时间相关的字段是ElasticsSearch（以下简称ES）最常用的字段了，几乎所有的索引应用场景都会有时间字段，一般用于基于时间范围的搜索，聚合等场景。但是由于时区的问题，相信很多小伙伴都踩到过时间字段的坑，笔者自己就踩过。
0.一个汉字占多少字节与编码有关： UTF－8：一个汉字＝3个字节 GBK：一个汉字＝2个字节 1.varchar(n)，char(n)表示n个字符，无论汉字和英文，MySQL都能存入n个字符，仅是实际字节长度有所区别
某群聊天内容 什么是数据库？ 数据库（Database）是按照数据结构来组织、存储和管理数据的仓库， 每个数据库都有一个或多个不同的API用于创建，访问，管理，搜索和复制所保存的数据。 我们也可以将数据存储在文件中，但是在文件中读写数据速度相对较慢。 所以，现在我们使用关系型数据库管理系统（RDBMS）来存储和管理的大数据量。所谓的关系型数据库，是建立在关系模型基础上的数据库，借助于集合代数等数学概念和方法来处理数据库中的数据。 王小五 rdbms有什么特点呢李小男 RDBMS即关系数据库管
使用过MySQL的人都知道，MySQL有很多内置函数提供给使用者，包括字符串函数、数值函数、日期和时间函数等，给开发人员和使用者带来了很多方便。
同大多数关系型数据库一样，日志文件是MySQL数据库的重要组成部分。MySQL有几种不同的日志文件，通常包括错误日志文件，二进制日志，通用日志，慢查询日志，等等。这些日志可以帮助我们定位mysqld内部发生的事件，数据库性能故障，记录数据的变更历史，用户恢复数据库等等。本文主要描述通用查询日志。
在服务端开发过程中，一般会使用MySQL等关系型数据库作为最终的存储引擎，Redis其实也可以作为一种键值对型的数据库，但在一些实际场景中，特别是关系型结构并不适合使用Redis直接作为数据库。这俩家伙简直可以用“男女搭配，干活不累”来形容，搭配起来使用才能事半功倍。本篇我们就这两者如何合理搭配以及他们之间数据如何进行同步展开。 一般地，Redis可以用来作为MySQL的缓存层。为什么MySQL最好有缓存层呢？想象一下这样的场景：在一个多人在线的游戏里，排行榜、好友关系、队列等直接关系数据的情景下，如果直接
最近在项目中用了UUID的方式生成主键，一开始只是想把这种UUID的方式生成主键记录下来，在查阅资料的过程中，又有了一些新的认识和思考。
（Clob的写入和读取-java）更新数据库报错：SQL Error: 1461, SQLState: 72000 ORA-01461: 仅能绑定要插入 LONG 列的 LONG 值
将数据库安装好后，导入原来的数据，启动tomcat，报错unable to load authentication caching_sha2_plugin，解决办法如下：
在如今的关系型数据库中，有两个开源产品是你必须知道的。其中一个是MySQL，相信关注我的小伙伴们一定都不陌生，因为之前的Spring Boot关于关系型数据库的所有例子都是对MySQL来介绍的。而今天我们将介绍另外一个开源关系型数据库：PostgreSQL，以及在Spring Boot中如何使用。
2.你可能会报这个错——Caused by: java.sql.SQLException: Data truncated for column ‘Color’ at row 1 ；
注意两个地方： 1.时间转换问题：timestamp、date，time 以上时间类型会被sqoop转成int,long型，无法直接转成时间类型 如果要转的有两个办法：
Sql每天都在查，但是sql优化的边界你了解吗？、在一般的认识里数据库就是一个黑箱，我把sql扔进去，它把结果返回来，至于sql优化貌似很遥远的地方，直到系统好慢的时候才会怀疑sql出了毛病。
robt 3t 下载地址： https://download.studio3t.com/robomongo/windows/robo3t-1.4.2-windows-x86_64-8650949.exe
上上篇「1718总结与计划」中提到，18年要对部分项目拆分，进行服务化，并对代码进行重构。公司技术委员会也推荐使用spring boot，之前在各个技术网站中也了解过，它可以大大简化spring配置和各个组件的使用，与其关系密切的Spring Cloud可以很好支持微服务的开发。
我们将进入 Spring Boot 另一个核心技术体系的讨论，即数据访问技术体系。无论是互联网应用还是传统软件，对于任何一个系统而言，数据的存储和访问都是不可缺少的。
为什么需要分布式全局唯一ID以及分布式ID的业务需求？集群高并发情况下如何保证分布式唯一全局Id生成？
松哥原创的 Spring Boot 视频教程已经杀青，感兴趣的小伙伴戳这里-->Spring Boot+Vue+微人事视频教程
而默认的中文分词是将每个字看成一个词，会被分为“我”，“是”，"中"，"国"，"人"。
JDBC(Java Data Base Connectivity)是一种用于执行 SQL 语句的 Java APl，可以为多种关系型数据库提供统一访问，它是由一组用 Java 语言编写的类和接口组成的。JDBC 提供了一种基准，据此可以构建更高级的工具和接口，使数据库开发人员能够编写数据库应用程序。但是，在 Java 企业级应用中，使用底层的 JDBC API 来编写程序还是显得过于烦琐，如需要编写很多的样板代码来打开和关闭数据库连接，需要处理很多的异常等。 针对上述问题，Spring JDBC 框架对底层的 JDBC API 进行了封装，负责所有的底层细节，包括如何开始打开连接、准备和执行 SQL 语句、处理异常、处理事务、最后关闭连接等。所以使用 Spring JDBC 框架，开发人员需要做的仅是定义连接参数、指定要执行的 SQL 语句，从而可以从烦琐的 JDBC API 中解放出来，专注于自己的业务。Spring 还为我们提供了 JdbcTemplate 模板用于操作关系型数据库。
上诉种种都是官网对其定义，是否还是有些模糊，下面我们通过一个分库分表的案例来讲解 MyCAT 中核心的概念和相关名词，案例如下图：
Spring Boot 是一个基于Spring框架的快速开发框架，可以使开发者快速搭建一个可靠的Java Web应用程序。而MySQL是最广泛使用的关系型数据库系统之一，也是Spring Boot整合数据库的首选。本文将介绍Spring Boot如何整合MySQL数据库。
本文只整理MySQL的自增字段方案，Oracle和SQL Server的自增长方案就不介绍了。
上一章节内容主要介绍了一些MySQL中对表和库的增删改查操作，对于上一章中对与表中字段的一些定义进行说明，本章主要介绍关于数据库类型的一些定义。
分库分表在数据量大的系统中比较常用，解决方案有Cobar，TDDL等，这次主要是拿当当网开源的Sharding-JDBC来做个小例子。 它的github地址为：https://github.com/dangdangdotcom/sharding-jdbc 简介： Sharding-JDBC直接封装JDBC API，可以理解为增强版的JDBC驱动，旧代码迁移成本几乎为零： 可适用于任何基于java的ORM框架，如：JPA, Hibernate, Mybatis, Spring JDBC Template或直接使用JDBC。 可基于任何第三方的数据库连接池，如：DBCP, C3P0, BoneCP, Druid等。 理论上可支持任意实现JDBC规范的数据库。虽然目前仅支持MySQL，但已有支持Oracle，SQLServer，DB2等数据库的计划。 Sharding-JDBC定位为轻量级java框架，使用客户端直连数据库，以jar包形式提供服务，未使用中间层，无需额外部署，无其他依赖，DBA也无需改变原有的运维方式。SQL解析使用Druid解析器，是目前性能最高的SQL解析器。 具体的介绍可以上它的文档那里看看，简单归纳起来就是，它是一个增强版的JDBC，对使用者透明，逻辑代码什么的都不用动，它来完成分库分表的操作；然后它还支持分布式事务（不完善）。看起来很不错的样子。 下面用个小例子来看一下分库分表的使用。使用的是SpringBoot，JPA（hibernate），druid连接池。
Breathe. Take care. Stand still for a minute. What you are looking for might just be looking for you too.
为了降低项目成本，我们有一套完整的 MySQL 开源社区版集群。希望能在低成本的基础上，带来期望的收益。
今天开发同学提了一个需求，是希望对某一个时间范围的表做DDL操作，看起来好像复杂度也不高。
2NF 在满足1NF的基础上，在考虑此点。对记录的唯一性约束，同一张表不可能出现完全相同的记录。
如果前面有两条路，一条很长，但是能很平稳的走到终点，另一条需要飞檐走壁，但很快就能到终点。你跟混子说，让他走平稳的长路，但他不会听你的，他自以为自己可以飞檐走壁，结果不仅自己摔了，还把路给炸了。但用Java，在语言层面限制他只能走平稳的长路，让他没有办法做其它选择。这样对项目来说最安全。
mappings有点类似我们定义 MySQL的 数据库表结构的时候，需要指定每个字段的名字，其数据类型一样。当然，这个定义过程，也指明了这个表结构一共含有多少个字段了。对于ES而言，就相当于指定了一个document有多少field，每个field的数据类型，注意，这个比MySQL定义表过程，还多了一个有用的操作，就是指定每个字段可用的分析器(analyzer). 当然，不指定的话，就是采用默认的standard analyzer，当然你也可以指定某个字段不需要分析器（not_analyzed）.
我也是个新手，所以这个整理的可能会比较杂，蛮看，等入门之后在拿个小项目练一下就熟悉了。
Spring Data JPA 是一个基于 Spring Framework 和 JPA 规范的 ORM 框架。它提供了一种简单的方式来访问和操作关系型数据库。
和大多数关系型数据库一样，日志文件是MySQL数据库的重要组成部分。MySQL有几种不同的日志文件，通常包括错误日志文件，二进制日志，通用日志，慢查询日志，等等。这些日志可以帮助我们定位mysqld内部发生的事件，数据库性能故障，记录数据的变更历史，用户恢复数据库等等。
将该字段的值复制到目标字段，实现类似 _all 的作用，不会出现在 _source 中，只用来搜索
本质而言，ORM（Object-Relation Mapping），是一种编程技术，能够实现面向对象编程语言与关系型数据库之间的数据转换（映射）。
摘要：Spring-data-jpa的强大和方便之处在于：可以仅仅用一层接口，就可以实现对数据库的访问和操作。本文详细介绍了，Spring Boot环境下如何使用Spring-data-jpa 来访问和操作数据库。
雪花算法 SnowFlake 内部结构【分布式ID生成策略】
大部分后台管理项目，用的最多的展现方式是列表显示，所以我把列表查询中的分页插件拿出来写一下,方便以后写代码的时候直接复制粘贴。在我们最熟悉的springboot微服务开发中，持久型框架mybatis使用PageHelper还是比较方便的。下面我们来看一下分页插件PageHelper的简单使用方法。
眼下用的最多的关系型数据库数MySql莫属了，之前也用过其它各种数据库。最近使用MySql一段时间了，突然好奇心下，想看看MySql到底性能如何？刚好最近手上有一份2000W的数据集，刚好拿过来练练手。
业务量小于500W或数据容量小于2G的时候单独一个mysql即可提供服务，再大点的时候就进行读写分离也可以应付过来。但当主从同步也扛不住的是就需要分表分库了，但分库分表后需要有一个唯一ID来标识一条数据，数据库的自增ID显然不能满足需求；特别一点的如订单、优惠券也都需要有唯一ID做标识。此时一个能够生成全局唯一ID的系统是非常必要的。那么这个全局唯一ID就叫分布式ID。
网页是通过 HTTPS 加密协议加载的，但是尝试连接到不安全的 WebSocket 地址 'ws://'，而不是安全的 WebSocket 地址 'wss:///r'。
在 MySQL 数据库中，支持上面四种隔离级别，默认的为 Repeatable read (可重复读)；而在 Oracle 数据库中，只支持 Serializable (串行化)级别和 Read committed (读已提交)这两种级别，其中默认的为 Read committed 级别。
DataX 是阿里巴巴集团内被广泛使用的离线数据同步工具/平台，实现包括 MySQL、SQL Server、Oracle、PostgreSQL、HDFS、Hive、HBase、OTS、ODPS 等各种异构数据源之间高效的数据同步功能。
数据库中间件监控实战，MySQL中哪些指标比较关键以及如何采集这些指标了。帮助提早发现问题，提升数据库可用性。
ChatGPT 在年初爆火，成为街头巷尾热议的话题。现在的 AI 应该算是目前最卷的赛道了，从卖账号、套壳客户端、 割韭菜教程、大厂争先发布自己的大模型…
MyCat++ 分库分表：以空间换取时间 1.通过查询mysql中的数据库表([1])，和 mycat中配置的schema([2]) 和 rule([3]) 信息，构建一个路由图 并根据路由规则自动创建子表，mycat server 保存着分库分表的元数据信息，这些元数据信息 可根据[1],[2],[3]进行重建； dataBase-hostNode 分配策略；数据库应该分配在哪台mysql服务器上； table-dataBase 分配策略；表应该分到哪个database里。 分配算法：
1字符串与时间的互转 DateTime.TryParse将空字符串、为null或格式不正确，则转换为的DateTime所代表的值为：0001/1/1 0:00:00，此为DateTime.MinValue的值。 使用public static DateTime ParseExact(string s, string format, IFormatProvider provider);实例方法转换时间，可以指定转换的格式。其中format为输入字符s的格式。若指定的格式与输入字符格式不一样，会抛异常 例如：
Elasticsearch 是一个分布式、Restful 风格的搜索数据分析引擎，能够解决常规和各种类型数据的存储及检索需求。作为ELK和ElasticStack的核心，它能够集中存储数据，通过Elasticsearch 能够执行及合并多种类型的搜索（结构化数据、非结构化数据、地理位置、经纬度坐标等数据结构）。
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
