XXX

1. 为查询缓存优化你的查询大多数的MySQL服务器都开启了查询缓存。这是提高性最有效的方法之一，而且这是被MySQL的数据库引擎处理的。当有很多相同的查询被执行了多次的时候，这些查询结果会被放到一个缓存中，这样，后续的相同的查询就不用操作表而直接访问缓存结果了。这里最主要的问题是，对于程序员来说，这个事情是很容易被忽略的。因为，我们某些查询语句会让MySQL不使用缓存。请看下面的

1    背景    11.1    MVCC：Snapshot Read vs Current Read    21.2    Cluster Index：聚簇索引    31.3    2PL：Two-Phase Locking    31.4    Isolation Level    42    一条简单SQL的加

数据结构及算法基础索引的本质MySQL官方对索引的定义为：索引（Index）是帮助MySQL高效获取数据的数据结构。提取句子主干，就可以得到索引的本质：索引是数据结构。我们知道，数据库查询是数据库的最主要功能之一。我们都希望查询数据的速度能尽可能的快，因此数据库系统的设计者会从查询算法的角度进行优化。最基本的查询算法当然是顺序查找（linear search），这种复杂度为

一、数据库的隔离级别概述隔离级别脏读（Dirty Read）不可重复读（NonRepeatable Read）幻读（Phantom Read）未提交读（Read uncommitted）--（脏读）可能可能可能已提交读（Read committed）--（不可重复

1、Sql 约束http://www.cnblogs.com/henw/archive/2012/08/15/2639510.html2、修改列类型MySQL：ALTER TABLE tableName modify column columnName 类型；Oracle：ALTER TABLE tableName modify(columnName 类型)；3、联合索引最左前缀原则例如在表（na

在MySQL中的ORDER BY有两种排序实现方式:1、利用有序索引获取有序数据2、文件排序在使用explain分析查询的时候，利用有序索引获取有序数据显示Using index。而文件排序显示Using filesort。1.利用有序索引获取有序数据          取出满足过滤条件作为排序条件的字段，以及可以直接定位到行数据的行指针

一、数据类型优化1. 为什么要尽量避免NULL？因为对于NULL列，MySQL更难优化，因为NULL使得索引，索引统计和值都更加复杂可为null的列会使用更多的存储空间当null列被索引时，每一个索引记录需要1个额外的字节，在MyISAM可能还会导致固定大小的索引变为可变大小的索引2. 整数类型指定长度int（10），大多数情况下是没有意义的，对于存储和计算来说，int(1)和int(10)是

一、初始条件create table t1 (a int primary key, b int, c int, d int, e varchar(20));create index idx_t1_bcd on t1(b, c, d);insert into t1 values (4,3,1,1,’d’);insert into t1 values (1,1,1,1,’a’);insert into

表结构Student（s_id, sname, sage, ssex） 学生表 Course（c_id, cname, t_id）课程表 SC（s_id, c_id, score）成绩表 Teacher（t_id，tname）教师表建表语句CREATE TABLE `student` ( `s_id` int(11) DEFAULT NULL, `sname` varchar(32)

一、缘起当数据库的数据量非常大时，水平切分和垂直拆分是两种常见的降低数据库大小，提升性能的方法。假设有用户表：user(uid bigint,name varchar(16),pass varchar(16),age int,sex tinyint,flag tinyint,sign varchar(64),intro

一、MySQL优化前言为什么要优化？ MSYQL是基于文件的，因此当打开文件数达到一定限制，就会进行导致频繁的IO操作，这是属于系统配置可以从哪些方面着手优化？如何发现有问题可优化的SQL？ 当我们打开慢查日志文件，就可以看到我们的SQL语句的具体信息，例如： 每一项的含义： 但是如果慢查日志SQL很多的时候，直接看日志文件就很吃力，因此可以通过工具来分析：例如mysqldumpslow

幻读Phantom RowsThe so-called phantom problem occurs within a transaction when the same query produces different sets of rows at different times. For example, if a SELECT is executed twice, but re