hann的专栏

mysql的锁貌似有很多啊，查了大部分资料，什么表锁，行锁，页锁共享锁，排他锁，意向锁，读锁，写锁悲观锁，乐观锁。。我去，真想问一句，有没有 金锁？我还范冰冰呢。。。哎呀怎么感觉好乱啊。那么把它好好整理总结下吧。后边还有对在innodb下的mvcc理解与举例，简单易懂了解下。表／行／页-锁：表级锁（table-level locking）：M

本文转自：http://tech.meituan.com/mysql-index.htmlMySQL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

上回做一个投票系统，一道活动高峰期久卡的要命，临时调高带宽效果也不明显。上服务器进行分析，top里面大量的CPU都消耗在IO wait上。种种迹象都指向mysql,又是慢日志查询，又是查看索引结构，都感觉没找到根本问题。终于，在show processlist的时候发现了由大量的lock进程。哈哈，问题显而易见嘛。该投票表使用的是mysiam引擎，投票量起来以后update把表给锁了，

我们有时候会碰到mysql数据库出错或变慢的时候，这时候就需要我们来看看基本的一些情况一条糟糕的SQL语句可能让你的整个程序都非常慢，是连接数过多？表结构有问题？表的索引没有加？。。下边是我常用的一些mysql分析语句，做一个记录。序号语句作用 1show PROCESSLIST;显示系统中正在运行的所有进程，也就

一。前言通常，我们分页时怎么实现呢？SELECT * FROM table ORDER BY id LIMIT 1000, 10; 但是，数据量猛增以后呢？SELECT * FROM table ORDER BY id LIMIT 1000000, 10; 如上第二条查询时很慢的，直接拖死。最关键的原因：mysql查询机制，不是先跳过，后查询

一。前言当我们要对某一条sql的性能进行分析时，可以使用它。Profiling是从 mysql5.0.3版本以后才开放的。启动profile之后，所有查询包括错误的语句都会记录在内。关闭会话或者set profiling=0 就关闭了。（如果将profiling_history_size参数设置为0，同样具有关闭MySQL的profiling效果。）此工具可用来

当我们想了解当前mysql连接情况，分析其运行状态，那该如何查看呢？登录mysql数据库后，show status();会发现其中有一向【query】此query查询栏目，表示当前时间发生过的查询次数，要想知道一段时间的查询次数，查询两次做差即可。当前query - 10分钟后的query = 此十分钟的查询数再往下 有【Threads】相关栏目

一。前言PROCEDURE ANALYSE() ，在优化表结构时可以辅助参考分析语句。利用此语句，MySQL 帮你去分析你的字段和其实际的数据，并会给你一些有用的建议。【只有表中有实际的数据，这些建议才会变得有用，因为要做一些大的决定是需要有数据作为基础的。】 例如，如果你创建了一个 INT 字段作为你的主键，然而并没有太多的数据，那么，PROCEDURE ANAL

了解explain原因：想了解select查询的内部情况，查询优化器是如何工作的，是否使用到了索引，explain可以做到。MySQL查询优化器是如何工作的 ：MySQL查询优化器有几个目标，但是其中最主要的目标是尽可能地使用索引，并且使用最严格的索引来消除尽可能多的数据行。最终目标是提交SELECT语句查找数据行，而不是排除数据行。优化器试图排除数据行的原因在于它排除数据行的速度

一.为什么别人问你MySQL优化的知识 总是没有底气1.因为你只是回答一些大而化之的调优原则,a.比如:”建立合理索引”(什么样的索引合理?)b.“分表分库”(用什么策略分表分库?)c.“主从分离”(用什么中间件?)2.没有从细化到定量的层面去分析.a.如qps提高了%N?b.有没有减少文件排序?c.语句的扫描行数减少了多少?

索引（Index）是帮助MySQL高效获取数据的数据结构。下边是自己整理的资料与自己的学习总结，，做一个汇总。一.真的有必要使用索引吗？不是每一个性能问题都可以通过创建一个索引来解决；有很多其它解决性能问题的方式；各个应用层的缓存，调优数据库参数和缓冲区大小，调优数据库连接池大小或者线程池大小，

网络上看了很多关于B-TREE的总结，b树,B-树,B+树,B*树(艾玛怎么还4个呢？都快蒙圈了呢)，有的真的很精彩令人佩服，但是都是篇幅太长啊，一大长段的文字就让人望而生畏啊。干脆做一个简化版的总结，通俗移动点介绍下，说说他们的区别。一.B树Binary Tree，就是一个二叉树。(什么K呀h，n啥的公式这里不说了，有兴趣的可以自己搜搜..)（1）所有

上一篇刚刚通俗化的说明了B-TREE的几个结果与存储方式，其实跟索引感觉上还是没有关联起来，那么本篇，就通过实际的一个数据行的例子，说明一下。一.模拟创建原始数据左边是自己方便说明，模拟的数据。引擎为mysiam~右边是用EXCEL把它们随机排列后的一个正常仿真数据表，把主键按照1-27再排列(不随机的话我在模拟数据时本来就是按顺序写的，再加索引看不大出这个索引

昨晚北京迎来了2016入冬的第一场雪呀，爽歪歪。11.20号，mark一下一.前言：在我们的生活中，导出可以看到索引效果的应用，如在火车站观看的车次表、字典的目录等。它们的作用就是索引的作用，通过不断的缩小想要获得数据的范围来筛选出最终想要的结果，同时把随机的事件变成顺序的事件，也就是我们总是通过同一种查找方式来锁定数据(字典的A-Z查找)。生活举例-乘火车：我去乘

本节后边通过实际易懂的举例，来说明索引实际的触发，从而优化自己在加索引时使用的策略。一.索引类型1.1 B-tree索引  注: 名叫btree索引,大的方面看,都用的平衡树,但具体的实现上,各引擎稍有不同,比如,严格的说,NDB引擎,使用的是T-tree，Myisam,innodb中,默认用B-tree索引但抽象一下---B-tree系统,可理解为”排好序的快速查找结

整体概述1.innodb的主索引文件上 直接存放该行数据,称为聚簇索引,次索引指向对主键的引用2.myisam中，主索引和次索引,都指向物理行(磁盘位置)哈哈，说了两句貌似听不懂的话。一。通俗解释我们可以这么理解：聚簇索引(innodb)：索引的叶节点就是数据节点，下边实打实有数据。非聚簇索引(myisam): 叶节点仍然是索引节点，有指针指向对应的

索引是一个利于查找的数据结构，而且还缓存在内存中，用索引查找出物理行地址非常快，但是从物理行中提取出(回行)需要的字段值，就会慢一点了。查询索引是快的，利用索引从物理磁盘中找到要的所有数据(回行)是慢的。如上图，索引是usename,如果select的字段有id,username,age..那么得去物理行提取数据；如果select id 那么索引里就存着呢，不用去找

为什么当 执行select较多时，应当使用mysiam引擎呢？尤其是在有索引的情况下本篇章依托一个实际应用，分析一下。一.前言：网上看到有一个有趣的现象，一个有1W数据量的表，执行不同的orderby条件，查询时间非常大，这个是实际应用中确实出现的问题？？为什么呢？二.分析a).情况描述：1.有主键id，联合索引(id,ver);用前