TracyCoder的博客

MySQL 是数据的底座，保证数据的安全与准确；Elasticsearch 是数据的放大镜，挖掘数据的价值。不要试图用战术匕首（MySQL Like）去砍参天大树，也不要用屠龙刀（ES）去切水果。在现代架构中，将两者结合使用，通过 Binlog 实现数据流转，才是应对海量文本检索的最佳实践。

在深入细节之前，我们先明确Sharding-JDBC的定位。Sharding-JDBC是Apache ShardingSphere生态中的核心组件，它并非独立的数据库，而是一个基于JDBC的分库分表中间件，通过对JDBC接口的封装，实现分库分表、读写分离等功能，且对业务代码完全透明。核心优势：无需部署独立服务，直接集成到应用中；支持多种数据库（MySQL、Oracle等）；兼容ORM框架（MyBatis、Hibernate等）。

分库分表是Java后端架构升级的必经之路，工具选型需“量体裁衣”：ShardingSphere生态凭借完善的功能、活跃的社区成为绝大多数场景的最优解；特殊场景可通过中间件或分布式数据库补充。但请记住：工具只是实现手段，核心是通过合理的分片策略、一致性保障、扩容规划，让系统在业务增长中始终保持稳定高效。Apache ShardingSphere 官方文档，建议结合实际项目搭建Demo，快速掌握落地技巧。

也就是说一条语句在server层中执行的成本是和它操作的表使用的存储引擎是没关系的，所以关于这些操作对应的成本常数就存储在了server_cost表中，而依赖于存储引擎的一些操作对应的成本常数就存储在了engine_cost表中。当需要组合来自不同表的信息时，通常会使用连接查询。的驱动表（即，left join中左边的表，或right join中右边的表）的记录来说，如果无法在被驱动表中找到匹配ON子句中的过滤条件的记录，那么该记录仍然会被加入到结果集中，对应的被驱动表记录的各个字段使用NULL值填充。

索引是帮助MySQL高效获取数据的数据结构。简单来讲，数据库索引就像是书前面的目录，能加快数据库的查询速度。对于海量数据来说，它的目录也是很大的，不可能全部存储在内存中，因此索引往往是存储在磁盘上的文件中。InnoDB提供的一种分类方式，InnoDB的每张表都会有一个聚集索引，有且仅有一个，这也是该表的物理存储方式；非聚集索引可以有多个；InnoDB和MyISAM会自动为主键或者声明为UNIQUE的列去自动建立B+树索引。- 聚簇索引（主键索引）：根据主键构建的索引叫做聚簇索引。

安装：本地安装好mysql，有必要的装一个navicat for mysql（别的可视化工具也行）不会的自行百度。创建好数据库之后执行create.sql和populate.sql创建需要的数据库表并注入数据。下载：数据库搭建需要的基本数据。书籍：《MySQL必知必会》

mysql事务底层、日志、mvcc

mysql调优、排查