1.2.1打开Navicat，点击连接。新建MySQL连接和oracle连接。详细过程例如以下图：
因兄弟项目中mysql有点扛不住了，要做sql优化，但是业务有点小复杂，优化起来有点麻烦(sql嵌套有点多)，便想着用Mpp数据库Greenplum测试下，看性能和复杂度怎么样，趟趟水。
前几天有个新闻,说是gitlab的工程师把数据文件给误删了,搞了个大事件,很多人都去围观了.备份工作应该在最开始的时候就要做,否则就会失去最佳时机,为了保证我的数据是安全的,因此我要搞备份了.备份分为逻辑备份和物理备份,逻辑备份是导sql,物理备份是基于文件的,这两种我都搞一下.
有时候，slave上只是几张表有些问题，如果从master上dump一份进行恢复的话，对于体积很大的数据库，则要花费很长的时间，长时间的持锁还容易影响到业务。
1. 什么是表分区 2. 分区的两种方式 2.1 水平切分 2.2 垂直切分 3. 为什么需要表分区 4. 分区实践 4.1 RANGE 分区 4.2 LIST 分区 4.3 HASH 分区 4.4 KEY 分区 4.5 COLUMNS 分区 5. 常见分区命令 6. 小结 松哥之前写过文章跟大家介绍过用 MyCat 实现 MySQL 的分库分表，不知道有没有小伙伴研究过，MySQL 其实也自带了分区功能，我们可以创建一个带有分区的表，而且不需要借助任何外部工具，今天我们就一起来看看。 1. 什么是表分区
如果一个表的字段较多，可以新建一个扩展表，将不常用或字段长度较大的字段拆分到扩展表中。
2.停止Hive服务，在配置中搜索“database”，修改数据库配置到MySQL库
目前MySQL数据库最常用的是主从架构，大多数高可用架构也是通过主从架构演变而来。但是主从架构运行时间长久后容易出现数据不一致的情况，比如因从库可写造成的误操作或者复制bug等，本篇文章将会详细探究出现主从不一致及如何解决这种问题。
MySQL不支持数组。但有时候需要组合几张表的数据，在存储过程中，经过比较复杂的运算获取结果直接输出给调用方，比如符合条件的几张表的某些字段的组合计算，MySQL临时表可以解决这个问题.临时表：只有在当前连接情况下， TEMPORARY 表才是可见的。当连接关闭时， TEMPORARY 表被自动取消。必须拥有 create temporary table 权限，才能创建临时表。可以通过指定 engine = memory; 来指定创建内存临时表。
最近在工作中，遇到了这样一个业务场景，我们需要关注一个业务系统数据库中某几张表的数据，当数据发生新增或修改时，将它同步到另一个业务系统数据库中的表中。
我们知道在 MySQL 中创建一张表时，一些统计表会发生变化，比如：mysql/innodb_index_stats，会多出几行对新表的描述。
五一假期过去一半了，不知道小伙伴们过的如何，相信很多小伙伴都出去玩了吧？我是在家研究了两天Seata源码。
做数据就好像盖楼一样，设计图纸、运输原材料、打地基、建楼。PQ就是这个打地基的步骤，非常重要。打开PowerBI，在开始选项卡下面有一个编辑查询器，它就是PQ的编辑器，这个距离源数据最近的工具。
1，大数据平台——是指服务于大数据计算或存储的平台，包括大数据的计算集群(hive、spark、flink、storm等等)和存储集群(如hadoop、hbase等等)。 2，大数据平台涉及的元数据——由大数据作业的业务逻辑直接读写处理的业务数据，都不是元数据，除此之外的数据都是元数据。例如数据表的schema信息、任务之间的血缘关系、任务的权限映射关系、数据的业务属性、数据占用的磁盘空间等等。
本博客介绍Oracle SQL调优的一种常用也是很实用的方法，也即/*+no_unnest */和/*+ unnest*/，介绍Oracle 的 /*+unnest */ 、 /*+ no_unnest */之前，先介绍一下Hint。
以支付宝用户为例，8亿；微信用户更是10亿。订单表更夸张，比如美团外卖，每天都是几千万的订单。淘宝的历史订单总量应该百亿，甚至千亿级别，这些海量数据远不是一张表能Hold住的。事实上MySQL单表可以存储10亿级数据，只是这时候性能比较差，业界公认MySQL单表容量在1KW以下是最佳状态，因为这时它的BTREE索引树高在3~5之间。
相信很多人在刚开始使用数据库的INNER JOIN、LEFT JOIN和RIGHT JOIN时，都不太能明确区分和正确使用这三种JOIN操作，本文通过一个简单的例子通俗易懂的讲解这三者的区别，希望对大家能带来帮助。
初学者在看到这个问题的时候，可能首先想到的是 MySQL 一张表到底能存放多少条数据？
北冥有 Data，其名为鲲，鲲之大，一个 MySQL 放不下。千万量级的数据，用 MySQL 要怎么存？
本篇的主题是关于数据模型的规范化和反规范化的讨论，其实也是一种常见的维度建模的设计和业务使用便捷性的冲突。
在平时工作中，经常会遇到数据迁移的需求，比如要迁移某个表、某个库或某个实例。根据不同的需求可能要采取不同的迁移方案，数据迁移过程中也可能会遇到各种大小问题。本篇文章，我们一起来看下 MySQL 数据迁移那些事儿，希望能帮助到各位。
MySQL 是我们经常用到的数据，无论是开发人员用来练习，还是小型私服游戏服务器，或者是个人软件使用，都十分方便。对于做一些个人辅助软件，选择 MySQL 数据库是个明智的选择，有一个好的工具更是事半功倍。下面我将向大家介绍如何使用 Navicat Premium 导出和导入*.sql 数据文件。
MySQL 是我们经常用到的数据，无论是开发人员用来练习，还是小型私服游戏服务器，或者是个人软件使用，都十分方便。对于做一些个人辅助软件，选择 MySQL 数据库是个明智的选择，有一个好的工具更是事半功倍。下面我将向大家介绍如何使用 Navicat Premium 导出和导入 *.sql 数据文件。
本文提要 从编码角度来优化数据层的话，我首先会去查一下项目中运行的sql语句，定位到瓶颈是否出现在这里，首先去优化sql语句，而慢sql就是其中的主要优化对象，对于慢sql，顾名思义就是花费较多执行时间的语句，它带来的影响也比较恶劣，首先是执行时间过长影响数据的返回速度，其次，慢sql的长时间执行也会消耗和占用mysql的系统资源，影响其他的sql语句执行，过多的慢sql极其影响性能，如果系统流量或者并发量较大的情况下，过多的执行慢sql很有可能造成mysql的死锁以致于mysql服务无法正常使用。 dr
最近在公司做了几张报表，还记得刚开始要做报表的时候都快把SQL给忘光了，回到公司的第一个需求就是做报表。
最近在公司做了几张报表，还记得刚开始要做报表的时候都快把SQL给忘光了（当时在广州休假了1个月多，在实习期间也没咋写过SQL），回到公司的第一个需求就是做报表。
之前不少人问我“能否分享一些分库分表相关的实践”，其实不是我不分享，而是真的经验不多?；和大部分人一样都是停留在理论阶段。 不过这次多少有些可以说道了。 先谈谈背景，我们生产数据库随着业务发展量也逐渐
前言 之前不少人问我“能否分享一些分库分表相关的实践”，其实不是我不分享，而是真的经验不多🤣；和大部分人一样都是停留在理论阶段。 不过这次多少有些可以说道了。 先谈谈背景，我们生产数据库随着业务发展量也逐渐起来；好几张单表已经突破亿级数据，并且保持每天 200+W 的数据量增加。 而我们有些业务需要进行关联查询、或者是报表统计；在这样的背景下大表的问题更加突出（比如一个查询功能需要跑好几分钟）。 可能很多人会说：为啥单表都过亿了才想方案解决？其实不是不想，而是由于历史原因加上错误预估了数据增长才导致这个局面
0x00 前言 本篇的主题是关于数据模型的规范化和反规范化的讨论，其实也是一种常见的维度建模的设计和业务使用便捷性的冲突。 0x01 讨论 问题： 在设计数据表的时候，是一个宽表好，还是多个维度表好？ 回答一： 数据仓库每张表的搭建，主要依赖于这个表在整个数据仓库中的作用和相关意义。首先要清楚这个表的存在是为了解决那些问题，什么角色使用，怎么保证使用者尽可能好的体验解决问题。从以上所提到的角度去看待问题，拆解以下几点因素： 拆表情况下多张数据表的查询SQL的编写难度有多大，是否会出现为了数据提取需要关联多张
前言 之前不少人问我“能否分享一些分库分表相关的实践”，其实不是我不分享，而是真的经验不多?；和大部分人一样都是停留在理论阶段。 不过这次多少有些可以说道了。 先谈谈背景，我们生产数据库随着业务发展量
01 批量求和 对于某个区域的汇总求和，一个个写公式再拖动填充并不是最简便的做法，批量求和，得看"Alt"+"="来秀一波！ 02 批量添加单位 还在困惑怎么让你的数据自动添加单位？让自定义格式帮你排
DCL 是数据控制语言，主要用于管理用户和权限。在企业中这部分工作通常是由 DBA 完成，一般开发人员很少接触。
Maxwell是开源产品,相比Canal的体量也小很多，综合考虑下，在短期内选择了Maxwell.
有些时候我们做渗透并不是一定要进到内网，拿到域控，进而拿下一整个域内的机器，一是不可能每次运气都那么好，能够通过一些exp批量扫得一些机子，二是在打内网的过程中会有许多不同的情况，导致会花费大量的时间
客户在用hive sql做几张表的组合分析，使用mr引擎。 因为其中有一张表超过5万个分区，数据总量超过8千亿条，因此运行过程中出现失败，报错如下所示：
背景 今天遇到一个Mysql插入用户信息时报错的问题，报错信息如下 java.sql.SQLException: Incorrect string value: '\xF0\x9F\x90\xB8' for column 'userName' at row 1 原因 原因是用户的userName这里录入了emoji表情🐷，而要插入的表中定义的字符集是utf8。 mysql的utf8编码的一个字符最多3个字节，但是一个emoji表情为4个字节，所以utf8不支持存储emoji表情。 但是utf8的超集utf8
上篇文章说了，mysql优化器会从cpu和io成本来考虑查询的消耗，possible key来计算全表和索引的成本，选择成本最小的，子查询有物化和semi-join半连接的方式优化，物化会优先哈希索引memory存储引擎，如果数据量太大会选择b+树。
EAV模型是一种数据模型 ，用于描述实体的数量预计会很大，但事实上，实体中要使用的属性数量并不多。 Magento 2这么设计是为了灵活性,在不影响主干的基础上,任意新增删除属性。 EAV模型(E ->实体，A -> 属性，V -> 值)简单理解就是分表,不需要把所有字段都放在主表里,而是按类型存放在不同的副表上。 对于字段少的项目来说 EAV其实没啥用 效率不高。
在网上down了个web项目，在 IntelliJ IDEA 这个编辑器里面跑起来，但是发现domain文件夹下的xml文件都报如下的红色提示错误：
介绍了为什么MySQL使用B+TREE 而 MongoDB使用B-TREE
网上对这些数据库介绍有些误导，流传各种说法，比如:流传OB基于MySQL、GaussDB 200/300 和openGauss有啥区别，没办法谁让当前国产数据库太多...
这个功能刚上线不久，起初查询和导出速度都是蛮快的，把这个SQL放到测试环境也是挺快的。
当我们使用一个事务操作很多数据时, MySQL 有时会报错: The total number of locks exceeds the lock table size
上一篇关于Python和MySQL的简单联调做了学习。 这次主要是将这个过程再优化扩大点。 对教务处需要的数据都进行了处理存进数据库了。 也是对bug问题的总结。
我们平时做项目开发。一开始，通常都先用一张数据表，而一般来说数据表写到2kw条数据之后，底层B+树的层级结构就可能会变高，不同层级的数据页一般都放在磁盘里不同的地方，换言之，磁盘IO就会增多，带来的便是查询性能变差。如果对上面这句话有疑惑的话，可以去看下我之前写的文章。
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
