渡目成书

需求：分组排序取一段数据问题：在正常的查询情况下查询效率低下总表有10w,下面的查询语句查询时间达到了2.648s，时间表有80W查询时间达到了18s，显然很不符合要求SELECT * FROM `publish_task_walmart_new` group by parent_sku,account_id order by id desc limit 0,50这里已经添加上了索引但是还是异常的缓慢定位问题基本上是 group by分组耗时时间比较长，重点优化方向，进行语句优化SEL

删除掉 mysql.event在执行mysql_upgrade -uroot -p输入密码

场景：在并发插入更新的情况下，数据库会出现重复数据的情况出现下面是一段laravel的示例代码主要逻辑是判断tt,yy的va字段为空才会执行更新va字段和创建数据，以下为正确示例在进行并发100测试的时候，出现了多条数据，过滤va为空的条件失效，同时多条请求拿到了VA为空，都进行后续搞作我们如何去解决这个问题，尝试使用laravel自带的悲观锁去处理，但结果还是会出现相同问题尝试引入redis去处理在redis中setnx设置值当key存在时候返回0，不存在时候设置值返回1，.

一台mysql 服务器，机器意外重启后，N个表报错，想必你已经知道库的引擎是myisam 的了，太悲催，太蛋碎了，先看看报错信息：mysql> desc PARTITION_KEYS;ERROR 130 (HY000): Incorrect file format 'PARTITION_KEYS'mysql> check table PARTITION_KEYS;+-------------------------+-------+----------+---------------.

以前有碰到navicat导入sql文件部分数据报错的问题但是现在出现导入出现mysql server has gone away同样我们以wamp集成环境为例，我们将max_allowed_packet默认的1M修改为16M到此我们的问题就解决了注意：我们新建数据库的时候，要与原数据库字符集和排序规则一致...

注意，mysql版本为5.7，5.6部分版本可能支持整个分区表备份1.源实例创建分区表mysql> create table t1 (i int) Engine=InnoDB partition by key(i) partitions 3;mysql> insert into t1 select 1;mysql> insert into t1 select ...

mysqldump 的方式备份数据库比较的缓慢表空间传输直接物理文件备份，性能更高注意mysql5.6以上支持，5.6版本部分支持单表传输，不支持分区表的传输1.创建源数据库t1在源表中存一些数据2.创建目标表，与原表结构一致3.目标数据表，丢弃表空间ALTER TABLE t1 DISCARD TABLESPACE4.源数据表停顿锁表FLUS...

使用navicat导入sql文件的时候出现部分数据导入报错，这些数据是正常从数据库导出，应该是能够正常导出这里我使用的集成环境是wamp环境，需要设置mysql的模式配置选择none在进行导入sql文件这是在wamp集成环境可以直接修改，如果使用其他的环境，也可以直接手动去修改模式来处理，导入完毕再修改回来...

创建分区的字段必须为主键、唯一键表名、字段名alter table tb_logs_access partition by RANGE(connect_time) ( PARTITION p0 VALUES LESS THAN (1578153599), PARTITION p1 VALUES LESS THAN (1578240001), PARTITION p2 VA...

按周select DATE_FORMAT(create_time,’%Y%u’) weeks,count(caseid) count from tc_case group by weeks;按月select DATE_FORMAT(create_time,’%Y%m’) months,count(caseid) count from tc_case group by months;按天s...

核心就是默认的3306端口没有对外开发，所以首先查看一下:netstat -an|grep 3306开始显示的是127.0.0.1:3306执行:vi /etc/mysql/mysql.conf.d/mysqld.cnf其中一行 bind-address = 127.0.0.1前边加 #注释掉 保存（可能会遇到提示 readonly 请自行修改权限）执行:sudo mysql ...