Mysql知识整理(二)

1、Mysql体系结构
在这里插入图片描述

  • Connectors:支持多种语言的客户端

  • Management Services & Utileties:系统管理和控制工具,Mysqldump,Mysql复制集群,分区管理等

  • Connection Pool:连接池,管理及缓存用户连接,username,pwd,线程处理等需要缓存的需求。

  • SQL Interface:sql接收的入口,接收用户的sql命令,并返回用户需要的结果。(相当于mvc里的controller)

  • Parser:解析器,sql命令传递到解析器这里会对sql进行校验和解析

  • Optimizer:查询优化器,sql在查询之前会使用查询优化器对查询进行优化,并确立唯一的查询计划

  • Cache & Buffer:查询缓存,如果查询中有命中缓存,查询结果可以直接到查询缓存中获取结果

  • Pluggable storage Engines:插拔式的存储引擎,存储引擎是mysql中具体的与文件交互的子系统

  • File System:文件系统,数据,日志redo,undo,binlog,索引,错误日志,查询记录,慢查询等。
    2、各大存储引擎
    存储引擎用于修饰表,5.5以后的版本默认为InnoDB,是插拔式,可随时卸载和加载。
    2.1、CSV

  • 不能定义索引,列定义必须为NOT NULL,不能设置自增

  • CSV表的数据存储用“,”隔开,可直接编辑CSV文件进行数据的编排。

  • 不适合用大表或者数据的在线处理

  • 数据安全性低

  • 适用数据的快速导入和导出,表格直接转成CSV
    2.2、Archive

  • 压缩协议(ARZ文件格式)进行数据的存储,磁盘占用少,大概是InnoDB存储的1/20

  • 支持支Insert和Select两种操作

  • 只允许自增ID列创建索引

  • 适用日志,大量的设备数据采集归档,只做保存不做修改的场景
    2.3 Memory

  • 数据都是存储在内存中,处理效率高,表的默认限定为16M

  • 不支持大数据存储类型如blog、text,里面的字段都是定长。

  • 支持hash索引,等值查询效率高

  • 字符串强制使用char 如 varchar(32)变为Char(32)

  • 数据可靠性低,重启系统或者崩溃数据丢失

  • 适用数据热点快速加载

  • 查询结果内存中的计算,大多数都是采用这种引擎作为临时表的存储和计算,当临时表的大小小于默认16M时用这个引擎,当大于默认的16M时用MyIsam。
    2.4、Myisam

  • 较快的数据插入和读取性能

  • 较小的磁盘占用(相对于InnoDB)

  • 支持表级别的锁,不支持事务

  • 数据文件与索引文件分开存储(myd和myi)

  • myisam的统计count方法可以是通过额外的常量进行返回,所以select count(*)的查询效率极高。

  • 适用于只读应用或者以读为主的业务。
    ** 2.5、InnoDB**

  • 支持事务

  • 行级别的锁

  • 聚集索引

  • 数据行内容与索引结构在一个文件(IBD)

  • 外键支持,保证数据的完整性

  • 5.5及以后的默认存储引擎。
    暂时先到这里,下次整理sql执行计划

数据治理是确保数据准确性、可靠性、安全性、可用性和完整性的体系和框架。它定义了组织内部如何使用、存储、保护和共享数据的规则和流程。数据治理的重要性随着数字化转型的加速而日益凸显,它能够提高决策效率、增强业务竞争力、降低风险,并促进业务创新。有效的数据治理体系可以确保数据在采集、存储、处理、共享和保护等环节的合规性和有效性。 数据质量管理是数据治理中的关键环节,它涉及数据质量评估、数据清洗、标准化和监控。高质量的数据能够提升业务决策的准确性,优化业务流程,并挖掘潜在的商业价值。随着大数据和人工智能技术的发展,数据质量管理在确保数据准确性和可靠性方面的作用愈发重要。企业需要建立完善的数据质量管理和校验机制,并通过数据清洗和标准化提高数据质量。 数据安全与隐私保护是数据治理中的另一个重要领域。随着数据量的快速增长和互联网技术的迅速发展,数据安全与隐私保护面临前所未有的挑战。企业需要加强数据安全与隐私保护的法律法规和技术手段,采用数据加密、脱敏和备份恢复等技术手段,以及加强培训和教育,提高安全意识和技能水平。 数据流程管理与监控是确保数据质量、提高数据利用率、保护数据安全的重要环节。有效的数据流程管理可以确保数据流程的合规性和高效性,而实时监控则有助于及时发现并解决潜在问题。企业需要设计合理的数据流程架构,制定详细的数据管理流程规范,并运用数据审计和可视化技术手段进行监控。 数据资产管理是将数据视为组织的重要资产,通过有效的管理和利用,为组织带来经济价值。数据资产管理涵盖数据的整个生命周期,包括数据的创建、存储、处理、共享、使用和保护。它面临的挑战包括数据量的快速增长、数据类型的多样化和数据更新的迅速性。组织需要建立完善的数据管理体系,提高数据处理和分析能力,以应对这些挑战。同时,数据资产的分类与评估、共享与使用规范也是数据资产管理的重要组成部分,需要制定合理的标准和规范,确保数据共享的安全性和隐私保护,以及建立合理的利益分配和权益保障机制。
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值