指标： Nginx吞吐率 Nginx并发连接数 Nginx并发连接数详细统计，包括读取请
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
