阿甘兄

gbase安装教程

文章目录1. 引言2. 效果演示 Step1：首先配置数据库信息 Step2：运行项目，生成代码功能1： 生成代码到指定的目录功能2： 生成代码到target功能3： 生成zip3. 其它细节1. 引言最近在网上找MyBatisPlus代码生成工具类，找到的都不太满意，所以自己重写并开源到了Github，有兴趣的小伙伴可以下载来参考：地址：https://github.com/ylw-github/MP-Generator里面的代码实现细节不用过多的关注，只需要知道怎么配置和使用就可以了，本文来

基础知识：链接:https://pan.baidu.com/s/1m8pVGR–t8e8R7hefRSDiA密码:i2bw高级：链接:https://pan.baidu.com/s/1-lGnBvrO0ZonZUBbSA-FXQ密码:dgdh

1 概述索引支持在MongoDB中高效地执行查询。如果没有索引，MongoDB必须执行全集合扫描，即扫描集合中的每个文档，以选择与查询语句匹配的文档。这种扫描全集合的查询效率是非常低的，特别在处理大量的数据时，查询可以要花费几十秒甚至几分钟，这对网站的性能是非常致命的。如果查询存在适当的索引，MongoDB可以使用该索引限制必须检查的文档数。索引是特殊的数据结构，它以易于遍历的形式存储集合数据集的一小部分。索引存储特定字段或一组字段的值，按字段值排序。索引项的排序支持有效的相等匹配和基于范围的查询操作

1.引言常用命令小结：选择切换数据库：use articledb 插入数据：db.comment.insert({bson数据}) 查询所有数据：db.comment.find(); 条件查询数据：db.comment.find({条件}) 查询符合条件的第一条记录：db.comment.findOne({条件}) 查询符合条件的前几条记录：db.comment.find({条件}).limit(条数) 查询符合条件的跳过的记录：db.comment.find({条件}).ski

业务应用场景传统的关系型数据库（如MySQL），在数据操作的“三高”需求以及应对Web2.0的网站需求面前，显得力不从心。解释：“三高”需求：High performance - 对数据库高并发读写的需求。Huge Storage - 对海量数据的高效率存储和访问的需求。High Scalability && High Availability- 对数据库的高可扩展性和高可用性的需求。而MongoDB可应对“三高”需求。具体的应用场景如：1）社交场景，使用 MongoDB

数据库是一个多用户使用的共享资源，当多个用户并发地存取数据时，在数据库中就会产生多个事务同时存取同一数据的情况。若对并发操作不加控制就可能会读取和存储不正确的数据，破坏数据库的一致性。加锁是实现数据库并发控制的一个非常重要的技术。在实际应用中经常会遇到的与锁相关的异常情况，当两个事务需要一组有冲突的锁，而不能将事务继续下去的话，就会出现死锁，严重影响应用的正常执行。在数据库中有两种基本的锁类型：排它锁（Exclusive Locks，即X锁）和共享锁（Share Locks，即S锁）。当数据对象被加上

悲观锁总是假设最坏的情况，每次去拿数据的时候都认为别人会修改，所以每次在拿数据的时候都会上锁，这样别人想拿这个数据就会阻塞直到它拿到锁（共享资源每次只给一个线程使用，其它线程阻塞，用完后再把资源转让给其它线程）。Java中synchronized和ReentrantLock等独占锁就是悲观锁思想的实现。乐观锁总是假设最好的情况，每次去拿数据的时候都认为别人不会修改，所以不会上锁，但是在更新的时候会判断一下在此期间别人有没有去更新这个数据，可以使用版本号机制和CAS算法实现。两种锁的使用场景从上面对

数据库默认隔离级别:mysql ——> repeatableoracle,sql server ——> read commitedmysql binlog的格式三种：statement:记录的是修改SQL语句row：记录的是每行实际数据的变更mixed：statement和row模式的混合为什么mysql用的是repeatable而不是read committed:在 5.0之前只有statement一种格式，而主从复制存在了大量的不一致，故选用repeatable

引言什么是索引？答：是帮助MySQL高效获取数据的数据结构。什么是全表扫描？答：是将整张表扫描一遍，效率非常低。本文言简意赅的总结索引的几种实现原理：hash算法平衡二叉树（AVL树）B树实现B+树实现（MyISAM和InnoDB使用）hash算法原理：根据某一列（如userName）创建索引。优点：查找可以根据key进行访问，效率非常高。缺点：不能进行范围查询（因为无法比较大小）。其它：映射函数叫散列函数，存放记录数组叫散列表。平衡二叉树（AVL树）原理：取一中间值，中

InnoDBMyISAM⽀持事务处理不⽀持事务，回滚将造成不完全回滚，不具有原⼦性⽀持外键不⽀持外键⽀持⾏锁⽀持全⽂搜索不⽀持FULLTEXT类型的索引（在Mysql5.6已引⼊）不保存表的具体⾏数，扫描表来计算有多少⾏保存表的具体⾏数,不带where时，直接返回保存的⾏数对于AUTO_INCREMENT类型的字段，必须包含只有该字段的索引DELETE 表时，是⼀⾏⼀⾏的删除DELETE 表时，先drop表，然后重建表InnoDB ...

MyISAM的索引MyISAM的索引与行记录是分开存储的，叫做非聚集索引（UnClustered Index）。其主键索引与普通索引没有本质差异：有连续聚集的区域单独存储行记录主键索引的叶子节点，存储主键，与对应行记录的指针普通索引的叶子结点，存储索引列，与对应行记录的指针主键索引与普通索引是两棵独立的索引B+树，通过索引列查找时，先定位到B+树的叶子节点，再通过指针定位到行记录。举个例子，MyISAM：t(id PK, name KEY, sex, flag);表中有四条记录：1,

脏读描述：一个事务读取另一个事务还没有提交的的数据。举例：事务1修改了一行数据，但是没有提交，此时事务2读取被事务1修改的数据，之后事务1因为某些原因rollback了，那么事务2读取到的数据就是脏数据了。解决方法：把数据库隔离级别修改为READ_COMMITTED。不可重复读描述：在同一个事务内，两个相同的查询返回了不同的结果。举例：事务1读取某一数据，事务2读取并修改该数据，事务1为了验证而再次读取改数据，得到不同的结果。解决方法： 把数据库的隔离级别调整到REPEATABLE_READ。

7种事务传播行为类型说明PROPAGATION_REQUIRED如果当前没有事务，就新建一个事务，如果已经存在一个事务中，加入到这个事务中。这是最常见的选择。PROPAGATION_SUPPORTS支持当前事务，如果当前没有事务，就以非事务方式执行。PROPAGATION_MANDATORY使用当前的事务，如果当前没有事务，就抛出异常。PROPAGATION_REQUIRES_NEW新建事务，如果当前存在事务，把当前事务挂起。PROPAGATION_NO

1.MySQL数据库优化方案Mysql的优化，大体可以分为三部分：索引的优化慢查询优化表优化开启慢查询日志，可以让MySQL记录下查询超过指定时间的语句，通过定位分析性能的瓶颈，才能更好的优化数据库系统的性能。还可以使用腾讯云MySQL数据库监控：腾讯云数据库地址:https://console.cloud.tencent.com/cdb实例监控https://conso...

MyISAM引擎使用B+Tree作为索引结构，叶节点的data域存放的是数据记录的地址。下图是MyISAM主键索引的：InnoDB也使用B+Tree作为索引结构，但具体实现方式却与MyISAM截然不同.MyISAM索引文件和数据文件是分离的，索引文件仅保存数据记录的地址。而在InnoDB中，表数据文件本身就是按B+Tree组织的一个索引结构，这棵树的叶节点data域保存了完整的数据记录。这个...

1. 引言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。白话文：索引就像书的目录一样可以非常快速的定位到书的页码。如果向mysql发出一条sql语句请求，查询的字段没有创建索引的话，可能会导致全表扫描，这样的话查询效率非常低。那么MySQL中索引采用的是那些数据结构？或者说索引实现的原理。下面来举例讲解。2. 索引实现的原理2.1 方式一：...

Sharding-JDBC中的路由结果是通过分片字段和分片方法来确定的。如果查询条件中有 id 字段的情况还好，查询将会落到某个具体的分片。如果查询没有分片的字段，会向所有的db或者是表都会查询一遍，让后封装结果级给客户端。Sharding-Jdbc和MyCat查询原理大致相同：示例代码：public interface OrderRepository extends CrudRe...

1. 引言先来理解几个概念：「LogicTable」：数据分片的逻辑表，对于水平拆分的数据库(表)，同一类表的总称。例如订单信息表拆分为2张表,分别是t_order_0、t_order_1，他们的逻辑表名为t_order。「ActualTable」：在分片的数据库中真实存在的物理表。即上个示例中的t_order_0、t_order_1。「DataNode」：数据分片的最小单元。由数据源名...

1. Sharding-Jdbc介绍Sharding-Jdbc在3.0后改名为Shardingsphere，它由Sharding-JDBC、Sharding-Proxy和Sharding-Sidecar（计划中）这3款相互独立的产品组成。它们均提供标准化的数据分片、分布式事务和数据库治理功能，可适用于如Java同构、异构语言、容器、云原生等各种多样化的应用场景。Sharding-Sphere(...

1.引言MyCat中的路由结果是通过分片字段和分片方法来确定的，如果查询条件中有 id 字段的情况还好，查询将会落到某个具体的分片。如果查询没有分片的字段，会向所有的db都会查询一遍，让后封装结果级给客户端。那么实际情况中，在Mycat中分片是如何实现的呢？下面来举个例子。需求：数据库中主要存放“省”的信息，如广东省要放到广东省数据库，浙江省要放到浙江省数据。。。每个省都有自己的数据库...

1.MyCat分库分表数据库分表分库原则遵循 垂直拆分与水平拆分。1.1 垂直拆分垂直拆分就是根据不同的业务，分为不同的数据库，比如会员数据库、订单数据库、支付数据库等，垂直拆分在大型电商系统中用的非常常见。优点：拆分后业务清晰，拆分规则明确，系统之间整合或扩展容易。缺点：部分业务表无法join，只能通过接口方式解决，提高了系统复杂度。存在分布式事务问题。1.2 水平拆分...

1.引言代码已上传到Github，有兴趣的同学可以下载来看看：https://github.com/ylw-github/SpringBoot-MyCat-Demo在前面几个章节，我们了解到了MySQL数据库的主从复制、使用MyCat实现读写分离：《数据库系列课程（01）-MySQL主从复制与数据备份》《数据库系列课程（02）-MyCat读写分离》《数据库系列课程（03）-Linu...

本文来讲解下如何在Linux下安装MyCat：1.上传Mycat-server-1.6.5-release-20180122220033-linux.tar2.解压安装包tar -zxvf Mycat-server-1.6.5-release-20180122220033-linux.tar.gz 3.配置schema.xmlcd /usr/local/mycat/conf/vi s...

1.MyCat简介MyCAT是一款由阿里Cobar演变而来的用于支持数据库，读写分离、分表分库的分布式中间件。MyCAT支持Oracle、MSSQL、MYSQL、PG、DB2关系型数据库，同时也支持MongoDB等非关系型数据库。MyCAT原理：MyCat主要是通过对SQL的拦截，然后经过一定规则的分片解析、路由分析、读写分离分析、缓存分析等，然后将SQL发给后端真实的数据块，并将返回的结果做...

1.MySQL数据库MySQL作为世界上使用最为广泛的数据库之一，免费是其原因之一。但不可忽略的是它本身的功能的确很强大。随着技术的发展，在实际的生产环境中，由单台MySQL数据库服务器不能满足实际的需求。此时数据库集群就很好的解决了这个问题了。采用MySQL分布式集群，能够搭建一个高并发、负载均衡的集群服务器。在此之前我们必须要保证每台MySQL服务器里的数据同步。数据同步我们可以通过MyS...