为部门整理的mysql_db使用军规
mysql_db使用军规: 1、禁止开发测试人员在IDC环境手工删除和修改数据 2、所有需求通过DB工具系统提交 3、禁止在IDC环境DB进行测试 4、IDC环境提交的sql语句一定要经过非正式环境验证,且经过explain sql;检验过执行计划有走索引 5、IDC环境库表创建统一用小
mysql_db使用军规:
1、禁止开发测试人员在IDC环境手工删除和修改数据
2、所有需求通过DB工具系统提交
3、禁止在IDC环境DB进行测试
4、IDC环境提交的sql语句一定要经过非正式环境验证,且经过"explain sql;"检验过执行计划有走索引
5、IDC环境库表创建统一用小写,库表用英文简称,力求精简
6、禁止web机器直连DB
7、每条记录要保存数据的创建和修改时间,表通常要有主键,使用innodb引擎
8、IDC环境db只授权增查改,删除权限DBA评估
9、预估和控制单表的数据量在百万以内,数据量过大需清理或分表
10、IDC环境禁止使用mysql视图,存储过程,触发器,自定义函数
一、表的一句话优化
1. int型不超过1000w,含char则不超过500w
数字和字符装不下的情况,考虑多字段。
2. 按时间分表,按主键取模/hash分表,按量分表
红包是按量来的。
3. 限制单库表的数量在万级以内
4. 拒绝text和blob类型
实在避免不了要用text和blob类型,拆表吧。或者弄成本地保存,多机器分片存储。
5. 分区的算法可以按时间
比如天、月,便于针对性的查询,命中率100%
二、字段的一句话优化
1 长度可以冗余,可适量10%左右
tinyint(1Byte)smallint(2Byte)mediumint(3Byte)int(4Byte)bigint(8Byte)认清长度,选择好类型。
2 你认识null吗?
避免使用NULL字段,因为NULL字段很难查询优化;NULL字段的索引需要额外空间;NULL字段的复合索引无效。
错误的例子:`Fpacket_name` char(32) default null。
正确的例子:`Fpacket_name` varchar(60) NOT NULL DEFAULT ''。
`Fface_value` int(10) unsigned NOT NULLDEFAULT '0'。"
3 业务上有关联的字段,要定义相同类型
相同的类型做语句操作有助于提高操作效率,减少转换成本。
4 选择类型请用数字、枚举
数字表示意思的,来替代字符串。
正确的例子:性别,0男,1女;时间用时间戳的数字形式;IP用数字型等等。
三、语句的一句话优化
1 利用explain神器来优化语句利弊
Type结果集: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。
2 Truncate比delete要快
Delete 计数器不清零, 按行删, 慢。Truncate相当于删掉重建, 最快。批量删除最好导出有用数据,然后删掉旧表, 新表重命名。
3 用join代替子查询
Join原理,nested loop。Left Join 数据量小的在前面,Straight_JOIN。
4 自带函数运算
不要让MYSQL用自己函数,他已经很累,尽量在程序内实现,比如now(),放到程序里取到了再传入给mysql处理。更不要在mysql去处理大逻辑运算。
5 要知道一条语句是依赖一个CPU内核的
一条语句一个内核,大语句可以拆开多语句,多核机共用,还可以减少mysql锁时间。
6 不要select *
除非你查询的所有字段都要用到。。。。否则你占用这么多内存,宽带,CPU时间,IO干鸟蛋。
7 如果能用in,就不要用or
or的时间复杂度是n,in的时间复杂度是log(n)。
错误的例子:select Fpacket_name from t_account_packet where Fpacket_id =68698080 or Fpacket_id = 68711068;
正确的例子:select Fpacket_name from t_account_packet where Fpacket_id in(68698080,68711068);"
8 如果能用union,就不要用or
和上边同理
9 合理使用limit
拍拍数据一般都是自增的,所以定位的话一般都要倒序来看最近时间的。但limit又是最慢的一个倒序合理结合limit的话,能体现出更高的效率。
最近的2个批次,正确的例子:select Fpacket_id from t_account_packet order by Fpacket_id desclimit 2;
错误的思路:select count(*) from t_account_packet ; =>879446;
selectFpacket_id from t_account_packet limit 879444,879446;
最近的第2个批次,正确的例子:selectFpacket_id from t_account_packet order by Fpacket_id desc limit 1,1;"
错误的思路:select count(*) from t_account_packet ; =>879446;
selectFpacket_id from t_account_packet limit 879444,879445;
10 如果能用load data,就不要用insert
做幸运占卜师活动的时候,默认是要载入很多血型和性格相关数据的。当时用的是source+逐行insert方法导数据,或者考虑load data,它的原理是在执行load之前,会关掉索引,当load全部执行完成后,再重新创建索引。而insert的原理是:每插入一条则更新一次数据库,更新一次索引。所以要慢很多倍,具体多少倍,依赖待处理的数量级。
四、索引的一句话优化
1. 尽量选择区分度高的索引进行检索
错误的例子:name。正确的例子:id。
2. 不易过多
表数据与索引的容量比保持在1:1 ,至少一条语句中存在一个索引。
3. 索引是从左向右原则
4. 利用explain神器来执行和分析索引的覆盖
5. 不要用索引字段做计算
你见过哪个应急通道上,有自驾车站位的?
6. 要认识他们MyISAM(重搜索), Innodb(默认,事务性、重业务)
innodb主键推荐使用自增列

Alat AI Hot

Undresser.AI Undress
Apl berkuasa AI untuk mencipta foto bogel yang realistik

AI Clothes Remover
Alat AI dalam talian untuk mengeluarkan pakaian daripada foto.

Undress AI Tool
Gambar buka pakaian secara percuma

Clothoff.io
Penyingkiran pakaian AI

AI Hentai Generator
Menjana ai hentai secara percuma.

Artikel Panas

Alat panas

Notepad++7.3.1
Editor kod yang mudah digunakan dan percuma

SublimeText3 versi Cina
Versi Cina, sangat mudah digunakan

Hantar Studio 13.0.1
Persekitaran pembangunan bersepadu PHP yang berkuasa

Dreamweaver CS6
Alat pembangunan web visual

SublimeText3 versi Mac
Perisian penyuntingan kod peringkat Tuhan (SublimeText3)

Topik panas



Dalam pangkalan data MySQL, hubungan antara pengguna dan pangkalan data ditakrifkan oleh kebenaran dan jadual. Pengguna mempunyai nama pengguna dan kata laluan untuk mengakses pangkalan data. Kebenaran diberikan melalui perintah geran, sementara jadual dibuat oleh perintah membuat jadual. Untuk mewujudkan hubungan antara pengguna dan pangkalan data, anda perlu membuat pangkalan data, membuat pengguna, dan kemudian memberikan kebenaran.

Penyederhanaan Integrasi Data: AmazonRDSMYSQL dan Integrasi Data Integrasi Zero ETL Redshift adalah di tengah-tengah organisasi yang didorong oleh data. Proses tradisional ETL (ekstrak, menukar, beban) adalah kompleks dan memakan masa, terutamanya apabila mengintegrasikan pangkalan data (seperti Amazonrdsmysql) dengan gudang data (seperti redshift). Walau bagaimanapun, AWS menyediakan penyelesaian integrasi ETL sifar yang telah mengubah keadaan ini sepenuhnya, menyediakan penyelesaian yang mudah, hampir-sebenar untuk penghijrahan data dari RDSMYSQL ke redshift. Artikel ini akan menyelam ke integrasi RDSMYSQL Zero ETL dengan redshift, menjelaskan bagaimana ia berfungsi dan kelebihan yang dibawa kepada jurutera dan pemaju data.

Untuk mengisi nama pengguna dan kata laluan MySQL: 1. Tentukan nama pengguna dan kata laluan; 2. Sambungkan ke pangkalan data; 3. Gunakan nama pengguna dan kata laluan untuk melaksanakan pertanyaan dan arahan.

1. Gunakan indeks yang betul untuk mempercepatkan pengambilan data dengan mengurangkan jumlah data yang diimbas memilih*frommployeesWherElast_name = 'Smith'; Jika anda melihat lajur jadual beberapa kali, buat indeks untuk lajur tersebut. Jika anda atau aplikasi anda memerlukan data dari pelbagai lajur mengikut kriteria, buat indeks komposit 2. Elakkan pilih * Hanya lajur yang diperlukan, jika anda memilih semua lajur yang tidak diingini, ini hanya akan memakan lebih banyak pelayan dan menyebabkan pelayan melambatkan pada masa yang tinggi atau kekerapan misalnya, jadual anda

MySQL sesuai untuk pemula kerana mudah dipasang, kuat dan mudah untuk menguruskan data. 1. Pemasangan dan konfigurasi mudah, sesuai untuk pelbagai sistem operasi. 2. Menyokong operasi asas seperti membuat pangkalan data dan jadual, memasukkan, menanyakan, mengemas kini dan memadam data. 3. Menyediakan fungsi lanjutan seperti menyertai operasi dan subqueries. 4. Prestasi boleh ditingkatkan melalui pengindeksan, pengoptimuman pertanyaan dan pembahagian jadual. 5. Sokongan sokongan, pemulihan dan langkah keselamatan untuk memastikan keselamatan data dan konsistensi.

Lihat pangkalan data MySQL dengan arahan berikut: Sambungkan ke pelayan: MySQL -U Pengguna Nama -P Kata Laluan Run Show pangkalan data; Perintah untuk mendapatkan semua pangkalan data yang sedia ada Pilih pangkalan data: Gunakan nama pangkalan data; Lihat Jadual: Tunjukkan Jadual; Lihat Struktur Jadual: Huraikan nama jadual; Lihat data: pilih * dari nama jadual;

Panduan Pengoptimuman Prestasi Pangkalan Data MySQL Dalam aplikasi yang berintensifkan sumber, pangkalan data MySQL memainkan peranan penting dan bertanggungjawab untuk menguruskan urus niaga besar-besaran. Walau bagaimanapun, apabila skala aplikasi berkembang, kemunculan prestasi pangkalan data sering menjadi kekangan. Artikel ini akan meneroka satu siri strategi pengoptimuman prestasi MySQL yang berkesan untuk memastikan aplikasi anda tetap cekap dan responsif di bawah beban tinggi. Kami akan menggabungkan kes-kes sebenar untuk menerangkan teknologi utama yang mendalam seperti pengindeksan, pengoptimuman pertanyaan, reka bentuk pangkalan data dan caching. 1. Reka bentuk seni bina pangkalan data dan seni bina pangkalan data yang dioptimumkan adalah asas pengoptimuman prestasi MySQL. Berikut adalah beberapa prinsip teras: Memilih jenis data yang betul dan memilih jenis data terkecil yang memenuhi keperluan bukan sahaja dapat menjimatkan ruang penyimpanan, tetapi juga meningkatkan kelajuan pemprosesan data.

Navicat sendiri tidak menyimpan kata laluan pangkalan data, dan hanya boleh mengambil kata laluan yang disulitkan. Penyelesaian: 1. Periksa Pengurus Kata Laluan; 2. Semak fungsi "Ingat Kata Laluan" Navicat; 3. Tetapkan semula kata laluan pangkalan data; 4. Hubungi pentadbir pangkalan data.
