在探索数据库优化的广阔领域中，我们不可避免地会遇到一系列独特的概念和技术。其中之一就是MySQL的多范围读取(Multi-Range Read, MRR)。
面试最怕遇到的问题是什么，如何做优化一定当仁不让，SQL 优化更是首当其冲，这里先跟大家分享一个比较容易理解的 join 语句的优化~
在「HBase」中, 从逻辑上来讲数据大概就长这样: 单从图中的逻辑模型来看, HBase 和 MySQL 的区别就是: 将不同的列归属与同一个列族下 支持多版本数据 这看着感觉也没有那么太大的区别呀
前段时间一直在更新sql-lab通关题解。无奈被黑客攻击删除了数据库，由于没有备份导致相关的那部分的数据丢失。也不计划重新更新了，但是特别写一篇博客记录下学习到的重要技术----MySQL报错注入。MySQL报错注入的方式有很多种，随着MySQL版本更新，官方也修复了部分bug。
[外链图片转存失败,源站可能有防盗链机制,建议将图片保存下来直接上传(img-j3OUucRa-1627099407310)(20210316_分布式NoSQL列存储数据库Hbase（一）.assets/image-20210316180046440.png)]
如果一个索引包含(或覆盖)所有需要查询的字段的值，称为‘覆盖索引’。即只需扫描索引而无须回表。 只扫描索引而无需回表的优点： 1.索引条目通常远小于数据行大小，只需要读取索引，则mysql会极大地减少数据访问量。 2.因为索引是按照列值顺序存储的，所以对于IO密集的范围查找会比随机从磁盘读取每一行数据的IO少很多。 3.一些存储引擎如myisam在内存中只缓存索引，数据则依赖于操作系统来缓存，因此要访问数据需要一次系统调用 4.innodb的聚簇索引，覆盖索引对innodb表特别有用。(innodb的二级索引在叶子节点中保存了行的主键值，所以如果二级主键能够覆盖查询，则可以避免对主键索引的二次查询)
本节讲述的是redolog日志，介绍redo log写磁盘的过程以及redo log的随机写和顺序写，最后我们讲介绍关于mysql最常见的事务问题，并且介绍mysql的事务隔离级别以及隔离级别的特性。
其实对于上面的观点一定程度上是正确的，但不是完全正确。但之所以流传这么广，主要还是没有搞清楚实际状态，而根据实际使用中总结出来的一些模糊规律。只有了解的MySQL的Join实际执行方式，就会知道上面2种观点是一种模糊的规律，这种规律并不能指导我们实际开发。下面就说说MySQL的实际join执行方式。
以Col1为主键，则上图是一个MyISAM表的主索引（Primary key）示意
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。
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。
MVCC(Multi Version Concurrency Control的简称)，代表多版本并发控制。与MVCC相对的，是基于锁的并发控制，Lock-Based Concurrency Control)。 MVCC最大的优势：读不加锁，读写不冲突。在读多写少的OLTP应用中，读写不冲突是非常重要的，极大的增加了系统的并发性能
MySQL大体分为Server层和存储引擎层，内置函数都是Server层实现，跨存储引擎的功能如存储过程、视图、触发器等也是在Server层实现的。
上一篇写了从全局的角度说数据库优化这件事情，我们面试经常会被问到数据库优化这块，我们很多时候能回答一些大而化之的策略，例如主从分离，分表分库之类，添加合理的索引，那继续追问，用的什么中间件主从分离，用的什么策略进行分表分库，什么是合理的索引，加了索引表扫描少了多少行，什么情况下索引会失效，好吧，笑容逐凝固，不知如何作答了，本篇就优先围绕sql查询优化本身来聊这个事情；
mysql当前的版本，运行的时间，以及当前系统时间。 MySQL服务器版本信息表明MySQL服务器包含和不包含哪些特点。 MySQL服务器运行时间表明报告价值的代表性。服务器运行时间对于评估报告是很重要的，因为如果服务器不运行几个小时的话，输出报告有可能存在曲解和误导性。有时甚至运行几个小时时间都是不够的，比如，MySQL服务器运行了午夜的6个小时几乎没有业务访问过。最理想的情况是，MySQL服务器运行一天之后再运行mysqlreport来输出报告，这样报告的代表价值要比系统刚运行时要好的多。 在性能场景的运行周期前启动mysql，在性能场景结束后生成mysqlreport会比较有用。比如此例中，场景运行了1小时后执行了mysqlreport。
如果两个表中一个较小，一个是大表，则子查询表大的用exists，子查询表小的用in：
一条查询语句的执行过程一般是经过连接器、分析器、优化器、执行器等功能模块，最后到达存储引擎。 那么，一条更新语句的执行流程又是怎样的呢？以及MySQL可以恢复到半个月内任意一秒的状态，这是怎样做到的呢？
从上篇文章中的场景，可以看到：高级性能测试系列《26. 从mysql中查询出数据写入sqlite中，再从sqlite中查询出数据写入txt文件中。》
数据在数据库中的存储方式就是数据存储结构。传统数据库由上到下，可以分为网络接入层、计算引擎层、存储引擎层、系统文件层，数据存储结构就是在存储引擎层，数据库通过存储引擎实现CRUD操作。不同的存储引擎决定了数据库的性能和功能，所以存储引擎层是数据库的核心。另外，在数据库中数据是以表的形式存储，所以存储引擎也可以称为表类型。
面试必问的 MySQL，你懂了吗？
Mycat可不是我的猫，他是基于Java语言编写的一款开源数据库中间件，是一个实现了MySQL协议的服务器。能够实现对主从数据库的读写分离、主从复制、水平或垂直切分表等功能。
具体内容请参考：https://www.javacn.site/interview/mysql/indexinvalid.html
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。
通过本专题可以看到，索引是一个非常复杂的话题！MySQL和存储引擎访问数据的方式，加上索引的特性，使得索引成为一个影响数据访问的有力而灵活的工作(无论数据是在磁盘中还是在内存中)。 在MySQL中，大多数情况下都会使用B-Tree索引。其他类型的索引大多只适用于特殊的目的。如果在合适的场景中使用索引，将大大提高查询的响应时间。最后回顾一下这些特性以及如何使用B-Tree索引。 在选择索引和编写利用这些索引的查询时，有如下三个原则始终需要记住:
【1】MySQL是一个轻量级关系型数据库管理系统，将数据保存在不同的表中，而不是将所有数据放在一个大仓库内，就增加了速度并提高了灵活性。
group by 使用索引的原则几乎跟 order by 一致 ，group by 即使没有过滤条件用到索引，也可以直接使用索引。
通常大家都会根据查询的WHERE条件来创建合适的索引，不过这只是索引优化的一个方面。设计优秀的索引应该考虑到整个查询，而不单单是WHERE条件部分。索引确实是一种查找数据的高效方式，但是MySQL也可以使用索引来直接获取列的数据，这样就不再需要读取数据行。如果索引的叶子节点中已经包含要查询的数据，那么还有什么必要再回到表中查询呢？如果一个索引覆盖所有需要查询的字段的值，我们就称之为“覆盖索引”。
在关系型数据库中设计索引其实并不是复杂的事情，很多开发者都觉得设计索引能够提升数据库的性能，相关的知识一定非常复杂。 然而这种想法是不正确的，索引其实并不是一个多么高深莫测的东西，只要我们掌握一定的方
删除一条记录，首先锁住这条记录，数据原有的被废弃，记录头发生变化，主要是打上了删除标记。也就是原有的数据 deleted_flag 变成 1，代表数据被删除。但是数据没有被清空，在新一行数据大小小于这一行的时候，可能会占用这一行。这样其实就是存储碎片。
php，基础，流程控制，函数，字符串，数组，web交互，mysql数据库，PHP数据库编程，cookie与session，日期和时间，图形图形处理，文件和目录处理，面向对象，pdo数据库抽象层，smarty模板。
如果用bash -c 那么bash 会从第一个非选项参数后面的字符串中读取命令，如果字符串有多个空格，第一个空格前面的字符串是要执行的命令，也就是$0, 后面的是参数，即$1,$2….
同时处于执行状态的所有事务，是否可以并行？ 不可以。因为多个执行中的事务是由可能出现锁冲突的，锁冲突之后会产生锁等待问题。
当部署多个 FE 节点时，用户可以在多个 FE 之上部署负载均衡层来实现 Doris 的高可用。官方文档描述: 负载均衡 。
MySQL是目前业界最为流行的关系型数据库之一，而索引的优化也是数据库性能优化的关键之一。所以，充分地了解MySQL索引有助于提升开发人员对MySQL数据库的使用优化能力。
| 作者 肖泽凡，腾讯TEG研发管理部小小后台攻城狮一枚，负责腾讯敏捷产品研发平台TAPD的基础功能的开发和维护，热爱技术，喜欢分享，文章首次发表于SegmentFault，博客名“X先生”，欢迎与我交流~ ---- 在数据库中join操作被称为连接，作用是能连接多个表的数据（通过连接条件），从多个表中获取数据合并在一起作为结果集返回给客户端。例如: 表A： idnameage1A182B193C20 表B： iduidgender11F22M 通过连接可以获取到合并两个表的数据： select A
调用EXPLAIN可以获取关于查询执行计划的信息，以及如何解释输出。EXPLAIN命令是查看查询优化器如何决定执行查询的主要方法，但该动能也有局限性，它的选择并不总是最优的，展示的也并不一定是真相。
在InnoDB中，表都是根据主键顺序以索引的形式存放的，这种存储方式的表称为索引组织表（IOT），InnoDB使用B+树索引模型，数据都是存储在B+树中的。
InnoDB是一种兼顾高可靠性和高性能的通用存储引擎，架构分为两块：内存中的结构和磁盘上的结构。InnoDB 使用日志先行策略，将数据修改先在内存中完成，并且将事务记录成重做日志(Redo Log)，转换为顺序IO高效的提交事务。
最近在面试，有被问到，MySQL的InnoDB引擎是如何实现事务的，又或者说是如何实现ACID这几个特性的，当时没有答好，所以自己总结出来，记录一下。
完全的范式和反范式是不存在的，在实际操作中建议混用这两种策略，可能使用部分范式化的schema、缓存表、以及其他技巧。
建立索引的目的是：希望通过索引进行数据查找，减少随机 IO，增加查询性能 ，索引能过滤出越少的数据，则从磁盘中读入的数据也就越少。
MySQL是目前业界最为流行的关系型数据库之一，而索引的优化也是数据库性能优化的关键之一。所以，充分地了解MySQL索引有助于提升开发人员对MySQL数据库的使用优化能力。 MySQL的索引有很多种类型，可以为不同的场景提供更好的性能。而B-Tree索引是最为常见的MySQL索引类型，一般谈论MySQL索引时，如果没有特别说明，就是指B-Tree索引。本文就详细讲解一下B-Tree索引的的底层结构，使用原则和特性。 为了节约你的时间，本文的主要内容如下：
本文主要探讨MySQL InnoDB 引擎下ACID的实现原理，对于诸如什么是事务，隔离级别的含义等基础知识不做过多阐述。
MySQL 作为一个关系型数据库，以最常见的 InnoDB 引擎来说，是如何保证 ACID 的。
https://www.cnblogs.com/huchong/p/10219318.html
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
