SQL通常在不同的表之间进行连接运算，但是也可以在相同的表中进行运算。macOS中连接数据库：
前天在生产环境中遇到一个问题：使用GROUP_CONCAT函数select出来的数据被截断了，最长长度不超过1024字节，开始还以为是navicat客户端自身对字段长度做了限制的问题。后面故意重新INSERT了一个字段长度超1024字节的数据，但是navicat能完整展示出来，所以就排除了navicat的问题。
在日常的开发中，遇到需要处理 Null 值的场景还是蛮常见的。比如，查询某个字段包含 Null 值的记录、在展示的时候将 Null 值转为其它值、聚合包含 Null 值的列等。
欢迎关注专栏：Java架构技术进阶。里面有大量batj面试题集锦，还有各种技术分享，如有好文章也欢迎投稿哦。 微信公众号：慕容千语的架构笔记。欢迎关注一起进步。
当我们通过 id 查找相关信息，redis 做中间层，当数据缓存在 redis 中时，我们直接返回该数据，如果 redis 中不存在，就到 MYSQL 中查找，查找成功后在返回。
SQL 拥有很多可用于计数和计算的内建函数。大致分为两类：SQL Aggregate 函数计算从列中取得的值，返回一个单一的值。SQL Scalar 函数基于输入值，返回一个单一的值。
正常情况下没有问题，但是当数据量非常大的时候，首先 count(*) 会非常慢这是肯定的，其次分页越多，limit 的效率就会越低。
https://dev.mysql.com/doc/refman/8.0/en/explain-output.html
数据库的操作越来越成为整个应用的性能瓶颈，这对于Web应用尤其明显。关于数据库的性能，这并不只是DBA需要关心的，而更是后端开发需要去关注的事情。
本文介绍了如何汇总数据，包括使用聚集函数、组合聚集函数等。同时介绍了如何对不同值进行汇总，以及如何使用SUM、AVG、COUNT、MAX和MIN等函数进行计算。
B Tree指的是Balance Tree，也就是平衡树。平衡树是一颗查找树，并且所有叶子节点位于同一层，如下：
利用：from sqlalchemy import create_engine 链接数据库的过程中报错（数据量大时） sqlalchemy.exc.OperationalError: (mysql.connector.errors.OperationalError) 2055 尝试如下 ：MySql Host is blocked because of many connection errors; unblock with ‘mysqladmin flush-hosts’ 解决方法 原因：同一
大家是不是感觉弱爆了，随着工作经验的增加，我对索引有了更深入的了解，下面就来分享下我眼中的索引，分享以问题的形式，从敲门到进门。
利用：from sqlalchemy import create_engine 链接数据库的过程中报错（数据量大时） sqlalchemy.exc.OperationalError: (mysql.connector.errors.OperationalError) 2055
= 判断等号两边的值，字符串或表达式是否相等，如果相等则返回1，不相等则返回0. 需要遵守如下规则： 1.如果等号两边都为字符串，则Mysql会按照字符串进行比较，其比较的是每个字符的ANSI编码是否相等。 2.如果等号两边都是整数。则会按照两个整数的值来比较大小。 3.如果等号两边一个是整数，一个是字符串，则Mysql会将·字符串转换成数字进行比较。 4.如果等号两边有一个为NULL，则比较结果为NULL
使用select对列进行查询时，不仅可以直接以列的原始值作为结果，而且还可以将列值进行计算后所得值作为查询结果，即select子句可以查询表达式的值,表达式可由列名、常量及算术运算符组成。 查询结果计算列显示“无列名”,一般要给计算列加列标题。 其中：表达式中可以使用的运算符有：加+、减-、乘*、除/、取余%
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。
我们都知道，MySQL中关于字符，有char和varchar两种常用的类型，可能在平时的使用过程中，大家不会去关心这两种类型的区别，只是会用就可以了，或者说看到过一些它们的区别，但是没有时间去测试，今天有时间了，我将这两种类型的具体情况实验一把，让大家直观感受下，纯属分享，大神请绕道。
MySQL 中删除大表之前可以使用 pt-archiver 批量删除所有记录。这样助于避免在某些情况下您的服务器可能会意外的情况，比如磁盘 IO 满导致数据库hang或者影响正常 SQL 慢查。
MySQL 哈希索引又基于哈希表（散列表）来实现，所以了解什么是哈希表对 MySQL 哈希索引的理解至关重要。接下来，我们来一步一部介绍哈希表。
普通索引和唯一索引在查询能力上没啥差别，主要考虑对更新性能的影响，要尽量选择普通索引。接下来分析两种索引在查询语句和更新语句对性能的影响。
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：
首先我的项目运用的时Mysql，在做一个数据更新操作的时候，提示异常：System.Exception:“ExecuteNonQuery：Packets larger than max_allowed_packet are not allowed.”，通过查找了网上的一些方案主要是因为本地数据库运行最大查询的数据包太小的原因，也正是因为这个运行数据更新一直无法成功，导致后面的操作无法进行。
1、DDL(Data Definition Languages)语句:数据定义语言，这些语句定义了不同的数据段、 数据库、表、列、索引等数据库对象的定义。常用的语句关键字主要包括 create、drop、alter 等。
在大型数据库系统中，查询和检索数据的性能通常是一个关键问题。在MySQL中，如果单表数据量过大，查询的性能通常会变得很低。
索引定义：索引是依靠某些数据结构和算法来组织数据，最终引导用户快速检索出所需要的数据
同样的mysql，同样的查询，为啥在不同的服务器上的查询效率差别有10几倍 继上一篇索引优化后，在自己的服务器上已经从10几秒优化到了2s，以为万事大吉了， 谁知道，同样的操作，在客户的服务器上优化后，还是比本机慢了10几倍 当然了，客户服务器上添加完索引后，相对之前已经快了不少，sql查询已经优化到了极点
熟悉 MySQL 的同学一定都知道，MySQL 对于复杂条件查询的支持并不好。MySQL 最多使用一个条件涉及的索引来过滤，然后剩余的条件只能在遍历行过程中进行内存过滤。
内容为慕课网的《高并发 高性能 高可用 MySQL 实战》视频的学习笔记内容和个人整理扩展之后的笔记，这一节的内容是对于InnoDb的存储结构进阶了解，同时介绍为什么会使用B+索引作为最终数据结构，但是实际上InnoDb在具体实现中也并没有完全遵循B+的格式，而是在内部做了很多“手脚”，这也是所谓理论和实践之间的差异。
MySQL 5.7中引入了一个新的sys schema，sys是一个MySQL自带的系统库，在安装MySQL 5.7以后的版本，使用mysqld进行初始化时，会自动创建sys库。
现有一个交易系统，每次交易都会更新余额。出账扣减余额，入账增加余额。为了保证资金安全，余额发生扣减时，需要比较现有余额与扣减金额大小，若扣减金额大于现有余额，扣减余额不足，扣减失败。
Mysql系列的目标是：通过这个系列从入门到全面掌握一个高级开发所需要的全部技能。
基于哈希表实现。存储引擎会对所有的列计算一个哈希码， Hash索引将所有的哈希码存储在索引中，同时在索引表中保存指向每个数据行的指针
type：这是重要的列，显示连接使用了何种类型。从最好到最差的连接类型为const、eq_reg、ref、range、index和ALL
表中t1~t5的(ID,grade)值分别为(1,70)、(2,80)、(3,90)、(4,100)和(5,110)， 此时两棵索引树的示例示意图如下。
熟悉 MySQL 的同学一定都知道，MySQL 对于复杂条件查询的支持并不好。MySQL 最多使用一个条件涉及的索引来过滤，然后剩余的条件只能在遍历行过程中进行内存过滤，对这个过程不了解的同学可以先行阅读一下《MySQL复杂where条件分析》。
然后，就需要提到一个概念，innodb_page_size。InnoDB引擎读取数据，是一页一页读取的，这是InnoDB读取一页数据的大小。 innodb_page_size 是一个初始化数据库实例的参数，在目前的版本中（>=5.7.6），可以选择的值有4096, 8192, 16384, 32768, 65536。默认是16KB
原答案中对于此回答不是很认可，我不知道是处于语法的严谨还是个人角度理解的不同，在官方文档中如下
我们在一些特定场景下，例如查询公司员工的最高薪资，以及班级的最高成绩又或者是面试中都会遇到查找最大值的问题，所以本文我们就来列举一下查询数组中最大值的 5 种方法。
提到唯一索引和普通索引，相信大家都不陌生，当同事小姐姐问你这俩有什么区别时？或许你会脱口而出：“这还用问？见名知意啊，一个是允许字段重复，一个不允许存在重复数据！”
谈到索引，大家并不陌生。索引本身是一种数据结构，存在的目的主要是为了缩短数据检索的时间，最大程度减少磁盘 IO。
尽量不使用unsigned，对于int类型可能存放不下的数据，int unsigned同样可能存放不下，与其如此，还不如设计时，将int类型提升为bigint类型。
1、因为任何有业务含义的列都有改变的可能性,主键一旦带上了业务含义，那么主键就有可能发生变更。主键一旦发生变更，该数据在磁盘上的存储位置就会发生变更，有可能会引发页分裂，产生空间碎片。
索引是一种特殊的文件，包含着对数据表里所有记录的引用指针。可以对表中的一列或多列创建索引并指定索引的类型，各类索引有各自的数据结构实现。 通过目录，就可以快速的找到某个章节对应的位置。=》索引的效果，就是为了加快查找的速度。
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。
字段名1 、2 是对查询结果排序的依据。 ASC 表示升序 DESC表示降序。 默认是ASC。
mysql的FIND_IN_SET函数使用方法 有个文章表里面有个type字段,他存储的是文章类型,有 1头条,2推荐,3热点,4图文 …..11,12,13等等 现在有篇文章他既是 头条,又是热点,还是图文, type中以 1,3,4的格式存储. 那们我们如何用sql查找所有type中有4图文标准的文章呢, 这就要我们的find_in_set出马的时候到了. 先看mysql手册中find_in_set函数的语法: FIND_IN_SET(str,strlist) 假如字符串str 在由N 子链组成的字符串
一般情况下，我们需要的聚合数据(总和，平均数，最大最小值等)并不总是存储在表中。 但可以通过执行存储数据的计算来获取它。
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
对象存储
即时通信 IM
实时音视频
