闲走天涯的博客

SQL 中 in 查询和exists查询 in查询： select * from A a where a.ID in(select b.ID from B b) 可分解为 for(a.ID : select * from A a){ select * from B b where b.ID=a.ID } 每一行A表记录拿出来查询一遍B表 适用于 A表数据多 B表数据少的情况 exists查询 select * from A a where exists(select b.ID from B b) 可分解为

mysql 设计三范式 第一范式:表的列的具有原子性,不可再分解；（原子性） 第二范式:在第一范式的基础上,要求数据库表中的每个实例或行必须可以被惟一地区分；（最小单元） 第三范式:在第二范式的基础上，要求一个数据库表中不包含已在其它表中已包含的非主键字段。（不冗余） sharding- 数据库分库 分表 分区 一、分库 分表 1、业务分库：按业务将不同表放进不同库。每个库可以放在不同数据库服务器上。 2、垂直切分：将一个表按照字段分成多表（热门字段、冷门字段），每个表存储一部分字段。表可以放在不同存储设备

springboot配置Hikari连接池。主要配置如下， 配置项 描述 构造器默认值 默认配置validate之后的值 validate重置 autoCommit 自动提交从池中返回的连接 TRUE TRUE - connectionTimeout 等待来自池的连接的最大毫秒数 SECONDS.toMillis(30)=30000 30000 如果小于250毫秒，则被重置回30秒 idleTimeout 连接允许在池中闲置的最长时间 MINUTES.toMillis(10)=600

组合索引的使用效果的总结 1.组合索引多字段是有序的，并且是个完整的BTree 索引，有最左原则 多列索引是先按照第一列进行排序，然后在第一列排好序的基础上再对第二列排序，如果没有第一列的话，直接访问第二列，那第二列肯定是无序的，直接访问后面的列就用不到索引了。 搜索需要从根节点出发，上层节点对应靠左的值，搜索需要从根节点出发，否则不从根节点出发，后面的节点对应下层的值，依旧是乱序的，需要遍历，所以索引就失效了，所以有最左原则。 2.组合索引的使用： 例如组合索引（a,b,c），组合索引的生效原则是 从前往

MySQL和Oracle的区别 由于SQL Server不常用，所以这里只针对MySQL数据库和Oracle数据库的区别 (1) 对事务的提交 MySQL默认是自动提交，而Oracle默认不自动提交，需要用户手动提交，需要在写commit;指令或者点击commit按钮 (2) 分页查询 MySQL是直接在SQL语句中写"select… from …where…limit x, y",有limit就可以实现分页;而Oracle则是需要用到伪列ROWNUM和嵌套查询 (3) 事务隔离级别 MySQL是read

#验证连接的有效性 spring.datasource.test-while-idle=true #获取连接时候验证，会影响性能 spring.datasource.test-on-borrow=true spring.datasource.validation-query=SELECT 1 FROM DUAL #空闲连接回收的时间间隔，与test-while-idle一起使用，设置5分钟 spring.datasource.time-between-eviction-runs-millis=300

时间格式化 spring.jackson.time-zone=GMT+8 spring.jackson.date-format=yyyy-MM-dd HH:mm:ss 数据库连接增加 serverTimezone=GMT%2B8 spring.datasource.url = jdbc:mysql://localhost:3306/xxx?useSSL=false&allowMultiQueries=true&characterEncoding=UTF-8&serverTimezon

MySQL索引原理及慢查询优化 背景 MySQL凭借着出色的性能、低廉的成本、丰富的资源，已经成为绝大多数互联网公司的首选关系型数据库。虽然性能出色，但所谓“好马配好鞍”，如何能够更好的使用它，已经成为开发工程师的必修课，我们经常会从职位描述上看到诸如“精通MySQL”、“SQL语句优化”、“了解数据库原理”等要求。我们知道一般的应用系统，读写比例在10:1左右，而且插入操作和一般的更新操作很少出现性能问题，遇到最多的，也是最容易出问题的，还是一些复杂的查询操作，所以查询语句的优化显然是重中之重。 本人从2