- 博客(11)
- 资源 (2)
- 收藏
- 关注
原创 MySQL binlog 深度解析:数据库变更的“黑匣子“
概念一句话解释binlog二进制日志,记录数据库的所有变更主从复制从库读取主库 binlog 并重放,保持数据一致数据恢复基于全量备份 + binlog 恢复到指定时间点魔数binlog 文件前 4 字节0xfe626963,用于识别文件格式事件(event)binlog 中记录变更的最小单位描述事件类型、时间、server_id 等通用信息event data事件的具体内容,如 SQL 语句或记录变更格式描述事件。
2026-08-19 07:22:24
331
原创 MySQL 隔离级别与 MVCC
MySQL隔离级别与MVCC机制解析 本文深入探讨了MySQL事务隔离与并发控制的核心技术。主要内容包括: 并发事务问题:分析了脏写、脏读、不可重复读和幻读四种并发问题及其危害程度。 隔离级别对比:详细介绍了READ UNCOMMITTED、READ COMMITTED、REPEATABLE READ和SERIALIZABLE四种隔离级别,指出MySQL默认使用REPEATABLE READ并基本解决幻读问题。 MVCC机制:解释了多版本并发控制的原理,说明其如何通过版本链和ReadView实现读写不阻塞,
2026-08-16 23:20:00
347
原创 MySQL undo 日志深度解析:事务回滚、版本链与回滚段机制
完整的数据修改与 undo 日志流程:1. 执行 INSERT/DELETE/UPDATEv2. 先生成对应的 undo 日志(记"怎么改回去")v3. 把 undo 日志写入事务的 Undo 页面链表v4. 修改 Buffer Pool 中的数据页v5. 如果是 DELETE,先只做 delete mark(标记删除)v6. 事务提交后:- INSERT 的 undo 日志可以直接清理- DELETE/UPDATE 的 undo 日志保留(为MVCC服务)v。
2026-08-14 16:39:57
528
原创 MySQL redo 日志深度解析
MySQL redo 日志机制解析 MySQL 的 redo 日志机制是保证数据库持久性的核心技术。本文从实际案例出发,分析了 redo 日志的设计思想和工作原理: 设计动机:直接刷数据页存在16KB全页写入和随机IO两大性能问题,redo日志通过记录"改了什么"而非"整个页"来解决; 日志格式:包含物理日志(直接记录字节修改)和逻辑日志(记录操作语义)两种类型,根据场景选择最优方式; 原子性保证:通过Mini-Transaction机制确保B+树操作的原子性,使用特殊标记区分完整操作组; 性能优化:采用内
2026-08-12 01:00:56
393
原创 MySQL 事务与并发控制:ACID、隔离级别与 MVCC 深度解析
MySQL 事务与并发控制摘要 本文深入解析MySQL事务机制与并发控制原理。通过熊大转账给光头强的生动案例,揭示事务的必要性——保证多个操作要么全部成功,要么全部失败。 核心内容涵盖: ACID四大特性:原子性(undo log保障)、一致性(事务目标)、隔离性(锁与MVCC)、持久性(redo log保障) 事务生命周期:从active到committed或aborted的状态转换 并发问题:脏写、脏读、不可重复读和幻读四种典型问题 隔离级别:READ UNCOMMITTED至SERIALIZABLE四
2026-08-10 23:44:26
304
原创 EXPLAIN 深度解剖:从 type=ALL 到 Using index,彻底读懂执行计划
MySQL EXPLAIN 执行计划解析指南 本文全面解析 MySQL 的 EXPLAIN 执行计划工具,帮助开发者优化 SQL 查询性能。文章首先介绍了 EXPLAIN 的作用,它能展示查询优化器生成的执行计划,包括索引选择、表访问方式和连接顺序等关键信息。 主要内容包括: EXPLAIN 输出全景图,详细解释各列含义(id、select_type、type、key等)及其重要性 id 和 select_type 列分析,说明不同查询类型(简单查询/子查询/UNION)的识别方法 核心 type 列详解,
2026-08-09 17:09:09
569
原创 MySQL 查询优化器的双重人格:成本计算与查询重写
MySQL 查询优化器的双重人格:核心机制解析 MySQL查询优化器通过两大核心机制提升查询效率: 基于成本的优化 - 计算不同执行方案的成本(I/O+CPU开销),选择最经济的方案 基于规则的优化 - 自动重写查询语句(如子查询转连接、外连接转内连接) 关键要点: 成本计算考虑I/O(1.0/页)和CPU(0.2/记录)成本 优化器会对比全表扫描与各索引方案的成本 通过真实案例展示了从全表扫描(2037.7)、idx_key1(168.21)到最优方案idx_key2(134.01)的选择过程 揭示了"为
2026-08-08 08:30:00
513
原创 从单表查询到多表 JOIN:MySQL 执行计划背后的秘密
MySQL 查询优化核心原理剖析 摘要:本文系统解析 MySQL 查询执行机制,重点分析单表查询6种访问方法和多表连接原理。单表访问从最快的const(主键等值)到最慢的all(全表扫描),性能差异可达数量级;多表连接则基于笛卡尔积实现,通过嵌套循环和Join Buffer优化。文章深入解读了执行计划中的关键指标,并揭示了ON与WHERE条件在连接查询中的本质区别,帮助开发者从执行引擎视角理解SQL性能优化要点。(149字) 关键点: 单表访问6种方法性能对比 索引合并机制原理 多表连接的底层实现逻辑 执行
2026-08-07 10:21:05
464
原创 MySQL 数据目录与 InnoDB 表空间底层存储全景揭秘
MySQL 数据存储机制解析 核心摘要:MySQL 数据存储遵循层级结构,从数据目录到表空间再到具体存储单元。数据目录(datadir)是数据库的存储根目录,每个数据库对应一个子文件夹,包含表结构文件(.frm)和存储引擎相关数据文件。InnoDB 存储引擎采用表空间(Tablespace)机制,分为系统表空间(ibdata1)和独立表空间(.ibd 文件),其中独立表空间已成为现代 MySQL 的默认选择。 InnoDB 表空间内部采用精细化管理结构:以 16KB 的页为基本存储单元,64 个连续页组成
2026-08-06 02:23:21
481
原创 你的 MySQL 索引可能白建了!深度拆解 B+ 树底层原理 + 8 条实战优化黄金法则
本文深入剖析 MySQL InnoDB 的 B+ 树索引机制,从基础原理到实战优化。主要内容包括: 索引的必要性:无索引时全表扫描的性能问题 B+ 树演进:从页目录到多级索引的优化过程 核心索引类型: 聚簇索引:数据存储方式,主键排序,叶子节点含完整记录 二级索引:按指定列排序,需回表查询 联合索引:多列组合排序,高效支持多条件查询 索引优化要点: 理解回表代价与覆盖索引 掌握 EXPLAIN 分析技巧 遵循索引设计黄金法则 B+ 树通过 3-4 层结构即可支持海量数据高效查询,是 MySQL 高性能查询的
2026-08-02 23:07:51
399
空空如也
TA创建的收藏夹 TA关注的收藏夹
TA关注的人
RSS订阅