监控系统监控到我们的程序变慢了，怀疑是sql的原因，要怎么去分析排查呢？一般按照如下几个步骤进行：
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：
原文：http://www.enmotech.com/web/detail/1/740/1.html
这样写看起来很正常，但实际在数据量大了之后，使用起来开始出现问题，越来越慢，慢到不可接受，甚至影响其他的读写操作。
感觉node对mysql的操作非常简单，也很实用，比如自带防止sql注入的功能，一开始还担心注入漏洞呢，后来发现完全没必要。
在数据库表结构变更发布之前，我们会和开发沟通索引设计是否合理，发现部分开发同学对于索引设计还是有一些知识盲区。本文把常见的案例记录下来，做个分析，抛砖引玉。
网名“北在南方”，目前任职于杭州有赞科技 DBA，主要负责数据库架构设计和运维平台开发工作，擅长数据库性能调优、故障诊断。
当我们因为误操作修改了数据库中的数据, 同时有没有备份可以恢复时, 我们就可以通过分析二进制日志, 对日志中记录的数据修改操作做反向处理的方式来达到恢复数据的目的
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，
MySQL Innodb 的锁可以说是执行引擎的并发基础了，有了锁才能保证数据的一致性。众所周知，我们都知道 Innodb 有全局锁、表级锁、行级锁三种，但你知道什么时候会用表锁，什么时候会用行锁吗？虽然对 MySQL 的知识点挺熟悉的，但一开始看到这个问题，树哥也是有点懵，我还真没从这个角度去思考过。大家可以暂时 1 分钟思考下答案，后面我将带大家弄清楚这个问题。
当我们请求去查询一条记录,先到redis中查询后到mysql查询都发现找不到该条记录,但是请求每次都会打到数据库上面去,导致后台数据库压力暴增,这些请求像“穿透”了缓存一样直接打在数据库上，这种现象就叫做缓存穿透。这种现象我们称为缓存穿透,这个redis变成了一个摆设。
binlog是记录所有数据库表结构变更（例如CREATE、ALTER TABLE…）以及表数据修改（INSERT、UPDATE、DELETE…）的二进制日志。
MySQL 的慢查询日志是 MySQL 提供的一种日志记录，它用来记录在 MySQL 中响应时间超过阀值的语句，阈值指的是运行时间超过 long_query_time 值的 SQL，则会被记录到慢查询日志中。long_query_time 的默认值为 10，意思是运行 10秒 以上的语句。默认情况下，MySQL 数据库并不启动慢查询日志，需要我们手动来设置这个参数。 慢查询需要知道的 “点” 企业级开发中，慢查询日志是会打开的。但是这同样会带来一定的性能影响。 慢查询日志支持将日志记录写入文件，也支持将日志记录写入数据库表 默认的阈值（long_query_time）是 10，这个显然不可用，通常，对于用户级应用而言，我们将它设置为 0.2 慢查询相关的变量 查看变量的 SQL 语句
在公司实习的时候，导师分配了SQL慢查询优化的任务，任务是这样的：每周从平台中导出生产数据库的慢查询文件进行分析。进行SQL优化的手段也主要是修改SQL写法，或者新增索引。
很多新入职的小朋友可能和现在的我一样，对数据库的了解仅仅停留在建库建表增删改查这些操作，日常工作也都是用封装好的代码，别说底层原理了，数据库和系统之间是如何工作都不是很懂。
数据库锁设计的初衷是处理并发问题。作为多用户共享的资源，当出现并发访问的时候，数据库需要合理地控制资源的访问规则。而锁就是用来实现这些访问规则的重要数据结构。
对于比较繁忙的业务系统，每天生成的binlog数据巨大，如果长时间不清除，将会占用大量磁盘空间。可以通过以下几种方式清理日志：
去年写了一篇“【曹工杂谈】Mysql客户端上，时间为啥和本地差了整整13个小时，就离谱 ”，结果最近还真就用上了。
学之思在线考试系统是一款 java + vue 的前后端分离的考试系统。主要优点是开发、部署简单快捷、界面设计友好、代码结构清晰。目前支持web端和微信小程序，能覆盖到pc机和手机等设备。
想要在mysql workbench中查看IP地址为192.168.7.194的一条数据表的记录，于是使用select * from table_name查出来所有的记录中输入相关的IP地址，发现没有这条记录值，于是我想当然的认为这个值不存在，但是在添加过滤条件之后，也就是select * from table_name where ip_addr = '192.168.7.194',发现居然可以过滤出这条记录，这就奇怪了。在全表搜索的结果中，查询这条记录，发现没有，在条件查询的时候，却可以查出来这条记录？
1.慢查询日志概念(也叫慢日志):在 MySQL 中执行时间超过指定时间的 SQL 语句
一、前言 在互联网时代，业务规模常常出现爆发式的增长。快速的实例交付，数据库优化以及备份管理等任务都对DBA产生了更高的要求，单纯的凭借记忆力去管理那几十套DB已经不再适用。那么如何去批量管理这些实例的备份、元数据、定时脚本和快速实例交付就成了急需解决的的问题。 二、数据库的标准化 在实现MySQL的自动化运维的过程中，最痛苦的无非是目录的不统一，配置文件的混乱以及DB主机的不标准，而这些不标准的环境会让自动化运维的路途荆棘重重。所以首先我们将相应的DB主机以及目录做了标准化，将以前不符合的标准的主机和实例
数据库索引好比是一本书前面的目录，能加快数据库的查询速度。索引是对数据库表中一个或多个列（例如，User 表的 '姓名' 列）的值进行排序的结构。如果想按特定用户的姓名来查找他或她，则与在表中搜索所有的行相比，索引有助于更快地获取信息。
在MySQL的众多存储引擎中，只有InnoDB支持事务，所有这里说的事务隔离级别指的是InnoDB下的事务隔离级别。
半年没更新了，难得想写一下，本来今天上午就打算写的，结果中途被别的事吸引了注意力，公司和某保险公司合作推了一个医疗保险，让我们给父母买，然后我研究了半天条款；又想起来之前买的支付宝那个好医保，也买了两年多了，但是条款也不怎么懂，查了下，感觉坑不少，都做好了理赔时撕逼的打算了。
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。
一般现在对于业务要查询的数据量以及要保持的并发量高于一定配置的单实例 MySQL 的极限的情况，都会采取分库分表的方案解决。当然，现在也有很多 new SQL 的分布式数据库的解决方案，如果你用的是 MySQL，那么你可以考虑 TiDB（实现了 MySQL 协议，兼容 MySQL 客户端以及 SQL 语句）。如果你用的是的 PgSQL，那么你可以考虑使用 YugaByteDB（实现了 PgSQL 协议，兼容 PgSQL 客户端以及 SQL 语句），他们目前都有自己的云部署解决方案，你可以试试：
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。
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。
大家好，我是架构君，一个会写代码吟诗的架构师。今天说一说MySQL增删改查语句_MySQL comment,希望能够帮助大家进步!!!
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。
事务更新 comment_subject，comment_index，comment_content 三张表，其中 content 属于非强制需要一致性考虑的。可以先写入 content，之后事务更新其他表。即便 content 先成功，后续失败仅仅存在一条 ghost 数据。这样做虽然性能没有提升多少，但是content表是有可能替代为KV数据库的。
在说这个模块之前，我们先来想一下在命令行模式下操作mysql数据库的步骤，一般来说分为三步：
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
InnoDb索引文件和数据文件是在一起的，只要查找索引文件后就可以连接到数据文件，查一次即可，效率高。现在主流使用InnoDb引擎
朋友拉住我，劝到：哎哎，不是去骂她，是找她理论，叫她改成舔狗1号，是我先来的！
在MySQL中，如果我们对大表频繁进行insert和delete操作，那么时间一长，这个表中会出现很多"空洞"，也就是表碎片。
我们来看一下当进行 join 操作时，mysql是如何工作的。常见的 join 方式有哪些？
在这里跟各位兄弟姐妹说声对不起，有一段时间没有更新文章。确实前段时间公司事情比较多，项目做不过来。请各位理解一下，以后尽量做到一周两更或三更。
在数据库的使用过程中，用户作为访问数据库的鉴权因素，起到非常重要的作用，安装MySQL时会自动生成一个root用户，作为数据库管理员，拥有所有权限。在多用户的应用场景下，可能需要给不同的用户分配不同的权限，用来提升系统的稳定性，比如常见：报表库只提供读权限，或者开放给第三方的库，也只提供可读用户。
最近加了几个群，里面的牛人是一个接一个，自己能不说话就不说话，主要是人家说的，看不懂呀。所以人外有人，天外有天 , 多看少说。
在上一篇文章中，我们介绍了InnoDB索引的数据结构模型，今天我们再继续聊一下跟MySQL索引有关的概念。
“增删改查”都是查找问题，因为你都得先找到数据才能对数据做操作。那存储系统性能问题，其实就是查找快慢问题。
今天给大家分享mysql常用的服务器状态命令 ，希望对大家日常运维mysql数据库或者调优提供一些帮助！
据库最主要的操作就是增(create)删(update)改(retrieve)查(delete)。（CURD） 注意：进行增删改查操作的时候，请务必选中数据库。
领取专属 10元无门槛券
手把手带您无忧上云
云服务器
即时通信 IM
ICP备案
对象存储
实时音视频
