我们的表经常使用的MyISAM、InnoDB存储引擎都是将数据和索引都存储到磁盘上的，当查询表中的记录时，需要先把数据或者索引加载到内存中，然后再进行操作。这个从磁盘到内存的加载过程损耗的时间称为I/O成本。
MySQL 慢日志（slow log）是 MySQL DBA 及其他开发、运维人员需经常关注的一类信息。使用慢日志可找出执行时间较长或未走索引等 SQL 语句，为进行系统调优提供依据。 本文将结合一个线上案例，分析如何正确设置 MySQL 慢日志参数和使用慢日志功能，并介绍下网易云 RDS 对 MySQL 慢日志功能的增强。
MySQL中支持LIMIT子句，限制返回行数。如果先执行了LIMIT，我又想知道不带LIMIT能返回多少行，但又不想再执行一次相同的语句，这时能怎么做？
MySQL经过多年的发展已然成为最流行的数据库，广泛用于互联网行业，并逐步向各个传统行业渗透。之所以流行，一方面是其优秀的高并发事务处理的能力，另一方面也得益于 MySQL 丰富的生态。MySQL 在处理 OLTP 场景下的短查询效果很好，但对于复杂大查询则能力有限。最直接一点就是，对于一个 SQL 语句，MySQL 最多只能使用一个 CPU 核来处理，在这种场景下无法发挥主机CPU多核的能力。MySQL 没有停滞不前，一直在发展，新推出的 8.0.14 版本第一次引入了并行查询特性，使得check table和select count(*) 类型的语句性能成倍提升。虽然目前使用场景还比较有限，但后续的发展值得期待。
DCL 比较简单，主要用于授予或收回访问数据库的权限，以及数据库事务的提交和回滚。
前面我们说了join查询原理，最基本的是嵌套查询，这种不推荐，如果数据量庞大，因为内存是有限的，不能放下所有的数据，可能查询到后面的时候，前面的数据就从内存从释放，为了减少磁盘的查询次数，有了join buffer这个缓存区，专门放被驱动表的数据，用来匹配查询出来的驱动表数据是否符合，当然还是建议用索引来查询。
SQL 语句优化是一个既熟悉又陌生的话题。面对千奇百怪的 SQL 语句，虽然数据库本身对 SQL 语句的优化一直在持续改进、提升，但是我们不能完全依赖数据库，应该在给到数据库之前就替它做好各种准备工作，这样才能让数据库来有精力做它自己擅长的事情。
日常的应用开发中可能需要优化SQL，提高数据访问和应用响应的效率，不同的SQL，优化的具体方案可能会有所不同，但是路径上，还是存在一些共性的。碰巧看到杨老师的这篇文章《第45期：一条 SQL 语句优化的基本思路》，为我们优化一些MySQL数据库的SQL语句提供了可借鉴的路径，值得参考和应用。
在 MySQL 中，COUNT 函数是一个非常常用的聚合函数，它用于计算某列或某表达式在查询结果中出现的次数。但是，在实际使用过程中，我们可能会遇到不同的 COUNT 函数写法，比如 COUNT(*)、COUNT(主键id)、COUNT(字段) 和 COUNT(1)，这些写法在效率上有何差别呢？本文将详细探讨这个问题。
根据某一条件从数据库表中查询 『有』与『没有』，只有两种状态，那为什么在写SQL的时候，还要SELECT COUNT(*) 呢？
MySQL server层的优化器负责选择索引。而优化器选择索引的目的，是找到一个最优的执行方案，并用最小的代价去执行语句。在数据库里面，扫描行数是影响执行代价的因素之一。扫描的行数越少，意味着访问磁盘数据的次数越少，消耗的 CPU 资源越少。当然，扫描行数并不是唯一的判断标准，优化器还会结合是否使用临时表、是否排序等因素进行综合判断。
不管是Oracle还是MySQL，新版本推出的新特性，一方面给产品带来功能、性能、用户体验等方面的提升，另一方面也可能会带来一些问题，如代码bug、客户使用方法不正确引发问题等等。
group by 的基本用法 group by做为分组来使用，后面为条件，可以有多个条件，条件相同的为一组，配
B+树是一种在非叶子节点存放排序好的索引而在叶子节点存放数据的数据结构，值得注意的是，在叶子节点中，存储的并非只是一行表数据，而是以页为单位存储，一个页可以包含多行表记录。非叶子节点存放的是索引键值和页指针。
mysql 中 SELECT 命令类似于其他编程语言的 print 或 write，可用来显示字符串、数字、数学表达式的结果等
information_schema是mysql自带的一个信息数据库，其保存着关于mysql服务器所维护的所有其他数据库的信息，如数据库名，数据库的表，表栏的数据类型与访问权限等
在使用MySQL的过程中，我们知道可以通过mysqldump或者select into outfile的方法将MySQL中的数据给转换成csv文件，这里简单介绍一下：
mysql中在执行查询时有多种方案，它会选着代价最低的方案去执行查询，一条查询语句在mysql的执行成本分为两块。
通过TPC-H基准测试，可获得数据库单位时间内的性能处理能力，为评估数据库系统的现有性能服务水平提供有效依据。
分页 1. 背景： 背景1：查询返回的记录太多了，查看起来很不方便，怎么样能够实现分页查询呢？ 背景2：表里有 4 条数据，如果只想要显示第 2、3 条数据怎么办呢？ 2. 实现规则 分页原理 所谓分页显示，就是将数据库中的结果集，一段一段显示出来需要的条件。 MySQL中使用 LIMIT 实现分页 格式： LIMIT 位置偏移量, 行数 第一个“位置偏移量”参数指示MySQL从哪一行开始显示，是一个可选参数，如果不指定“位置偏移量”，将会从表中的第一条记录开始（第一条记录的位置偏移量是0，第二条记
MySQL的査询优化器会通过两个API来了解存储引擎的索引值的分布信息,以决定如何使用索引。第一个API是 records_in_range()，通过向存储引擎传入两个边界值获取在这个范围大概有多少条记录。对于某些存储引擎，该接口返回精确值，例如MyISAM；但对于另一些存储引擎则是一个估算值，例如 InnoDB。 第二个API是info()，该接口返回各种类型的数据，包括索引的基数(每个键值有多少条记录)。 如果存储引擎向优化器提供的扫描行数信息是不准确的数据，或者执行计划本身太复杂以致无法准确地获取各个阶段匹配的行数，那么优化器会使用索引统计信息来估算扫描行数。 MySQL优化器使用的是基于成本的模型，而衡量成本的主要指标就是一个查询需要扫描多少行。如果表没有统计信息，或者统计信息不准确，优化器就很有可能做出错误的决定。可以通过运行ANALYZE TABLE来重新生成统计信息解决这个问题。 每种存储引擎实现索引统计信息的方式不同，所以需要进行ANALYZE TABLE的频率也因不同的引擎而不同，每次运行的成本也不同：
MySQL优化器的工作之一是选择索引。通过选择索引，找到一个最优的执行方案，以最小的代价去执行语句。而评估代价大小的因素之一，就是扫描行数。因为扫描的行数越少，访问磁盘数据的次数越少，消耗的CPU资源就相应越少。另外，优化器还会结合是否使用临时表、是否排序等因素进行综合判断。
内容提要 一、对EF框架的性能测试 增、删、改，查测试及性能优化 二、使用sql执行 增、删、改，查测试 三、对以上两种方式对比分析 一 对EF框架的测试 1插入操作测试 测试代码（关键部分） List<Collection> list = new List<Collection>(); int i = 0; while (i < count) { Collection
本次要实践的数据日志来源于国内某技术学习论坛，该论坛由某培训机构主办，汇聚了众多技术学习者，每天都有人发帖、回帖，如图1所示。
Mysql慢查询和慢查询日志分析 众所周知，大访问量的情况下，可添加节点或改变架构可有效的缓解数据库压力，不过一切的原点，都是从单台mysql开始的。下面总结一些使用过或者研究过的经验，从配置以及调节索引的方面入手，对mysql进行一些优化。 第一步应该做的就是排查问题，找出瓶颈，所以，先从日志入手 开启慢查询日志 mysql>show variables like “%slow%”; 查看慢查询配置，没有则在my.cnf中添加，如下 log-slow-queries = /data/mysqldata/
在可重复读隔离级别下，事务在启动的时候就拍另一个快照。注意，这个快照时基于整库的。
上次打了慢sql日志，发现有很多包含count逻辑的sql，周末抽空来梳理下mysql里的count。
运算符是保留字或主要用于 SQL 语句的 WHERE 子句 中的字符，用于执行操作，例如：比较和算术运算。 这些运算符用于指定 SQL 语句中的条件，并用作语句中多个条件的连词。 常见运算符有以下几种：
前段时间的主要工作是开发统计系统， 统计公司产品的安装量和回访量，统计数据则由客户端调用C接口写入mysql数据库，即我们只需要分析客户端写入的原始数据即可。下面是对这个项目的一个总结：
B+树是一种在非叶子节点存放排序好的索引而在叶子节点存放数据的数据结构，值得注意的是，在叶子节点中，存储的并非只是一行表数据，而是以页为单位存储，一个页可以包含多行表记录。非叶子节点存放的是索引键值和页指针。 那么，在MySql数据库里，一个页的大小是多少呢？ 可以通过查询语句进行查看：show variables like 'innodb_page_size' 查询结果16384字节，可以通过1kb等于1024字节方式，计算出16384/1024 = 16kb，说明MySql数据库默认页大小是16kb。
join 方式连接多表，本质就是各个表之间数据的循环匹配。MySQL 5.5 版本之前，MySQL 只支持一种表间关联方式，就是嵌套循环。如果关联表的数据量很大，则 join 关联的执行时间会非常漫长。在 MySQL 5.5 以后的版本中，MySQL 通过引入 BNLJ 算法来优化嵌套执行。
上篇文章说了连接查询的成本，主要由驱动表的扇出值和被驱动表的查询方法决定，而成本这些都是可以在%cost%表查看的，因为分为server和engine表，server不管理数据成本，里面包含连接管理，查询缓存，sql解码，sql优化，engine就是数据引擎成本，而distinct，union等特殊查询，会建立临时表，临时表看数据量可能建立磁盘或者内存，比如distinct会用unique索引建立临时表去重。
今天有人跟我讲 MySQL 中 count(1) 比 count(*) 快，这能忍？必须得和他掰扯掰扯。
对于当前数据库的监控方式有很多，分为数据库自带、商用、开源三大类，每一种都有各自的特色；而对于 mysql 数据库由于其有很高的社区活跃度，监控方式更是多种多样，不管哪种监控方式最核心的就是监控数据，获取得到全面的监控数据后就是灵活的展示部分。
《小白学习MySQL - 增量统计SQL的需求》中，我们提到了一个MySQL增量统计需求的SQL，其实不止文中用的方案，还会有其他的，很多朋友都提到可以使用MySQL 8.0支持的开窗函数来解决。
mysql介绍 (1) mysql数据库是瑞典AB开发。 (2) mysql--> sun --> oracle。 (3) mysql数据库的特点。 1. 开源。 2. 免费。 3. 跨平台（windows/linux/unix/苹果）。 4. 处理并发性（13000个）/安全/稳定。 5. 该数据库 轻（对资源要求不高）安装文件 37.7M。而且 对cpu/内存要求都不高 基本语法： 在dos下输入： mysql -
它能记录下所有执行超过longquerytime时间的SQL语句，帮我们找到执行慢的SQL，方便我们对这些SQL进行优化。
一、数据库管理 1.1查询所有数据库 mysql> show databases; +--------------------+ Database +--------------------+ information_schema-- mysql元数据，基础数据 mysql--mysql配置数据库，其中包含用户信息。（用户名和密码，权限管理） performance_schema--mysql数据库软件的运行数据，日志信息，性能数据 test--测试数据库。空的 +-------------------
在一个很偶然的场景下，我看到了一个关于数据库中间件的SQL测试，对比测试的内容大体是对于一条查询语句的输出。看到输出结果，虽然结果是客观的，但是我总是感觉缺少了些什么，于是做了下测试。
作为一个后端工程师，想必没有人没用过数据库，跟我一起复习一下MySQL吧，本文是我学习《MySQL实战45讲》的总结笔记的第五篇，总结了MySQL索引相关的实践使用问题。
整数：INT。 ⼩数：DECIMAL。 字符串：TEXT。 ⽇期与时间：DATETIME。
在 WHERE 关键词后可以有多个查询条件，这样能够使查询结果更加精确。多个查询条件时用逻辑运算符 AND（&&）、OR（||）或 XOR 隔开。
innodb_thread_concurrency参数的目的是控制InnoDB并发线程的上限，一旦并发线程数达到此值，InnoDB在收到新请求后，就会进入等待状态，直到有线程退出。
索引是提高关系型数据库查询性能的利器，但其并非银弹，必须精通其原理，才能发挥奇效。
SQL 学过一点，但是没有怎么用，因此用的时候经常又要去看一遍教程，不如直接把经常会用到的语句给记录下来，下次直接看这一篇就行了。
DQL全称：Data Query Language(数据查询语言),用来查询数据库中表的记录。
注意：null 值不参与聚合函数运算（如果你查询address 出现结果为5）
前面我们介绍过索引，你已经知道了在 MySQL 中一张表其实是可以支持多个索引的。但是，你写 SQL 语句的时候，并没有主动指定使用哪个索引。也就是说，使用哪个索引是由 MySQL 来确定的。
a. 微博推文, 每次限制只能有140个字,如果连接字符很多, 那么可编辑的文字就少了
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
