MySQL Enterprise Monitor是MySQL官方提供的一款监控和管理MySQL数据库的工具。 其功能之一包括MySQL Query Analyzer工具，通过MySQL Query Analyzer可以帮助用户识别慢查询和瓶颈，监视在MySQL服务器上执行的SQL语句，并显示每个查询的详细信息、执行次数和执行时间等有关性能的详细信息。
在 MySQL 中的日期和时间系列的最后一部分中，我们将通过编写 SELECT 查询来将迄今为止学到的所有知识付诸实践，以获得对数据的与日期相关的细节。
近年来随着我国计算机水平的发展，如今的天气网站信息多，想要获取有效的信息需要的时间太长。为了解决社会人员和专业气象人员获取符合自己的并符合自己意向的天气信息，利用Hive对这些天气信息进行收集和分析势在必行。所以需要一种能够具有分析天气系统，可供用户利用自身优势，分析天气信息，从而尽快找到心仪的天气。
公司业务使用到Greenplun数据库，根据查询的时间戳来不断的将每个时间段之间的数据，进行数据交换，但是今天发现，mysql的时间戳没有小数点后6位，即精确度到毫秒级的，所以对于这个问题，将和Greenplum数据库的时间戳后6位保持一样。当然了最大位数是6位，也可以是1-6之间的整数。可以根据自己的业务进行设计。这样进行查询每个时间段之间的数据就不会出现丢失数据和重复数据的情况了。
GIthub上有两个Druid。其中一个是阿里的数据库连接池，另一个是列式存储的分布式数据存储系统。我曾经一度认为是一个东西，本文介绍后一种Druid。
线上某核心业务采用了国内某云厂商 Mongo RDS ，版本为 4.2 ，采用4分片集群。
现居珠海，先后担任专职 Oracle 和 MySQL DBA，现在主要负责 MySQL、mongoDB 和 Redis 维护工作。
井显生，2019年加入去哪儿，现负责国内机票出票、退款、改签核心业务。在领域驱动设计(DDD)、高并发有大量实践经验。
QAN（Query Analytics）慢查询日志分析工具是 PMM 的一部分，PMM 是 percona 公司提供的一个对于 MySQL 和 MongoDB 的监控和管理平台。官方给出的描述是：The QAN is a special dashboard which enables database administrators and application developers to analyze database queries over periods of time and find performance problems. QAN helps you optimize database performance by making sure that queries are executed as expected and within the shortest time possible. In case of problems, you can see which queries may be the cause and get detailed metrics for them。这是一个慢查询日志的展示工具，能够帮助 DBA 或者开发人员分析数据库的性能问题，给出全面的数据摆脱直接查看 slow-log。那么接下来，给大家介绍下 QAN 和其页面的指标吧。
由于没有安装pt-digest-query工具（不通外网有依赖装不了）就用mysql自带的mysqldumpslow分析
背景： 在实际操作中会经常将时间数据以 varchar 类型存入数据库，因为业务要求需要查询最近时间内的数据，所以需要根据时间排序
作者 | Micah Lerner 译者 | 明知山 策划 | 蔡芳芳 本文对论文“Druid：一个实时分析数据存储系统”进行了概括总结，对 Druid 的架构、存储格式、查询 API 等进行了简要介绍。如需深入了解更多的细节，请查看论文原文。 这篇论文研究的是什么 Druid 是一个开源数据库，可以实现低延迟的近实时和历史数据分析。Druid 最初是由广告技术公司 MetaMarkets 开发的，后来被 Snap 收购，现在已被 Netflix、Confluent 和 Lyft 等公司应
在MySQL使用的过程中，所谓的性能问题，在大部分的场景下都是指查询的性能，导致查询缓慢的根本原因是数据量的不断变大，解决查询性能的最常见手段是：针对查询的业务场景，设计合理的索引结构。
某后台的功能列表，页面底部为通用分页： 总条数: 16209321 页码：1 2 3 4 5 .... 9819 页面默认展示 10 条数据，默认展示条数可选。 页面上部分搜索区域部分有多达 20-30 的筛选条件，筛选条件分别来自于不下 10 张数据表。 拿订单列表查询举例，可以使用用户表里的某个特殊字段进行筛选，如性别等，这些字段肯定不会在订单表存储，所以必然会进行联表。 使用者常常有疑问： 为何页面只有 10 条数据，查询却如此之慢？ 老板会质疑你，做的是什么玩意？查询 10 条数据都要 1 分钟以上的时间？（优化前页面需要转 1 分钟才可显示出数据，页面转圈圈～）
目前是多点Dmall数据库架构师，更早是聚美数据库团队负责人，擅长高并发下数据库架构，运维保障，数据库平台建设。
这是一个实际业务需求中的问题。某一直播业务表中记录了如下格式的用户进出直播间日志数据：
ZbxTable 是使用 Go 语言开发的一个开源的 Zabbix 报表系统。基本功能如下： 导出监控指标特定时间段内的详情数据与趋势数据到 xlsx 导出特定时间段内 Zabbix 的告警消息到 xlsx 对特定时间段研内的告警消息进行分析，告警 Top10 等 按照主机组导出巡检报告 对 Zabbix 图形按照数类型进行显示和查看并支持导出到 pdf 主机未恢复告警显示和查询
之前我们知道，加锁可防止脏写：即若两个事务同时尝试写入同一对象，则锁可确保第二个写必须等第一个写完成事务（中止或提交）才能继续。
以下对 DBLE 3.22.01.0 版本的 Release Notes 进行详细解读。
原子性（Atomic） 一致性（Consistency） 隔离性（Isolation） 持久性（Durability）
zabbix运行一段时间之后，会留下大量的历史 数据，会发现zabbix的数据库一直在增大。运行3个月后笔者的数据库达到了5.7G，可能造成系统性能下降，查看历史数据时查询速度缓慢。 zabbix里面最大的表就是历史记录的表了，网上很多人都是写全部清空这些表的数据，其实我们可以按时间来删除里面的历史记录。
在表中添加如下数据，用来测试，注意create_time特意填入的日期每个都不一样，不是同一天。
本周有一个业务开发同学要刷数据将 datetime 类型的字段增加1s，但是部分字段的内容变成了 "0000-00-00 00:00:00" 导致相关业务查询数据不一致。具体开发怎么操作的呢？又触发了什么开关导致数据不一致的呢？
虽然我们在使用 redis 缓存的时候非常的爽，它大大的提高了我们应用程序的性能和效率，尤其是数据查询方面，咱们不用直接去持久化的数据库中查询数据，而是到内存中查询数据即可
select * from message where time like '2017-11-07%';
基准测试 ( benchmark ) 是针对系统设计的一种压力测试，通常的目标是为了掌握系统的行为，但也有其他原因，如重现某个系统状态，或者是做新硬件的可靠性测试。本章将讨论 MySQL 和基于 MySQL 的应用的基准测试的重要性、策略和工具。
某业务CDB实例，每天在特地时间段内（ 00:07:00 - 00:08:00左右）机器对应IO监控出现写入尖刺，且主从实例都有类似现象，从机器监控可以看到，问题确实存在。
千万不要在docker里装mysql，因为docker容器停了以后，里面的数据就没有了，即使有一些操作可以使得docker映射到操作系统上，但是还是十分不建议用docker存数据、日志等，因为你能保证你就配置的没问题吗。
提示：公众号展示代码会自动折行，建议横屏阅读 一、问题描述 某业务CDB实例，每天在特地时间段内（ 00:07:00 - 00:08:00左右）机器对应IO监控出现写入尖刺，且主从实例都有类似现象，从机器监控可以看到，问题确实存在。 不仅master，进行同步的slave上有相同的现象，业务方希望找到导致该IO尖刺问题稳定出现的原因。 二、问题分析 首先确定问题来源，上图所示监控为机器级别，机器IO写入负载是否来源于mysqld进程？如果来源于mysqld进程，是来自于mysqld进程的哪一部分
有台MySQL服务器不定时的会出现并发线程的告警，从记录信息来看，有大量insert的慢查询，执行几十秒，等待flushing log，状态query end
已经和mysql建立好了关联，可以查询和更新mysql的数据量，接下来就是进阶的使用方式了
你们团队使用SpringMVC+Spring+JPA框架，快速开发了一个NB的系统，上线后客户订单跟雪花一样纷沓而来。
我们先来看看prometheus里的数据模型是怎么样的，只有知道了数据结构，才能理解对后续这些数据如何描点，如何计算出相应指标值。
MYSQL 的慢查询一般是开发人员和DBA，获取糟糕的SQL和可能缺少索引的一种方法，这样的方法已经伴随了MYSQL 一致到了MYSQL 5.7，但是否我们可以有其他的方法来获取这样的可用性的信息，进而减少对SLOW LOG的依赖，这是一个可以探讨的问题。（这里不是要替代，而是抱着学习和探索的心态，也抱着顺应发展的一种心态）
TiDB 中的慢查询日志是一项 关键的性能监控工具，其主要作用在于协助数据库管理员追踪执行时间较长的 SQL 查询语句。 通过记录那些超过设定阈值的查询，慢查询日志为性能优化提供了关键的线索，有助于发现潜在的性能瓶颈，优化索引以及重构查询语句，从而提升数据库的整体性能。 本文将主要介绍 TiDB 中慢查询日志的功能，并探讨常用的慢查询日志分析方法 。
今天来给大家分享一下DBtime抖动的诊断案例。讲到的不足之处还希望大家多多指正，共同提高。案例会分下面几个方面来说。 首先来说问题的背景。因为使用的数据库环境多且复杂，数据库不只有Oracle,
前面写了快速上手，会非常快速的创建测试用例，搭建一个单元测试的架子，但是如何来更好的写测试用例呢？
Druid 是一个专为大型数据集上的高性能切片和 OLAP 分析而设计的数据存储系统。
在2月1日之前，有 A,B,C 三家企业下过订单，而2月1号到3月1号有 A,D,E 企业下过订单，找到存在2月1号到3月1号而不存在 2月1号之前的客户，也就是 D,E企业就是新客户。
工作11年，从事数据库工作7年，主要在金融行业。主要是做oracle,mysql。现在在农行软开中心主要做数据库应用方面的研究。
在MariaDB中，有如下针对MariaDB与MySQL两种数据库比较的官方说法：
为更好的帮助DBA运维数据库，腾讯云将于每月12日在社群直播开展DBbrain诊断日，腾讯云高级产品经理迪B哥直播解析经典数据库运维难题，结合腾讯云数据库智能管家DBbrain的能力，为大家提供问题优化思路和方法，玩转数据库！ 本期诊断日主要分享内容：如何使用智能管家DBbrain解决MySQL实例CPU使用率过高的问题？ 1 前言 在使用MySQL的过程中，经常会遇到由于数据库性能问题导致的业务故障。对于研发、运营、产品等非运维职能的同事来说，往往更愿意请DBA来协助定位问题和优化。如果公司确有DBA
找工作的金九银十，很多人又双叒叕被笔试中用例设计大题难住了！本文章特意整理了最近学员反馈的 5 大用例设计大题，附超详细解答！
如:要实现获取下图曲线图数据(ps:当然也可能是柱状图等,数据都是一样的),默认获取七天内的数据,点击今天,7天,15天,30天可任意切换,其中今天是按小时统计.
WordPress 酷炫 CSS3 读者墙这个玩意一般不用我多说，大部分用 WordPress 的博主都了解过了，出自折子戏博客。 不过他这个读者墙的排行是按年度划分的，也就是一年内的留言数排行。为了
我们用 docker-compose 部署一套单机版 prometheus 集群，docker-compose up -d 启动后可以直接看到监控效果。
其实，在写这篇博客之前，我也是感觉自己会点优化，至少知道不要使用“*”号啊，给经常查询的列创建索引啊什么的，其实都不是大家想的那样简单的，其实它们背后存在很多的东西，值得我们去理解和学习。 和大家分享讨论一个问题吧，子查询和连接查询哪一个查询速度快？最重要的目的是能帮助大家在以后的开发路上不要再犯我这种的错误，看到就是赚到，哈哈。 我的答案是连接查询。因为这是我在前几天的实践项目中亲身体会到的，感触颇深，在给我们公司的网站首页执行了一条统计SQL语句，当时我是用子查询写的sql语句，第一次执行了21
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
实时音视频
即时通信 IM
对象存储
