作者个人研发的在高并发场景下，提供的简单、稳定、可扩展的延迟消息队列框架，具有精准的定时任务和延迟队列处理功能。自开源半年多以来，已成功为十几家中小型企业提供了精准定时调度方案，经受住了生产环境的考验。为使更多童鞋受益，现给出开源框架地址：
[Err] 1093 - You can't specify target table 'dept' for update in FROM clause 原因：更新这个表的同时又查询了这个表，查询这个表的同时又去更新了这个表，可以理解为死锁。mysql不支持这种更新查询同一张表的操作。所以我们用生成临时表去操作，上面的语句就是这么写的。复制即可。
主要是解决读数据从Redis缓存，一旦涉及到数据更新：数据库和缓存更新，就容易出现缓存(Redis)和数据库（MySQL）间的数据一致性问题。
2、在mysql安装目录下，新建my.ini文件，设置默认字符集、端口、存储引擎等；
上一篇文章对InnoDB的行格式进行了解析，但是却把记录头信息抛到这里来讲，那么开始吧，注意本片需要有一点数据结构和算法基础，如果基础薄弱，请先确保自己会二分查找和链表再来食用
多版本并发控制是mysql的innodb采用的并发控制方案，在可重复读下默认使用该并发控制方案 原理：
突然听到运维说磁盘预发布环境磁盘空间不够，细查之下发现是由于某个表的数据太大导致的，但是查看了下数据库表发现，实际的表数据量只有60w条，很明显表哪里出问题了，一开始以为是犹豫表的设计不合理索引导致的数据量大，细看之下发现挺正常的。正在焦虑蹉跎的时候，有幸得到朋友圈大佬的指点，是死亡元组太多导致的只需要执行vacuum full清理死亡元组就好，查看了相关的博客稳定发现postgresql居然会保存mvcc多版本修改记录，简单理解就是，postgresql对你所做的修改和删除都会保存记录，不会清理释放空间。这让我顿时想到[Mysql的MVCC]，但是mysql的undo log也只记录执行操作的相反记录保留最新的记录，而redo log记录数据页的变更，但是大小是固定的，都可以通过配置参数配置固定大小。
MySQL 中最简单使用序列的方法就是使用 AUTO_INCREMENT 来定义序列。
这样的操作乍一看没有什么问题，但是仔细分析分析，还是有些瓶颈的，目前来看，我能分析到的瓶颈有两个，
今天上班的时候，业务方问了我这样一个问题：我有一个表，需要添加一个唯一的字段，但是目前这个字段存在一些重复值，有没有好的解决办法。
②应用范围：TRUNCATE 只能对TABLE；DELETE可以是table和view（视图）
本篇文章主要讲述的是在数据库中使用清空命令，具有一定学习价值，有需要的朋友可以了解一下，希望能够对你有所帮助。
如需有条件地从表中选取数据，可将 where 子句添加到select语句中。 SELECT field1, field2,...fieldN FROM table_name1, table_name2... [WHERE condition1 [AND [OR]] condition2.....
如果是小表,随便怎么折腾都行; 如果是大表(至少1千万条记录以上,或者占用10G以上空间), 我们可能需要想办法加快这个速度 , 这时可以参考下面方法:
第一种方法 是删除表中数据且主键ID是继续顺序排下去 第二种方法 是彻底清空表中数据 把数据结构恢复至刚建表的时候 数据全部清空
mysql 中 SELECT 命令类似于其他编程语言的 print 或 write，可用来显示字符串、数字、数学表达式的结果等
任何一个系统，分页查询都是必不可少的吧 ，MySQL中的分页查询 就是 limit呗 ，你有没有感觉到 越往后翻页越慢 ，常见的SQL如下
提到事务，你肯定不陌生。在 MySQL中，InnoDB 是支持事务的，事务有4大特性，即 ACID（Atomicity、Consistency、Isolation、Durability，即原子性、一致性、隔离性、持久性）。
分页 方式1： select * from table order by id limit m, n; 该语句的意思为，查询m+n条记录，去掉前m条，返回后n条记录。无疑该查询能够实现分页功能 但是如果m的值越大，查询的性能会越低（越后面的页数，查询性能越低），因为MySQL同样需要扫描过m+n条记录。 方式2： select * from table where id > #max_id# order by id limit n; 该查询每次会返回n条记录，却无需像方式1扫描过m条记录，在大数据
redo是引擎层的日志，而且是InnoDB特有的。InnoDB的redo log是有固定大小的，比如可以配置为 一组4个文件（logfile-1，logfile-2，logfile-3，logfile-4），每个文件的大小是1GB，那么它总共可以记录4GB的操作。一个环状循环结构，从头开始写，写到末尾又回到开始循环写。
在数据仓库建模中，未经任何加工处理的原始业务层数据，我们称之为ODS（Operational Data Store）数据。在互联网企业中，常见的ODS数据有业务日志数据（Log）和业务DB数据（DB）两类。对于业务DB数据来说，从MySQL等关系型数据库的业务数据进行采集，然后导入到Hive中，是进行数据仓库生产的重要环节。
事件是用来执行定时任务的一组SQL集，在时间到时会触发。 一个事件可调用一次，也可周期性的启动，由一个特定的事件调度器线程来管理的。 事件取代了原先只能由操作系统的计划任务来执行的工作，而且MySQL的事件调度器可以精确到每秒钟执行一个任务，而操作系统的计划任务（如：Linux下的CRON或Windows下的任务计划）只能精确到每分钟执行一次。
Mysql是一种关系型数据库，可以很好地支持大数据量的存储，但是一般来说，数据库中的表越小，在它上面执行的查询也就越快。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舍得尽可能小。
如果需要把一台MySQL中的数据定期归档到另外一台MySQL历史库中，那么很可能会发现会有重复值的问题，导致数据导入会失败，而这个问题其实是和自增列的重复值有关，我们来简单看看。 这方面丁奇大师也做了很多详细的说明，还定制了参数，具体可以参见 http://www.csdn.net/article/2015-01-16/2823591 我们来看看这个问题，由此做一个简单的总结。 我们创建一个表t1，指定存储引擎为InnoDB use test; [test]> drop table
在数据仓库建模中，未经任何加工处理的原始业务层数据，我们称之为ODS(Operational Data Store)数据。在互联网企业中，常见的ODS数据有业务日志数据（Log）和业务DB数据（DB）两类。对于业务DB数据来说，从MySQL等关系型数据库的业务数据进行采集，然后导入到Hive中，是进行数据仓库生产的重要环节。
本文深入介绍Mysql Binlog的应用场景，以及如何与MQ、elasticsearch、redis等组件的保持数据最终一致。最后通过案例深入分析binlog中几乎所有event是如何产生的，作用是什么。
本文主要从Binlog实时采集和离线处理Binlog还原业务数据两个方面，来介绍如何实现DB数据准确、高效地进入数仓。
编写一个 SQL 查询，来删除 Person 表中所有重复的电子邮箱，重复的邮箱里只保留 Id 最小 的那个。
对于普通select来说, InnoDB使用MVCC保证了事务隔离. 同一事务的两次相同查询语句都是同样结果, 其他事务修改记录不影响当前事务, 特殊情况是会看到同一事务中先前语句所做的更新, 所以对于普通select(快照读)来说, MVCC是解决了脏读/不可重复读/幻行的; 而对于当前读(锁定读)来说, InnoDB提供了GAP/Next-Key/Index-Record等锁算法保证隔离性, 这个后续再说.
事务就是保证一组数据库操作要么全部成功，要么全部失败。MySQL中，事务的支持是在引擎层实现的。InnoDB支持事务，MyISAM不支持事务，这也是InnoDB逐渐取代MyISAM的原因之一。
事务隔离，是每场高级开发面试过程中，必不可少的一个环节，记得有一次面试某公司，面试官当场提出这个问题，因为没有充足的准备，所以结果可想而知！
这是今年3月份整理的一篇博客，在做业务过程中又有了一些新的理解，所以重新进行了梳理，增加了部分示例和绘图，尽管这里分析的是MySQL的binlog 和redo log，但是这里的两段式提交的思想在做支付场景的业务的时候经常用到。
一个事务执行过程中看到的数据，和该事务在启动时看到的数据一致。 所以未提交的变更对其它事务是不可见的。
1、Can't connect to MySQL server on 'localhost'(10061)? 翻译：不能连接到localhost 上的mysql?分析：这说明“localhost”计算
InfluxDB作为时序数据库，与传统的关系型数据库相比而言，还是有一些区别的，下面尽量以简单明了的方式介绍下相关的术语概念
SQL 学过一点，但是没有怎么用，因此用的时候经常又要去看一遍教程，不如直接把经常会用到的语句给记录下来，下次直接看这一篇就行了。
在当今互联网行业，大多数人互联网从业者对"单元化"、"异地多活"这些词汇已经耳熟能详。而数据同步是异地多活的基础，所有具备数据存储能力的组件如：数据库、缓存、MQ等，数据都可以进行同步，形成一个庞大而复杂的数据同步拓扑。
大数据平台的采集功能是从外部数据源采集数据存储到hive，采集方式分为全量采集、增量采集，增量采集适用于数据规模较大情况，有很多使用场景，但是在增量采集时，平台只能感知数据新增、更新，无法感知到数据删除，为了解决这个问题，本文选用了常用的外部数据源mysql为例进行binlog采集方案介绍。
对于千万级的表数据存储，删除大量记录后，表文件大小并没有随之变小。好奇怪，是什么原因导致的？不要着急，接下来，我们来深入剖析其中原因
数据库就是存储数据的仓库，其本质是一个文件系统，数据按照特定的格式将数据存储起来，用户可以对数据库中的数据进行增加，修改，删除及查询操作。
💂作者简介： THUNDER王，一名热爱财税和SAP ABAP编程以及热爱分享的博主。目前于江西师范大学会计学专业大二本科在读，同时任汉硕云（广东）科技有限公司ABAP开发顾问。在学习工作中，我通常使用偏后端的开发语言ABAP，SQL进行任务的完成，对SAP企业管理系统，SAP ABAP开发和数据库具有较深入的研究。 💅文章概要：触发器是一个被指定关联到-个表的过程式数据库对象，当对一个表的特定事件出现时,它将会被激活。触发器具有MySQL语句在需要时才被执行的特点，即某条(或某些)MySQL语句在特定
DML(Data Manipulation Language)数据操作语言，以 INSERT、UPDATE、DELETE 三种指令为核心，分别代表插入、更新与删除，DML 和 DQL 合称 CRUD(create、read、update、delete) 增查改删。
ACID（Atomicity、Consistency、Isolation、Durability，即原子性、一致性、隔离性、持久性 -Atomicity（原子性）：一个事务（transaction）中的所有操作，或者全部完成，或者全部不完成，不会结束在中间某个环节。事务在执行过程中发生错误，会被回滚（Rollback）到事务开始前的状态，就像这个事务从来没有执行过一样。即，事务不可分割、不可约简。
该语法可以理解为：将主查询的数据，放到子查询中做条件验证，根据验证结果（TRUE 或 FALSE）来决定主查询的数据结果是否得以保留。
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
