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，具体指运行时间超过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10S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，当然，如果不是调优需要的话，一般不建议启动该参数，因为开启慢查询日志会或多或少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。
MySQL 可以很好的支持大数据量的存取，但是一般说来，数据库中的表越小，在它上面执行的查询也就会越快。因此，在创建表的时候，为了获得更好的性能，我们可以将表中字段的宽度设得尽可能小。例如，在定义邮政编码这个字段时，如果将其设置为CHAR(255)，显然给数据库增加了不必要的空间，甚至使用VARCHAR这种类型也是多余的，因为CHAR(6)就可以很好的完成任务了。同样的，如果可以的话，我们应该使用MEDIUMINT而不是BIGIN来定义整型字段。
当关联查询时，无论一对一还是一对多 除了需要注意javaType和ofType之外，还应该注意各表主键不能同一名称
子查询(嵌套查询) 查询工资高于1号部门平均工资的员工信息 select avg(sal) from emp where deptno=1; select * from emp where sal>2325; 把上面两条合并成一条 select * from emp where sal>(select avg(sal) from emp where deptno=1); 查询拿最高工资的员工信息 select * from emp where sal=(select max(sal) from em
在选择数据存储时，经常会选择关系型数据库(SQL)和非关系型数据库(NoSQL)进行数据存储，这两种数据各有优缺点，下面进行简单对比
数据库在高并发的场景下使用外键约束会有锁问题并且使用外键会增加运维成本，所以很多公司都规定生产环境的数据库禁止使用外键。
在对系统进行压测时有时要进行局部压测，比如对数据库的读写性能压测，使用过数据库以及搜索引擎的小伙伴相信对缓存这个东西一定不会陌生，如果我们在对数据库或者es之类的搜索引擎进行压测时一定要采用随机的参数，否则压测意义就不大了，因为从缓存返回数据跟从io读取数据后返回是两码事，这两种情况在性能上相差太大，当然是用一定固定值进行压测也不符合实际生产过程中使用场景，本文主要介绍一种使用jmeter压测mysql数据库时的一种随机参数生成方式，当然这也不符合实际应用场景，尤其是一些涉及多个关联查询的情况，如果一个查询查不到可能直接返回了，这样也不够真实，更真实一些的方式应该是将系统中已有的数据放在jmeter中进行压测，本文先简单介绍下jmeter随机参数压测mysql的方法：
分片策略（如果要看各个策略的实际操作，看ShardingSphere专题视频即可）
NoSQL，指的是非关系型的数据库。NoSQL是Not Only SQL的缩写，是对不同于传统的关系型数据库管理系统的统称。非关系型数据库不同于传统的关系型数据库，非关系型数据库对数据的存储不需要特定的模式，适用于大规模的数据存储。
所以说，当公司业务有跨库分析时（一般情况是，业务数据库分布在各个部门），一些数据需要配合其他部门的数据进行关联查询，这个时候可以考虑Presto。但是目前，对于MySQL统计查询在性能上有瓶颈。可考虑将数据按时间段归档到HDFS中，以提高统计效率。
作者：李博 , 链接: https://cnblogs.com/liboware/p/12740901.html
1.对于mysql，不推荐使用子查询和join是因为本身join的效率就是硬伤，一旦数据量很大效率就很难保证，强烈推荐分别根据索引单表取数据，然后在程序里面做join，merge数据。
前段时间在跟其他公司DBA交流时谈到了mysql跟PG之间在多表关联查询上的一些区别，相比之下mysql只有一种表连接类型:嵌套循环连接(nested-loop),不支持排序-合并连接(sort-merge join)与散列连接(hash join)，而PG是都支持的，而且mysql是往简单化方向去设计的，如果多个表关联查询（超过3张表）效率上是比不上PG的。
https://flask-sqlalchemy.palletsprojects.com/en/master/quickstart/
所有的数据库对象名称必须使用小写字母并用下划线分割（MySQL大小写敏感，名称要见名知意，最好不超过32字符） 所有的数据库对象名称禁止使用MySQL保留关键字（如 desc、range、match、delayed 等，请参考 MySQL官方保留字 【https://dev.mysql.com/doc/refman/5.7/en/keywords.html】 ） 临时库表必须以tmp为前缀并以日期为后缀（tmp_） 备份库和库必须以bak为前缀并以日期为后缀(bak_) 所有存储相同数据的
在MySQL中，查询操作通常会涉及到联结不同表格，而JOIN命令则在这一过程中扮演了关键角色。在JOIN操作中，我们通常会使用三种不同的方式，分别是内连接、左连接以及右连接。
本周赠书《性能之巅》第2版 前段时间在跟其他公司DBA交流时谈到了mysql跟PG之间在多表关联查询上的一些区别，相比之下mysql只有一种表连接类型:嵌套循环连接(nested-loop)，不支持排序-合并连接(sort-merge join)与散列连接(hash join)，而PG是都支持的，而且mysql是往简单化方向去设计的，如果多个表关联查询（超过3张表）效率上是比不上PG的。 1. 摘要 不超过3层是为了效率。 更通用 ，更好为了分布式做准备。 下面也对mysql多表关联这个特性简单探讨下~
SQL索引建议是帮助数据库优化器创造最佳执行路径，需要遵循数据库优化器的一系列规则来实现。CloudDBA需要首先计算表统计信息，是因为：
在优化有问题的查询时，目标应该是找到一个更优的方法获得实际需要的结果，而不是一定总是要求从MySQL获取一模一样的结果集
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。
Mybatis框架的开发模式有两种：1，基于XML文件配置的方式；2，基于注解方式的项目开发。一个项目的开发通常不会混合使用两种方式的。
数据类型的优化主要是指选取什么类型。需要遵循“小而简单”的原则。因为这样的数据类型占用的内存、磁盘更低，CPU处理时间也更少。举个常见的例子。
问题1：char、varchar的区别是什么？ varchar是变长而char的长度是固定的。如果你的内容是固定大小的，你会得到更好的性能。
上一篇文章已经编写了mysql查询以及生成请求api的body数据，那么本章节我们来继续编写解决body序列化json过程中的datetime转化问题。
华夏银行数据库专家，专注于开源及国产分布式数据库技术，多年一线金融行业数据库开发与运维经验。目前主要负责分布式数据库的研究、应用与推广工作。
mysql是多线程结构，包括后台线程和客户服务线程，多线程可以有效利用服务器资源，提高数据库的并发性能。在mysql的并发能力上，主要有有下列参数界定。分别为max_connections,back_log,thread_cache_size,table_open_cache等。
MySQL数据库默认连接为100，我们可以通过配置initialSize、minIdle、maxActive等进行调优，但由于硬件资源的限制，数据库连接不可能无限制的增加，对大型单体应用单实例数据库可能会出现最大连接数不能满足实际需求的情况，这时就会系统业务阻塞。
关系型数据库是由多张能互相关联的表组成的数据库，典型的有MySQL和Oracle数据库。
在访问数据库时，应该只请求需要的行和列。请求多余的行和列会消耗MySql服务器的CPU和内存资源，并增加网络开销。 例如在处理分页时，应该使用LIMIT限制MySql只返回一页的数据，而不是向应用程序返回全部数据后，再由应用程序过滤不需要的行。 当一行数据被多次使用时可以考虑将数据行缓存起来，避免每次使用都要到MySql查询。 避免使用SELECT *这种方式进行查询，应该只返回需要的列。
在上一篇 文章 中，我们已经介绍了Solr下载及单节点启动和配置，以及如何创建core，但是如何进行数据导入却还没有介绍。这篇文章就将教你在创建core之后，应该如何进行相关配置并导入数据；
MySQL优化一般是需要索引优化、查询优化、库表结构优化三驾马车齐头并进。 本章节开始讲查询优化。 一、为什么查询速度会慢 可以把查询当作一个任务，它由一系列子任务组成，每个子任务都会消耗一定的时间。如果要优化查询，实际上是优化其子任务，要么消除其中一些子任务，要么减少子任务的执行次数，要么让子任务运行得更快。 MySQL在执行查询的时候有哪些子任务，这个是有一定的方法进行剖析的，具体方法下回单独拿一个章节来分析。 通常来说，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
后来，随着访问量的上升，几乎大部分使用MySQL架构的网站在数据库上都开始出现了性能问题，web程序不再仅仅专注在功能上，同时也在追求性能。程序员们开始大量的使用缓存技术来缓解数据库的压力，优化数据库的结构和索引。开始比较流行的是通过文件缓存来缓解数据库压力，但是当访问量继续增大的时候，多台web机器通过文件缓存不能共享，大量的小文件缓存也带了了比较高的IO压力。在这个时候， Memcached就自然的成为一个非常时尚的技术产品。
随着计算机和信息技术的迅猛发展，行业应用系统的规模迅速扩大，行业应用所产生的数据量呈爆炸式增长，动辄达到数百TB甚至数百PB的规模，已远远超出传统计算技术和信息系统的处理能力，集中式数据库面对大规模数据处理逐渐表现出其局限性。因此，人们希望寻找一种能快速处理数据和及时响应用户访问的方法，也希望对数据进行集中分析、管理和维护。这已经成为迫切需求。
在这里我跟大家分享一下关于服务器安全的知识点经验，虽说我很早以前想过要搞黑客技术，然而由于种种原因我最后都没有搞黑客技术，但是我一直都在很留意服务器安全领域的。
在笔记 1 中，我们已经介绍了Solr下载及单节点启动和配置，以及如何创建core，但是如何进行数据导入却还没有介绍。这篇文章就将教你在创建core之后，应该如何进行相关配置并导入数据；
本文实例讲述了laravel 框架结合关联查询 when()用法。分享给大家供大家参考，具体如下：
数据库在业务体系不大的情况，一般都是单库出现，通过增加主从复制提高SLA。但当业务体量不断扩大，就需要考虑进行数据拆分来解决性能瓶颈问题。
这里对Many-To-Many即多对多的映射关系以详细事例来分析Django中Database操作多对多映射关系的一些基本用法和注意事项
背景：一个平台或系统随着时间的推移和用户量的增多，数据库操作往往会变慢；而在Java应用开发中数据库更是尤为重要，绝大多数情况下数据库的性能决定了程序的性能，如若前期埋下的坑越多到后期数据库就会成为整个系统的瓶颈；因此，更规范化的使用MySQL在开发中是不可或缺的。
一个平台或系统随着时间的推移和用户量的增多，数据库操作往往会变慢；而在Java应用开发中数据库更是尤为重要，绝大多数情况下数据库的性能决定了程序的性能，如若前期埋下的坑越多到后期数据库就会成为整个系统的瓶颈；因此，更规范化的使用MySQL在开发中是不可或缺的。
上一篇文章已经编写了异步并发API请求灌数据，那么本章节我们来继续编写异步并发加锁，保证数据安全
一直想要聊一聊关于开发中更建议使用单表查询+代码层组装 or 联表查询 的问题，在开发中每个同学的开发中有各自的习惯，笔者在公司也和一些同事关于这方面有一些探讨。
之前下载V1.0使用的可以选择新建一个项目把V2.0下载使用，也可以直接覆盖。推荐使用第一种方式，虽然很多方法做了改进，但是我的写法不一定是最好的，仅供参考。
上一篇文章已经编写了跨文件目录引入mysql的封装类，那么本章节我们来继续编写封装Http请求的基本类方法。
领取专属 10元无门槛券
手把手带您无忧上云
