说起在线 DDL，最常见的操作莫过于在线加一个字段或者索引，不过如果数据量比较大的话，伴随而来的往往是长时间的等待，更要命的是系统在操作期间很可能会出现不可用的情况，所以一般只能等到凌晨操作，简直就是梦魇一般的存在。
在我们日常开发过程中，有时候因为对索引列进行函数调用，导致索引失效。举个例子，比如我们要按月查询记录，而当我们 表中只存时间，如果我们使用如下语句，其中create_time为索引列
原文地址： http://mysql.taobao.org/monthly/2017/12/09/
有时候大家在做电商商品推广的时候会涉及到一些json串的存储，同时在检索的时候会通过json中里面的段就进行相关检索，这样的话就可能会引入虚拟列这个概念。下面用一个简单的例子来介绍一下虚拟列的使用。
其他的DDL操作相对比较少，所以本文就不讨论了。 此外，本文也不讨论非InnoDB引擎以及非普通索引（如全文索引、空间索引）的场景。
在早期的MySQL版本中，开发者通常需要为经常需要计算的字段创建额外的物理列，并在数据插入或更新时手动计算这些列的值。这种方法虽然可行，但它增加了数据冗余和应用程序的复杂性。
独孤九剑，重剑无锋，大巧不工，通晓剑意，无所施而不可。三剑客之首，函数索引。 函数索引这个概念并不新颖，Oracle早在十年前的Oracle10g中就支持了函数索引，函数索引在Oracle数据库中使用相当广泛和成熟，而MySQL却一直没有开发相关的索引功能。不过好消息是，MySQL 终于在8.0版本引入了这一特性。真的是，千呼万唤始出来，不过好歹还是来了。
看到这里，或许你已经对MySQL 的基本操作了如指掌，这篇文章讲解MySQL高级功能中 视图的概念及其用法。
看到这里，或许你已经对MySQL 的基本操作了如指掌，这篇文章讲解MySQL高级功能中 视图的概念及其用法。
Mysql5.7版本以后新增的功能，Mysql提供了一个原生的Json类型，Json值将不再以字符串的形式存储，而是采用一种允许快速读取文本元素（document elements）的内部二进制（internal binary）格式，并提供了不少内置函数,通过计算列，甚至还可以直接索引json中的数据。
SQL 注入就是指，在输入的字符串中注入 SQL 语句，如果应用相信用户的输入而对输入的字符串没进行任何的过滤处理，那么这些注入进去的 SQL 语句就会被数据库误认为是正常的 SQL 语句而被执行。
最近在Elastic官网blog的这篇文章引起了许多人的注意——Investigative analysis of disjointed data in Elasticsearch with the Siren Platform （利用Siren平台对Elasticsearch中的非联接（disjointed）数据进行调查分析）
在《Server 层混杂信息字典表 | 全方位认识 information_schema》中，我们详细介绍了information_schema下的状态变量、系统变量、进程状态、字符集和校对规则等字典表，本期我们将为大家带来系列第五篇《InnoDB 层系统字典表 | 全方位认识 information_schema》，下面请跟随我们一起开始information_schema 系统库的系统学习之旅吧。
目前OLTP业务的表如果是使用MySQL一般都会使用InnoDB引擎，这也是默认的表引擎。那么这种引擎有什么限制呢？根据官方文档总结下：
在早期的 MySQL 版本中，开发者通常将 JSON 数据以字符串的形式存储在数据库中，这导致了查询效率低下和数据处理复杂。为了解决这个问题，MySQL 8 引入了原生的 JSON 数据类型，允许我们以结构化的方式存储和查询 JSON 数据。
几乎每一个分布式系统，都会给用户提供自定义路由的功能。因为，仅通过range、mod、hash等方法，很大概率已经满足不了用户的需求。下面以一个实际场景为例，说一下数据路由的思路。
②.匹配字段 and 1=1 union select 1,2,3,4,5…….n/*
数据库 db 数据库 dba 数据库工程师 存放数据的仓库 分类 对象关系型数据库,将数据(表)以文件方式存储在磁盘上,mysql,oracle,sqlserver 非关系型数据库，也叫nosql,以键值对的形式去存放数据，将数据存储在内存中,redis mysql和oracle 1.mysql是开源(免费),oracle是收费的 2.mysql没有表空间概念,但是oracle有多个表空间,可以支持分区 3.语句上有稍微的区别 4.orecle中没有专门用来表示整数和小数的数据类型 5.mysql分页是使用
mysql中存在4个控制权限的表，分别为user表，db表，tables_priv表，columns_priv表, mysql权限表的验证过程为：
函数索引顾名思义就是加给字段加了函数的索引，这里的函数也可以是表达式。所以也叫表达式索引。
【每日一语】真实人生中，我们往往在大势底定无可更改时才迟迟进场，却又在胜败未分的浑沌中提早离席。——翁贝托·埃科《开头与结尾》
想想这样的查询语句开发都会写出来，逻辑是统计10月份来的员工的平均年龄。如果是MYSQL 的开发或DBA 可能会建议写成这样
1、Can't connect to MySQL server on 'localhost'(10061)? 翻译：不能连接到localhost 上的mysql?分析：这说明“localhost”计算
视图是一种虚拟表 ，本身是不具有数据 的，占用很少的内存空间，它是 SQL 中的一个重要概念.视图建立在已有表的基础上, 视图赖以建立的这些表称为基表.视图的创建和删除只影响视图本身，不影响对应的基表。但是当对视图中的数据进行增加、删除和修改操作时，数据表中的数据会相应地发生变化，反之亦然。视图，是向用户提供基表数据的另一种表现形式。通常情况下，小型项目的数据库可以不使用视图，但是在大型项目中，以及数据表比较复杂的情况下，视图的价值就凸显出来了，它可以帮助我们把经常查询的结果集放到虚拟表中，提升使用效率。理解和使用起来都非常方便。
内容为慕课网的《高并发 高性能 高可用 Mysql 实战》视频的学习笔记内容和个人整理扩展之后的笔记，这一节讲述三高架构的另外两个部分切换和扩展，扩展指的是分库分表减轻数据库的压力，同时因为分库分表需要针对节点宕机问题引入了一些优化手段，而切换部分就是讲述节点宕机的切换问题的，最后我们结合复制的主从切换讲述如何搭建一个三高的架构。
1.引擎的介绍 Isam 该引擎在读取数据方面速度很快，而且不占用大量的内存和存储资源；但是 Isam 不支持事务处理、不支持外键、不能够容错、也不支持索引。 该引擎在包括MySQL 5.1及其以上版本的数据库中不再支持。 Berkeley： 该存储引擎支持COMMIT和ROLLBACK等事务特性。 该引擎在包括MySQL 5.1及其以上版本的数据库中不再支持。 CSV: 使用该引擎的MySQL数据库表会在MySQL安装目录data文件夹中的和该表所在数据库名相同的目录中生成一个.CSV文件（所以，它可
Models ：负责与数据库交互 Views：负责接收请求、获取数据、返回结果 Templates：负责呈现内容到浏览器
通常来讲，索引都是基于字段本身或者字段前缀（第 20 篇），而函数索引是基于字段本身加上函数、操作符、表达式等计算而来。如果将表达式或者操作符也看做函数的话，简单来说，这样的索引就可以统称函数索引。
用过 MySQL 都知道，关系型的结构化存储存在一定的弊端，因为它需要预先定义好所有的列以及列对应的类型。但是业务在发展过程中，或许需要扩展单个列的描述功能，这时，如果能用好 JSON 数据类型，那就能打通关系型和非关系型数据的存储之间的界限，为业务提供更好的架构选择。
mysql 5.7中有很多新的特性，但平时可能很少用到，这里列举2个实用的功能：虚拟列及json字段类型
这个系列属于个人学习网易云课堂MySQL数据库工程师微专业的相关课程过程中的笔记，本篇为其“MySQL数据库对象与应用”中的MySQL数据类型相关笔记。
索引是为了提高数据查询效率的数据结构，类似于书的目录一样，可以根据目录而快速找到相关内容。
现在分布式搜索基本已经成为大部分互联网行业的 Java 系统的标配，其中尤为流行的就是 ES，前几年 ES 没火的时候，大家一般用 solr。但是这两年基本大部分企业和项目都开始转向 ES 了。
需求：为了实现在linux上模拟服务器跑代码，并存储在mysql上，通过远程可视化mysql数据库软件查看linux上mysql数据库数据的实时动态。
一直是想知道一条 SQL 语句是怎么被执行的，它执行的顺序是怎样的，然后查看总结各方资料，就有了下面这一篇博文了。
视图是存放数据的一个接口，也可以说是虚拟的表。这些数据可以是从一个或几个基本表（或视图）的数据。也可以是用户自已定义的数据。其实视图里面不存放数据的，数据还是放在基本表里面，基本表里面的数据发生变动时，视图里面的数据随之变动。
大约两年前，我发表了一个在MySQL5.7版本上关于虚拟列的文章。从那时开始，它成为MySQL5.7发行版当中，我最喜欢的一个功能点。原因很简单：在虚拟列的帮助下，我们可以创建间接索引（fine-grained indexes），可以显著提高查询性能。我要告诉你一些技巧，可以潜在地解决那些使用了GROUP BY 和 ORDER BY而慢的报表查询。
此小结与索引其实没有太多的关联，但是为了便于理解索引的内容，添加此小结作为铺垫知识。
但现在不问了,因为现在项目基本都是采用基于 lucene 的分布式搜索引擎—— ElasticSearch.
在使用数据库查询语句时，单表的查询有时候不能满足项目的业务需求，在项目开发过程中，有很多需求都是要涉及到多表的连接查询，总结一下mysql中的多表关联查询
联合查询，它是用 union 关键字把多条 select 语句的查询结果合并为一个结果集。 纵向合并的前提是被合并的结果集的字段数量、顺序和数据类型必须完全一致。字段名不一样的情况下，会将第一个结果集的字段名作为合并后的虚拟结果集的字段名。
查询数据的本质：mysql会到你本地的硬盘上找到对应的文件，然后打开文件，按照你的查询条件来找出你需要的数据。下面是完整的一个单表查询的语法 select * from，这个select * 指的是要查询所有字段的数据。 SELECT distinct 字段1,字段2... FROM 库名.表名 #from后面是说从库的某个表中去找数据，mysql会去找到这个库对应的文件夹下去找到你表名对应的那个数据文件，找不到就直接报错了，找到了就继续后面的操作 WHERE 条件 #从表中找符合条件的数据记录，where后面跟的是你的查询条件 GROUP BY field（字段） #分组 HAVING 筛选 #过滤，过滤之后执行select后面的字段筛选，就是说我要确定一下需要哪个字段的数据，你查询的字段数据进行去重，然后在进行下面的操作 ORDER BY field（字段） #将结果按照后面的字段进行排序 LIMIT 限制条数 #将最后的结果加一个限制条数，就是说我要过滤或者说限制查询出来的数据记录的条数关于上面这些内容，我们在下面一个一个的来详细解释
在搜索这块，lucene 是最流行的搜索库。几年前业内一般都问，你了解 lucene 吗？你知道倒排索引的原理吗？现在早已经 out 了，因为现在很多项目都是直接用基于 lucene 的分布式搜索引擎—— ElasticSearch，简称为 es。
MySQL的基本操作可以包括两个方面：MySQL常用语句如高频率使用的增删改查（CRUD）语句和MySQL高级功能，如存储过程，触发器，事务处理等。而这两个方面又可以细分如下：
最近来了一个项目，本身如果用MONGODB 有点大材小用，所以为了避免某些表继续使用text字段来处理JSON 数据的方式，让技术水平上一个档次，并且公司也不在上MYSQL 5.7 的新项目，全部是8.018这个版本。
注意：基于视图a、b创建了新的视图c，如果将视图a或者视图b删除，会导致视图c的查询失败。这样的视图c需要手动删除或修改，否则影响使用。
sql各语句执行顺序概览与讲解 项目实战中的一段sql说明讲解 sql语句中别名的使用 书写sql语句的注意事项 前言
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
