神奇的MySQL分区_MySQL
bitsCN.com
神奇的MySQL分区
==先看结果==
有两个结构一样的表,no_part_tab 和 part_tab,一个使用了分区,一个不使用,结果如下。
mysql> select * from no_part_tab where c1 = '80000';+-------+--------------------+------------+| c1 | c2 | c3 |+-------+--------------------+------------+| 80000 | testing partitions | 1995-05-25 |+-------+--------------------+------------+1 row in set (1.57 sec)mysql> select * from part_tab where c1 = '80000';+-------+--------------------+------------+| c1 | c2 | c3 |+-------+--------------------+------------+| 80000 | testing partitions | 1995-05-25 |+-------+--------------------+------------+1 row in set (0.02 sec)mysql> update part_tab set c2='zhmsong' where c1 = '80000';Query OK, 1 row affected (0.21 sec)Rows matched: 1 Changed: 1 Warnings: 0mysql> update no_part_tab set c2='zhmsong' where c1 = '80000';Query OK, 1 row affected (15.55 sec)Rows matched: 1 Changed: 1 Warnings: 0mysql> delete from no_part_tab where c1 = '80000';Query OK, 1 row affected (1.46 sec)mysql> delete from part_tab where c1 = '80000';Query OK, 1 row affected (0.02 sec)mysql> select count(*) from no_part_tab;+----------+| count(*) |+----------+| 7999999 |+----------+1 row in set (0.00 sec)mysql> select count(*) from part_tab;+----------+| count(*) |+----------+| 7999999 |+----------+1 row in set (0.01 sec)mysql> select count(*) from part_tab where c1 >= '80000' and c1 <= '150000';+----------+| count(*) |+----------+| 70000 |+----------+1 row in set (0.05 sec)mysql> select count(*) from no_part_tab where c1 >= '80000' and c1 <= '150000';+----------+| count(*) |+----------+| 70000 |+----------+1 row in set (1.89 sec)mysql> select count(*) from no_part_tab where c2 like '%test%';+----------+| count(*) |+----------+| 7999999 |+----------+1 row in set (1.52 sec)mysql> select count(*) from part_tab where c2 like '%test%';+----------+| count(*) |+----------+| 7999999 |+----------+1 row in set (1.59 sec)mysql> select * from no_part_tab where c2 like '%zhmsong%' limit 10 offset 100;+---------+---------+------------+| c1 | c2 | c3 |+---------+---------+------------+| 1100100 | zhmsong | 2004-05-13 || 1100101 | zhmsong | 1999-05-21 || 1100102 | zhmsong | 2004-05-26 || 1100103 | zhmsong | 1999-06-03 || 1100104 | zhmsong | 2004-06-09 || 1100105 | zhmsong | 1999-06-16 || 1100106 | zhmsong | 2004-06-22 || 1100107 | zhmsong | 1999-06-30 || 1100108 | zhmsong | 2004-07-05 || 1100109 | zhmsong | 1999-07-13 |+---------+---------+------------+10 rows in set (0.22 sec)mysql> select * from part_tab where c2 like '%zhmsong%' limit 10 offset 100;+---------+---------+------------+| c1 | c2 | c3 |+---------+---------+------------+| 1100100 | zhmsong | 2004-05-13 || 1100101 | zhmsong | 1999-05-21 || 1100102 | zhmsong | 2004-05-26 || 1100103 | zhmsong | 1999-06-03 || 1100104 | zhmsong | 2004-06-09 || 1100105 | zhmsong | 1999-06-16 || 1100106 | zhmsong | 2004-06-22 || 1100107 | zhmsong | 1999-06-30 || 1100108 | zhmsong | 2004-07-05 || 1100109 | zhmsong | 1999-07-13 |+---------+---------+------------+10 rows in set (0.22 sec)== 实现==01DROP TABLE IF EXISTS part_tab;02CREATE TABLE part_tab (03 c1 int default NULL,04 c2 varchar(30) default NULL,05 c3 date default NULL06) engine=myisam07 PARTITION BY RANGE (c1) (08 PARTITION p1 VALUES LESS THAN (100000),09 PARTITION p2 VALUES LESS THAN (200000),10 PARTITION p3 VALUES LESS THAN (300000),11 PARTITION p4 VALUES LESS THAN (400000),12 PARTITION p5 VALUES LESS THAN (500000),13 PARTITION p6 VALUES LESS THAN (600000),14 PARTITION p7 VALUES LESS THAN (700000),15 PARTITION p8 VALUES LESS THAN (800000),16 PARTITION p9 VALUES LESS THAN (900000),17 PARTITION p10 VALUES LESS THAN (1000000),18 PARTITION p11 VALUES LESS THAN (1100000),19 PARTITION p12 VALUES LESS THAN (1200000),20 PARTITION p13 VALUES LESS THAN (1300000),21 PARTITION p14 VALUES LESS THAN (1400000),22 PARTITION p15 VALUES LESS THAN (1500000),23 PARTITION p16 VALUES LESS THAN (1600000),24 PARTITION p17 VALUES LESS THAN (1700000),25 PARTITION p18 VALUES LESS THAN (1800000),26 PARTITION p19 VALUES LESS THAN (1900000),27 PARTITION p20 VALUES LESS THAN (2000000),28 PARTITION p21 VALUES LESS THAN (2100000),29 PARTITION p22 VALUES LESS THAN (2200000),30 PARTITION p23 VALUES LESS THAN (2300000),31 PARTITION p24 VALUES LESS THAN (2400000),32 PARTITION p25 VALUES LESS THAN (2500000),33 PARTITION p26 VALUES LESS THAN (2600000),34 PARTITION p27 VALUES LESS THAN (2700000),35 PARTITION p28 VALUES LESS THAN (2800000),36 PARTITION p29 VALUES LESS THAN (2900000),37 PARTITION p30 VALUES LESS THAN (3000000),38 PARTITION p31 VALUES LESS THAN MAXVALUE39);4041DROP TABLE IF EXISTS no_part_tab;42create table no_part_tab (43 c1 int(11) default NULL,44 c2 varchar(30) default NULL,45 c3 date default NULL46) engine=myisam;4748DROP PROCEDURE IF EXISTS load_part_tab;4950delimiter //51 52create PROCEDURE load_part_tab()53 begin54 declare v int default 0;55 while v < 800000056 do57 insert into part_tab values (v,'testing partitions',adddate('1995-01-01',(rand(v)*36520) mod 3652));58 set v = v + 1;59 end while;60 end61 //62delimiter ;
bitsCN.com

热AI工具

Undresser.AI Undress
人工智能驱动的应用程序,用于创建逼真的裸体照片

AI Clothes Remover
用于从照片中去除衣服的在线人工智能工具。

Undress AI Tool
免费脱衣服图片

Clothoff.io
AI脱衣机

AI Hentai Generator
免费生成ai无尽的。

热门文章

热工具

记事本++7.3.1
好用且免费的代码编辑器

SublimeText3汉化版
中文版,非常好用

禅工作室 13.0.1
功能强大的PHP集成开发环境

Dreamweaver CS6
视觉化网页开发工具

SublimeText3 Mac版
神级代码编辑软件(SublimeText3)

大数据结构处理技巧:分块:分解数据集并分块处理,减少内存消耗。生成器:逐个产生数据项,无需加载整个数据集,适用于无限数据集。流:逐行读取文件或查询结果,适用于大文件或远程数据。外部存储:对于超大数据集,将数据存储在数据库或NoSQL中。

在PHP中备份和还原MySQL数据库可通过以下步骤实现:备份数据库:使用mysqldump命令转储数据库为SQL文件。还原数据库:使用mysql命令从SQL文件还原数据库。

可以通过以下方式优化MySQL查询性能:建立索引,将查找时间从线性复杂度降至对数复杂度。使用PreparedStatements,防止SQL注入并提高查询性能。限制查询结果,减少服务器处理的数据量。优化连接查询,包括使用适当的连接类型、创建索引和考虑使用子查询。分析查询,识别瓶颈;使用缓存,减少数据库负载;优化PHP代码,尽量减少开销。

如何将数据插入MySQL表中?连接到数据库:使用mysqli建立与数据库的连接。准备SQL查询:编写一个INSERT语句以指定要插入的列和值。执行查询:使用query()方法执行插入查询,如果成功,将输出一条确认消息。

使用PHP创建MySQL表需要以下步骤:连接到数据库。创建数据库(如果不存在)。选择数据库。创建表。执行查询。关闭连接。

要在PHP中使用MySQL存储过程:使用PDO或MySQLi扩展连接到MySQL数据库。准备调用存储过程的语句。执行存储过程。处理结果集(如果存储过程返回结果)。关闭数据库连接。

MySQL 8.4(截至 2024 年的最新 LTS 版本)中引入的主要变化之一是默认情况下不再启用“MySQL 本机密码”插件。此外,MySQL 9.0完全删除了这个插件。 此更改会影响 PHP 和其他应用程序

Oracle数据库和MySQL都是基于关系模型的数据库,但Oracle在兼容性、可扩展性、数据类型和安全性方面更胜一筹;而MySQL则侧重速度和灵活性,更适合小到中等规模的数据集。①Oracle提供广泛的数据类型,②提供高级安全功能,③适合企业级应用程序;①MySQL支持NoSQL数据类型,②安全性措施较少,③适合小型到中等规模应用程序。
