slvher的专栏

1. 问题背景        InnoDB是新版MySQL（v5.5及以后）默认的存储引擎，之前版本的默认引擎为MyISAM，因此，低于5.5版本的mysql配置文件.my.cnf中，关于InnoDB的配置默认是被注释起来的。在实际使用时，发现不少人只是把mysql的配置文件拷贝到需要的路径下后，就启动mysqld，而建表时偏偏又指定engine=innodb。正常情况下，即使不显式配置inn

最近读一份关于“数据库事务故障恢复"的技术资料，发现对mysql的binlog的认识不够清楚，查阅mysql reference manual有所收获，作为笔记，记录于此。1. What's binlog        binlog即binary log，根据mysql文档的说明，binlog包含一系列描述数据库状态变更的"events"（如table create或insert/upda

这几天抽空读了2012.12.20由中国计算机协会发布的《大数据技术与产业发展白皮书》，121页的材料分为6章，分别对应：a. 大数据发展背景，b. 大数据典型应用现状，c. 大数据计算体系现状，d. 大数据IT产业链与生态环境，e. 大数据人才资源，f. 大数据发展趋势与建议六个方面。        个人感觉白皮书相当于一篇大数据方面的综述文献，值得一看。        本笔记是白皮书第

好久之前的学习笔记，分享出来，希望能帮助到更多初学者备注：本笔记以mysql-5.1.73版本为例进行说明1. mysql源码编译/安装步骤1) 官网下载mysql源码并解压2) cd至源码目录，执行./configure --prefix=/home/slvher/tools/mysql-5.1.73 --with-charset=gbk --with-charset=

在使用MySQL时，若表中含自增字段（auto_increment类型），则向表中insert一条记录后，可以调用last_insert_id()来获得最近insert的那行记录的自增字段值（一个bigint类型的64-bit值）。听起来似乎很简单易用，但事实上，使用last_insert_id()时有很多注意事项，否则很容易踩到坑。本笔记的主要目的就是罗列这些需要引起注意的细节。

本笔记主要记录MySQL索引方面的内容，以便为实际工作中SQL优化提供参考。1. 为什么使用索引在无索引的情况下，MySQL会扫描整张表来查找符合sql条件的记录，其时间开销与表中数据量呈正相关。对关系型数据表中的某些字段建索引可以极大提高查询速度（当然，不同字段是否selective会导致这些字段建立的索引对查询速度的提升幅度不同，而且索引也并非越多越好，因为写入时需要更新索引信息）

有MySQL使用经验的同学在实际项目中可能会遇到SQL慢查询的场景，有些场景很容易定位问题所在（如单表操作有慢查询SQL时，仔细check SQL语句通常很容易定位索引问题），而有些复杂业务场景（如多表联合查询几十个字段并做group或sort等操作）下，人工check SQL语句通常很难发现SQL瓶颈所在。这个时候，MySQL提供的explain命令就派上用场了。本笔记主要对explain的

在部署在不同机器上的mysql数据库之间导数据时，load data infile是一个很高效的命令，从host1的db1.table1通过select ... into outfile将数据导入文本文件，然后通过load data infile将数据导入host2的db2.table1。        使用过程中碰到一些典型问题及并最终找到解决方法。作为笔记，记录与此。1. root用户

Python阵营有很多操作数据库的开源库（安装pip后，可以借助”pip search mysql”查看可用的库列表），其中被使用最多的无疑是MySQLdb，这个库简单易上手。其偏底层的特性为开发者提供灵活性的同时，也对不少新手写出的DB操作代码提出了考验，因为它只支持raw sql，容易导致sql注入攻击。鉴于此，很多库提供了ORM接口能力，借助OO思想，数据库中的表被映射为Python的类，类的