该文章是一篇关于MySQL数据库引擎优化实践的技术文章。通过对比MySQL和MariaDB两种数据库引擎的优化实践，总结了在数据库优化方面的经验，包括MySQL数据库引擎选择、MariaDB数据库引擎选择、MySQL数据库引擎优化实践、MariaDB数据库引擎优化实践和MySQL与MariaDB性能比较。
好久没上OSC，上面安排测下Mycat，于是申请服务器，花了两个周做出这个东西，供以借鉴。
本节内容讲述线上的调优手段以及压力测试的相关工具，结合一些实际的命令参数，我们将会介绍运行结果的具体含义。本节内容为大致的介绍如何压力测试和如何阅读参数，具体的运行效果需要自己部署一台机器测试，关于这部分的内容受到不同的机器影响会出现完全不同的效果，需要实际测试所以没有进行记录。
这个系列属于个人学习网易云课堂MySQL数据库工程师微专业的相关课程过程中的笔记，本篇为其“MySQL业务优化与设计”中的MySQL数据类型相关笔记。
假设这么个场景，你有个操作，一个请求过来，吭哧吭哧你各种乱七八糟操作 mysql，半天查出来一个结果，耗时 600ms。但是这个结果可能接下来几个小时都不会变了，或者变了也可以不用立即反馈给用户。那么此时咋办？
最快的速度把10亿条数据导入到数据库，首先需要和面试官明确一下，10亿条数据什么形式存在哪里，每条数据多大，是否有序导入，是否不能重复，数据库是否是MySQL？
对于Web来说，并发量和访问量增加一定程度上推动项目技术和架构的更迭和进步。可能会有以下的一些状况：
导语 随着版本升级，关系型数据库和缓存数据库整体性能比之前都有大幅度的提升，衡量数据库性能的三个重要指标是：数据库吞吐量(QPS)、延迟时长(Latency)和稳定性，以下从这三个方面对几种数据库进行
假设这么个场景，你有个操作，一个请求过来，吭哧吭哧你各种乱七八糟操作mysql，半天查出来一个结果，耗时600ms。但是这个结果可能接下来几个小时都不会变了，或者变了也可以不用立即反馈给用户。那么此时咋办？
假设你有个操作，一个请求过来，各种操作MySQL，半天查出来一个结果，耗时600ms。 但这结果可能接下来几个小时都不会再变，或者变了也可以不用立即反馈给用户。那么此时咋办？
MySQL是一款广泛使用的关系型数据库管理系统，在高并发环境下，数据库性能是至关重要的。然而，在使用临时表时，特别是在高并发环境中，可能会遇到一些性能问题。
之前的文章把 InnoDB 中的所有的锁都介绍了一下，包括意向锁、记录锁...自增锁巴拉巴拉的。但是后面我自己回过头去看的时候发现，对自增锁的介绍居然才短短的一段。
只要问到缓存，上来第一个问题，肯定是先问问你项目哪里用了缓存？为啥要用？不用行不行？如果用了以后可能会有什么不良的后果？
内容来源：2018 年 5 月 20 日，爱可生技术服务总监洪斌在“PHPCon China 2018 技术峰会”进行《MySQL性能诊断方法与实践》演讲分享。IT 大咖说（微信id：itdakashuo）作为独家视频合作方，经主办方和讲者审阅授权发布。
其实所谓的高并发，如果你要理解这个问题呢，其实就得从高并发的根源出发，为啥会有高并发？为啥高并发就很牛逼？
DataX 是阿里云DataWorks数据集成的开源版本，在阿里巴巴集团内被广泛使用的离线数据同步工具/平台。DataX 实现了包括 MySQL、Oracle、OceanBase、SqlServer、Postgre、HDFS、Hive、ADS、HBase、TableStore(OTS)、MaxCompute(ODPS)、Hologres、DRDS 等各种异构数据源之间高效的数据同步功能。
昨天晚上，成都因为疫情又一次上了热搜，而这一次，热搜上的词条是一家软件公司的名字。
在多用户并发访问数据库时，为了保证数据的一致性和完整性，必须使用锁机制来控制对共享资源的访问。MySQL数据库也不例外，它提供了多种锁机制来保证数据的正确性和可靠性。本文将详细介绍MySQL的锁机制，包括锁分类、锁级别、锁粒度、锁冲突等方面。
根据上图可以看到QPS：10.73k,实际上真实的并发大量数据到达的时候，我这里最高的QPS是将近15k.而目前单个数据库分片(实例)4CPU8G内存的配置下，最高的性能是7k的QPS。
在MySQL的世界里，InnoDB存储引擎就像心脏一样，为数据库的稳定运行提供了强大的动力。今天，我们将深入探讨InnoDB存储引擎的默认性、使用原因、运行原理、应用场景以及源码分析。如果你对数据库的内部机制感兴趣，或者正在寻找提高数据库性能的秘诀，那么这篇文章绝对不容错过！
所以如果你确实有真才实学，在互联网公司里干过高并发系统，那你确实拿offer基本如探囊取物，没啥问题。
有童鞋在后台留言： 沈老师，MyISAM只支持表锁，但网上文章却说，在并发插入量比较大的时候，比较适合使用MyISAM，这矛盾吗？ 这个问题，涉及MySQL表锁的一些细节，借着这个问题，系统性说下表锁的“所以然”。 画外音：网上不少文章只说结论，不说为什么，容易让人蒙圈。 MySQL表锁知识系统性梳理。 哪些存储引擎使用表锁？ MySQL，除InnoDB支持行锁外，MySQL的其他存储引擎均只使用表锁，例如：MyISAM, MEMORY, MERGE等。 表锁有什么好处？ （1）表锁占用内存少很多，行锁的数
某共享汽车出行平台从随着业务的发展，可能大家听到出行以为是滴滴，然而不是，不过今年美团等巨头也入场共享汽车行业，表明公司业务至少是不错的，城市也在不断扩张。
因为近期互联网直播/点播需求量激增，我们在项目对接时也遇到各种各样关于视频直播和点播的问题。今天就为大家分享一个并发报错的案例。
只要问到缓存，上来第一个问题，肯定能是先问问你项目哪里用了缓存？为啥要用？不用行不行？如果用了以后可能会有什么不良的后果？
对于web来说，是用户量和访问量支持项目技术的更迭和前进。随着服务用户提升。可能会出现一下的一些状况：
前面文章整体介绍了秒杀系统的设计架构原则，在高并发秒杀系统架构下还存在一些个性化问题需要解决。
MySQL是目前使用最广泛的关系型数据库，而存储引擎是MySQL中一个非常重要的概念。存储引擎决定了MySQL如何存储和处理数据，对于系统性能和功能的影响非常大。本文将对MySQL常见的几种存储引擎进行介绍和比较，帮助读者更好地选择适合自己应用场景的存储引擎。
在系统初期，整体的并发了相对较小，因此一般都是将所有的数据信息存储在单库中进行读/写操作。但是随着用户规模不断提升，单库逐渐力不从心，TPS/QPS越来越低。因此到了这个时候，dba会将数据库设置为读写分离状态（生产环境一般会采用一主一从或者一主多从），Master负责写操作，Slave作为备库，不开放写操作，但是允许读操作，主从之间保持数据同步即可。 读写分离之后，可以大大提升单库无法支撑的负载压力 需要注意的是：如果Master存在TPS存在较高的情况，Master之前最好将同一份数据落到缓存中，以避免高并发情况下，从Slave中获取不到指定数据的情况发生 [MySQL 主从同步延迟的原因及解决办法(https://blog.csdn.net/soar_away/article/details/72615012)
说实话，如果面试官问你这个题目，那么你必须要使出全身吃奶劲了。为啥？因为你没看到现在很多公司招聘的 JD 里都是说啥，有高并发就经验者优先。
MySQL是一种常用的关系型数据库管理系统，对于大规模的数据操作和查询，查询速度的优化至关重要。本文将介绍如何提升MySQL的查询速度，包括优化数据库结构、优化查询语句以及配置和优化服务器。
https://juejin.im/post/5c3aa3c86fb9a04a0e2d6c9f
这个方案就跟停机迁移一样，步骤几乎一致，唯一的一点就是那个导数的工具，是把现有库表的数据抽出来慢慢倒入到新的库和表里去。但是最好别这么玩儿，有点不太靠谱，因为既然分库分表就说明数据量实在是太大了，可能多达几亿条，甚至几十亿，你这么玩儿，可能会出问题。
MySQL分表分库是一种数据库架构设计的技术，在特定的场景下可以优化数据库性能和可扩展性。
在估算之前我们必须清楚这台数据库服务器的配置是什么情况，正常情况下我们需要摸清楚以下几点因素：
锁在并发编程中扮演着非常重要的角色，本篇，我将梳理各种锁分类的概念以及各种锁实现类之间的区别与联系。
数据库优化有很多可以讲，按照支撑的数据量来分可以分为两个阶段：单机数据库和分库分表，前者一般可以支撑500W或者10G以内的数据，超过这个值则需要考虑分库分表。另外，一般大企业面试往往会从单机数据库问起，一步一步问到分库分表，中间会穿插很多数据库优化的问题。本文试图描述单机数据库优化的一些实践，数据库基于mysql，如有不合理的地方，欢迎指正。
本文介绍了MySQL 5.6中InnoDB存储引擎的压缩特性，通过对比非压缩和压缩状态下的性能表现，展示了压缩特性对数据库性能的提升。同时，文章还介绍了MySQL 5.7中InnoDB存储引擎的新特性，包括JSON支持、Full Text Search、InnoDB Cluster等，并探讨了这些新特性对MySQL 5.7性能的影响。
MySQL是一个更好的NoSQL数据库。当考虑到NoSQL的使用案例，比如对Key/Value键值存储来讲，MySQL在性能、易用性和稳定性方面更有意义。MySQL毕竟是一款成熟稳定的产品，在互联网上有大量的在线教程，范围从操作到失败案例，从主从复制到其它不同模式的应用，不一而足。基于这个原因，MySQL相比其他新兴并没有经过多年洗礼的NoSQL来讲，确实有一定的优势。
在秒杀，抢购等并发场景下，可能会出现超卖的现象； 如：我们一共只有100个商品，在最后一刻，我们已经消耗了99个商品，仅剩最后一个。这个时候，系统发来多个并发请求，这批请求读取到的商品余量都是1个，然后都通过了这一个余量判断，最终导致超发。 在 PHP 语言中并没有原生提供并发的解决方案，因此就需要借助其他方式来实现并发控制，其实方案有很多种。总结下如何并发访问。
在 Arctype 社区里，我们回答了很多关于数据库性能的问题，尤其是 Postgres 和 MySQL 这两个之间的性能问题。在管理数据库中，性能是一项至关重要而又复杂的任务。它可能受到配置、硬件、或者是操作系统的影响。PostgreSQL 和 MySQL 是否具有稳定性和兼容性取决于我们的硬件基础架构。
Windows版本安装及远程工具使用请参考随堂资料《Redis的Windows版安装及远程工具的使用.pdf》
可能谈到保持Redis与Mysql双库的数据一致性，可能很多人最先想到的方案就是读请求和写请求串行化，串到一个内存队列里去。但是这个方案有着一个致命的缺点：读请求和写请求串行化会导致系统的吞吐量大幅度降低，需要使用比正常情况下多几倍的机器去支撑线上的一个请求。Redis与Mysql双库的数据一致性问题为何会出现呢？其实我们可以考虑这么一个业务场景：我们需要更新部分数据，我们首先更新数据库数据，然后清除Redis缓存中的数据。但是数据库更新操作成功了，然而Redis清除缓存出现异常了，这样会导致出现这么一种情况：数据库中的数据已经更新为最新数据，但是Redis缓存中的数据依旧还是老数据，这时候就会出现Redis与Mysql双库的数据一致性问题。
文章集中整理总结mysql分库分表开源产品，分布式数据库的设计，以及实际应用案例等相关内容，部分附上本文作者实际应用过程中的理解。
突然! 扩容了，扩容成6个库，每个库需要12个表，你怎么来增加更多库和表？ 当你已经弄好分库分表方案，测试也通过了，数据能均匀分布到各个库和表里去，而且接着你还通过双写方案上了系统，已经直接基于分库分表方案在搞了。 需求来了~现在这些库和表又支撑不住了，要继续扩容，咋办？
这个你必须面对的事，就是当你已经弄好分库分表方案，测试也通过了，数据能均匀分布到各个库和表里去，而且接着你还通过双写方案上了系统，已经直接基于分库分表方案在搞了。
当MySQL单表的数据量过大时，数据库的访问速度会下降，“数据量大”问题的常见解决方案是“水平切分”。
这半个月，很多小伙伴留言问我618各大电商后端的技术，最多的是关于系统压力暴增情况下如何进行MySQL数据库优化的。 今天就结合我自己工作中的真实案例和大家分享一下吧。 前几年我待过一家创业公司，做的是商城业务。那两年公司业务迅速增长，用户从零积累到千万级别，每天访问量几亿次，高峰QPS高达上万次每秒。 赶上618、双十一大促期间，系统的写压力成倍增长，读业务的请求量更是在写业务的请求量的50倍。后面我们就面临了极具技术挑战性的数据库升级过程。 最初的技术选型，采用的是Java语言进行开发，数据库使用的是M
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
对象存储
即时通信 IM
