数据库

1. Hibernate是全自动的，MyBatis是半自动的 Hibernate实现了部分自动生成SQL 2. MyBatis真正实现了java代码和sql的分离 3. SQL优化上 MyBatis强于Hibernate 4. MyBatis优化维护方便 SQL全存在于XML中 不需要修改源代码 5. 开发效率上 Hibernate略强于mybatiss 6. 从性能上说 因为Mybatis全都是自己手写的SQL,因此性能相对较高反之。Hibernate更加提倡使用HQL,HQL往往会查询更多的字段,从而性能反而较低

分支主题

分支主题

分支主题

分支主题

单一加载

批量加载

#{}表示占位符?解析传递过来的参数

${}对传递过来的参数原样拼接在SQL语句中

mysql 通过SELECT LAST_INSERT_ID()实现

oracle 通过序列 SELECT seq.nextval from dual实现

简单类型

pojo类型

包装类型

Map类型

简单类型

pojo类型

resultMap

resultType

resultMap

定义Map

使用Map

定义resultMap

使用定义的Map

介绍

配置

工作流程

源码剖析

总结

介绍

配置

注意

总结

分支主题

mapper接口的全限定名要和mapper映射文件的namespace值一致。

mapper接口的方法名称要和mapper映射文件的statement的id一致。

mapper接口的方法参数类型要和mapper映射文件的statement的parameterType的值一致，而且它的参数是一个。

mapper接口的方法返回值类型要和mapper映射文件的statement的resultType的值一致。

Mapper开发模式底层使用的是jdk的动态代理。

可以对输入的参数进行判断

默认去掉后面第一个AND 如果没有参数则把自己干掉!

让代码有更高的可重用性,先定义后使用,include引入

循环传递参数

FlashCache

主从

集群

硬件优化

软件优化

节省DBA

数据战略层面安全性

调整 max_connections

back_log

thread_cache_size

设置key_buffer_size值

使用多个索引缓存

3 调整 “中点插入策略”

调整 read_buffer_size 和 read_rnd_buffer_size

注意：

InnoDB用一块内存区来做 IO 缓存池，不仅用来缓存InnoDB的索引块，而且也用来缓存数据块

innodb_buffer_pool_size

innodb_old_blocks_pct

innodb_old_blocks_time

innodb_buffer_pool_instances

偶尔配合报表系统使用，不过场景也不太多

Buffer Pool

undo日志文件

redo log buffer

描述数据块

缓存页

free链表

flush链表

LRU链表

默认128M

每个缓存页都有对应描述数据块，所以Buffer Pool的实际大小可能比我们设置的大5%左右

生产环境优化性能，加大Buffer Pool的大小

一系列的描述数据块和缓存页

基于这个机制，Buffer Pool可支持动态扩容

避免缓存页重复加载

数据格式

策略控制参数

用于 重启/崩溃 恢复时按redo log日志恢复之前的数据修改

表空间号+数据页号+偏移量+修改几个字节的值+具体的值

redo log --》 redo log block --》 redo buffer --》 redo log日志文件

策略控制参数 : sync_binlog

查看当前innodb的具体情况

场景

场景

场景

场景

read uncommitted

read committed

repeatable read

serializable

前奏 - 什么是undo log版本链

基于undo log版本链实现的ReadView机制是什么

MySQL是如何基于undo log版本链+ReadViem实现避免脏读、不可重复读和幻读的

1、原子性

3、隔离性

4、持久性

2、一致性

1、扁平事务

2、带有扁平点的扁平事务

3、链事务

4、嵌套事务

5、分布式事务

1、read uncommittted

2、read committed

3、repeatable read

4、serializable

innodb: 如果执行 update,delete 过程中及时中断,不会导致事务提交(即不会生效)

myinsm: 由于没有事务的概念,执行到哪里算哪里

实现原理

对 SQL影响

什么是索引？

使用分类

存储分类

给频繁用于查询筛选条件的字段设置为索引

不要过渡索引

SHOW STATUS LIKE 'Handler_read_%';

1,Normal:普通的索引;允许一个索引值后面关联多个行值;

2,UNIQUE:唯一索引;允许一个索引值后面只能有一个行值;之前对列添加唯一约束其实就是为这列添加了一个unique索引;当我们为一个表添加一个主键的时候,其实就是为这个表主键列(设置了非空约束),并为主键列添加了一个唯一索引;

3,Fulltext:全文检索,mysql的全文检索只能用myisam引擎,并且性能较低,不建议使用;

1,b-tree:是一颗树(二叉树,平衡二叉树,平衡树(B-TREE)) 使用平衡树实现索引，是mysql中使用最多的索引类型；在innodb中，存在两种索引类型，第一种是主键索引（primary key），在索引内容中直接保存数据的地址；第二种是其他索引，在索引内容中保存的是指向主键索引的引用；所以在使用innodb的时候，要尽量的使用主键索引，速度非常快；

2,hash:把索引的值做hash运算，并存放到hash表中，使用较少，一般是memory引擎使用；优点:因为使用hash表存储，按照常理，hash的性能比B-TREE效率高很多。 hash索引的缺点： 1，hash索引只能适用于精确的值比较，=，in，或者<>；无法使用范围查询; 2，无法使用索引排序； 3，组合hash索引无法使用部分索引； 4，如果大量索引hash值相同，性能较低；

1，较频繁的作为查询条件的字段应该创建索引；

2，唯一性太差的字段不适合单独创建索引，即使频繁作为查询条件； 作为索引的列,如果不能有效的区分数据,那么这个列就不适合作为索引列;比如(性别,状态不多的状态列) 举例:SELECT sum(amount) FROM accountflow WHERE accountType = 0; 假如把accountType作为索引列,因为accountType只有14种,所以,如果根据accountType来创建索引,最多只能按照1/14的比例过滤掉数据;但是,如果可能出现,只按照该条件查询,那我们就要考虑到其他的提升性能的方式了;

3，更新非常频繁的字段不适合创建索引；原因,索引有维护成本;

4，不会出现在WHERE 子句中的字段不该创建索引；

5, 索引不是越多越好;(只为必要的列创建索引) 1,不管你有多少个索引,一次查询至多采用一个索引;(索引和索引之间是独立的) 2,因为索引和索引之间是独立的,所以说每一个索引都应该是单独维护的;数据的增/改/删,会导致所有的索引都要单独维护;

数据页间双链表连接

基于上述数据存储规则

默认情况下主键id自增，数据页内根据id做单向链，且下一个数据页内的id都比这个页内的大

当你的主键不是自增的，而是自己设置的时候， 就可能会出现一个问题

索引结构

如果一颗大的B+树数据结构里，叶子节点是它的数据页本身，那么可以称这个B+树索引为聚簇索引

针对主键之外字段创建的索引，比如name时

检索时跟主键B+树一样，都是从顶层根据二分查找逐层向下查找

基于上述二级索引的创建规则及回表机制

字段特别大的比如varchar(255) 这种，建立索引时可以varchar(20)这种建立

最好不要对这种字段建立索引，检索到的主键id太多了，再进行回表查询，可能导致比全表扫描还慢

根据上述索引规则，每个索引生成一个B+树

查询原理

全值匹配原则

联合索引不一定要根据字段来查，只要最左边的部分来查询也是可以的

比如like

where里有范围查询的话，那么只有对联合索引的最左侧查询才能用到索引

比如 where class_name='一班' and student > '' and subject_name < ''

先看一个例子

如果我们建立了一个index(xx1,xx2,xx3)的索引，那么还用去 order by 在limit 100么？

所以说我们尽量在SQL中按照联合索引来排序，这样性能就会很高

大体跟order by差不多

不过这种索引对order by等无效

再加上几个辅助索引抗下剩余的20非典型请求，基本达到99%的情况下用到索引

不需要加锁，undo log版本链 + MVCC解决的就是这个问题，避免频繁加互斥锁

独占锁之间都是是互斥的，不会发生脏写

即读取当前数据最新值，然后进行更新，需要有加锁操作，这个锁就是间隙锁

1、共享锁允许事务读取一行数据

2、排他锁允许事务更新或者是删除一条数据

3、意向共享锁事务想要获得一张表某几行的共享锁

4、意向排他锁事务想要获得一张表的某几行的排他锁

这条执行计划对应的什么查询类型

查哪个表

表分区

const

ref

eq_ref

ref_or_null

range

index

all

可以使用哪些索引

使用的哪个索引

使用某个字段进行等值匹配搜索的时候，跟索引列匹配的那个目标值的一些信息

扫描了多少数据

经过那个搜索条件后剩余数据的百分比

Using index

Using join buffer (Block Nested Loop)

Using filesort

Using temporary

内连接

外连接

如果是三个表的关联查询那么，b表又会拿他的数据去c表里再走一遍查询

exists适合小表 exists大表

使用show profile查询剖析工具，可以指定具体的type

使用performance schema来更加容易的监控mysql

使用show processlist查看连接的线程个数，来观察是否有大量线程处于不正常的状态或者其他不正常的特征

1.定位需要优化的SQL

2.分析SQL低效的原因

3.修改索引

4.重写SQL

5.修改表结构

数据类型的优化

合理使用范式和反范式

主键的选择

字符集的选择

存储引擎的选择

适当的数据冗余

适当拆分

mysql执行计划.md

索引基本知识

哈希索引

组合索引

聚簇索引与非聚簇索引

覆盖索引

优化小细节

索引监控

简单案例

查询慢的原因

优化数据访问

执行过程的优化

优化特定类型的查询

索引基本知识

哈希索引

组合索引

聚簇索引与非聚簇索引

覆盖索引

优化小细节

索引监控

简单案例

分区表的应用场景

分区表的限制

分区表的原理

分区表的类型

如何使用分区表

在使用分区表的时候需要注意的问题

general

character

connection

log

cache

INNODB

主从复制

读写分离

分库分表

避免使用

order by

group by

条件

1、选择需要优化的SQL

2、Explain和Profile入手

3、永远用小结果集驱动大的结果集

4、在索引中完成排序

5、使用最小Columns

6、使用最有效的过滤条件

7、避免复杂的JOIN和子查询

硬件

操作系统/软件库

SQL服务器(设置和查询)

应用编程接口(API)

应用程序

如果你需要庞大的数据库表(>2G)，你应该考虑使用 64 位的硬件结构，像 Apha、Sparc 或即将推出的IA64。因为 MySQL 内部使用大量 64位的整数，64位的 CPU 将提供更好的性能。对大数据库，优化的次序一般是 RAM、快速硬盘、CPU 能力。更多的内存通过将最常用的键码页面存放在内存中可以加速键码的更新。 如果不使用事务安全(transaction-safe)的表或有大表并且想避免长文件检查，一台 UPS 就能够在电原故障时让系统安全关闭。 对于数据库存放在一个专用服务器的系统，应该考虑 1G 的以太网。延迟与吞吐量同样重要。

为系统、程序和临时文件配备一个专用磁盘，如果确是进行很多修改工作，将更新日志和事务日志放在专用磁盘上。 低寻道时间对数据库磁盘非常重要。对与大表，你可以估计你将需要: log(行数)/log(索引块长度/3”2/(键码长度 + 数据指针长度))+1次寻到才能找到一行。 对于有 500000 行的表，索引 Mediun int类型的列，需要:log(500000)/log(1024/3*2/(3 + 2)+1=4次寻道。上述索引需要 500000*7*3/2=5.2M的空间。实际上，大多数块将被缓存，所以大概只需要 1-2次寻道。 然而对于写入《如上)，你将需要 4次寻道请求来找到在哪里存放新键码，而且一般要 2次寻道来更新索引并写入一行。 对于非常大的数据库，你的应用将受到磁盘寻道速度的限制，随着数据里的增加呈 N og N 数据级递 将数据库和表分在不同的磁盘上。在 MySOL中，你可以为此而使用符号链接。条列磁盘(RAID 0)将提高读和写的吞吐量。带像的条列(RAID 0+1)将更安全并提高读取的吞吐量与入的吞吐量将有所降低。不要对临时文件或可以很容易地重建的数据所在的磁盘使用像或 RAID(除了RAID 0)。 在Linux上，在引导时对磁盘使用命令 hdparm-m16 -d1以启用同时读写多个扇区和 DMA功能文可以将响应时间提高 5~50%。 在 Linux上，用 async(默认)和 noatime挂载磁盘(mount)。对于某些特定应用，可以对某些特定表使用内存磁盘，但通常不需要。

不要交换区。如果内存不足，增加更多的内存或配置你的系统使用较少内存。

不要使用 NFS 磁盘(会有 NFS 锁定的问题)。

增加系统和 MySQL服务器的打开文件数里。(在 safe mysqld脚本中加入 ulimit -n #)。

增加系统的进程和线程数里。

如果你有相对较少的大表，告诉文件系统不要将文件打碎在不同的磁道上(Solaris)。

使用支持大文件的文件系统(Solaris)。

选择使用哪种文件系统。在 Linux 上的 Reiserfs 对于打开、读写都非常快。文件检查只需几秒种

PERL:

PHP:

C

C++:

ODBC:

JDBC:

应该集中精力解决问题

在编写应用时，应该决定什么是最重要的:

速度

操作系统间的可移植性

SQL服务器间的可移植性

使用持续的连接。

缓存应用中的数据以减少 SQL服务器的负载

不要查询应用中不需要的列。

不要使用 SELECT * FROM table name..测试应用的所有部分，但将大部分精力放在在可能最坏的合理的负载下的测试整体应用。通过以一种模块化的方式进行，你应该能用一个快速”哑模块”替代找到的赢颈，然后很容易地标出下一个瓶颈。如果在一个批处理中进行大量修改，使用 LOCK TABLES。例如将多个 UPDATES或 DELETES集中在一起。

Perl DBI/DBD

ODBC

JDBC

Python(或其他有普遍 SQL接口的语言)

你应该只使用存在于所有目的 SQL 服务器中或可以很容易地用其他构造模拟的 SQL 构造。

www.mysgl.com上的Crash-me页可以帮助你。

为操作系统/SQL 服务器编写包装程序来提供缺少的功能。

应该找出瓶颈(CPU、磁盘、内存、SQL 服务器、操作系统、API 或应用)并集中全力解决。

使用给予你更快速度/灵活性的扩展。

逐渐了解 SQL 服务器以便能为你的问题使用可能最快的 SQL造并避免瓶颈。

优化表布局和查询。

使用复制以获得更快的选择(select)速度。

如果你有一个慢速的网络连接数据库，使用压缩客户/服务器协议。

不要害怕时应用的第一个版本不能完美地移植，在你解决问题时，你总是可以在以后优化它。

挑选编译器和编译选项。

为你的系统寻找最好的启动选项

通读MySQL参考手册并阅读 Paul DuBios的《MySQL》一书。(已有中文版-译注)多用 EXPLAIN SELECT、SHOW VARIABLES、SHOW STATUS 和 SHOW PROCESSLIST了解查询优化器的工作原理。

优化表的格式。

维护你的表(myisamchk、CHECK TABLE、OPTIMIZE TABLE)

使用 MySQL的扩展功能以让一切快速完成。

保持数据为数据库第三范式，但不要担心冗余信息或这如果你需要更快的速度，创建总结表

在大表上不做 GROUP BY，相反创建大表的总结表并查询它。

UPDATE table set count=count+1 where key column=constant 非常快。

对于大表，或许最好偶尔生成总结表而不是一直保持总结表。

充分利用INSERT的默认值。

back log 如果需要大量新连接，修改它。

thread cache size 如果需要大量新连接，修改它

key buffer size 索引页池，可以设成很大。

bdb cache size BDB 表使用的记录和键吗高速缮存。

table cache 如果有很多的表和并发连接，修改它。

delay key write 如果需要缓存所有键码写入，设置它。

log slow queries 找出需花大量时间的查询

max heap table size 用于 GROUP BY

sort buffer 用于 ORDER BY和GROUP BY

myisam sort buffer size 用于 REPAIR TABLE

join buffer_size 在进行无键吗的联结时使用。

MySQL拥有一套丰富的类型。你应该对每一列尝试使用最有效的类型。

ANALYSE 过程可以帮助你找到表的最优类型: SELECT* FROM table name PROCEDUREANALYSE0。

对于不保存 NULL值的列使用 NOT NULL，这对你想索引的列尤其重要。

将ISAM类型的表改为 MYISAM。

如果可能，用固定的表格式创建表

不要索引你不想用的东西。

利用 MySQL能按一个索引的前缀进行查询的事实。如果你有索引 INDEX(a,b)，你不需要在a上的

素引

不在长 CHAR/VARCHAR 列上创建索引，而只索引列的一个前缀以节省存储空间。CREATE TABLEable name (hostname CHAR(255) not null index(hostame(10)))对每个表使用最有效的表格式。

在不同表中保存相同信息的列应该有同样的定义并具有相同的列名。

数据库以目录存储。

表以文件存储。

列以变长或定长格式存储在文件中。对 BDB表，数据以页面形式存储。

支持基于内存的表。

数据库和表可在不同的磁盘上用符号连接起来。

在 Windows上，MySQL 支持用.sym文件内部符号连接数据库

MySQL表类型

HEAP表:固定行长的表，只存储在内存中并用 HASH 索引进行索引。

ISAM表: MySQL 3.22中的早期 B-tree表格式。

MyIASM: IASM 表的新版本，有如下扩展:

二进制层次的可移植性。

NULL列索引。

对变长行比ISAM表有更少的碎片。

支持大文件。

更好的索引压缩。

更好的键吗统计分布。

更好和更快的 auto increment处理。

来自 Sleepcat的 Berkeley DB(BDB)表: 事务安全(有 BEGIN WORK/COMMITIROLLBACK)

如果所有列是定长格式(没有 VARCHAR、BLOB或 TEXT)，MySQL 将以定长表格式创建表，否则表以动态长度格式创建。

定长格式比动态长度格式快很多并更安全

动态长度行格式一般占用较少的存储空间，但如果表频繁更新，会产生碎片。

在某些情况下，不值得将所有 VARCHAR、BLOB和TEXT 列转移到另一个表中，只是获得主表上的重快速度。

-利用 myiasmchk(对ISAM，pack_iasm)，可以创健只读压缩表，这使磁盘使用率最小，但使用量速磁盘时，这非常不错。压缩表充分地利用将不再更新的日志表

1、MySQL 高速缓存《所有线程共享，一次性分配)

2、MySQL 缓存区变量《非共享，按需分配)

每个MyISAM表的打开实例(instance)使用一个索引文件和一个数据文件如果表被两个线程使用或在同一条查询中使用两次，MyIASM将共享索引文件而是打开数据文件的另一个实例。如果所有在高速缓存中的表都在使用，缓存将临时增加到比表缓存尺寸大些。如果是这样，下一个被泽放的表将被关闭。

你可以通过检查 mysqld的 Opened tables变里以检查表缓存是否太小。如果该值太高，你应该增大表高速缓存。

使用优化的表类型《HEAP、MyIASM 或 BDB表)。

对数据使用优化的列。

如果可能使用定长行。

使用不同的锁定类型《SELECT HIGH PRIORITY，INSERT LOW_PRIORITY)

Auto incremnent

REPLACE (REPLACE INTO table name VALUES (...))

INSERT DELAYED

LOAD DATA INFILE I LOAD FILEO

使用多行INSERT一次插入多行。

SELECT INTO OUTFILE

LEFT JOIN, STRAIGHT JOIN

LEFT JOIN ，结合IS NULL

ORDER BY 可在某些情况下使用键码。

如果只查询在一个索引中的列，将只使用索引树解决查询。

联结一般比子查询快(对大多数 SQL 服务器亦如此)。

LIMIT

SELECT * fromtable1 WHERE a > 10 LIMIT 10,20DELETE * fromtable1 WHERE a > 10 LIMIT 10

foo IN (常数列表)高度优化。

GET LOCKO/RELEASE LOCKO

LOCK TABLES

INSERT和SELECT 可同时运行。

UDF函数可装载进一个正在运行的服务器。

压缩只读表。

CREATE TEMPORARY TABLE

CREATE TABLE.SELECT

带 RAID 选项的 MyIASM 表将文件分割成很多文件以突破某些文件系统的 2G 限制。

Delay_keys

复制功能

对一个键码使用>，>=，=，<，<=，IF NULL和 BETWEEN

SELECT * FROM table name WHERE key _part1=1 and key _part2 > 5SELECT * FROM table name WHERE key part1 IS NULL:

当使用不以通配符开始的 LIKE

SELECT * FROM table name WHERE key part1 LIKE jani%

在进行联结时从另一个表中提取行时

SELECT * fromt1,t2 where t1.col=t2.key_part

找出指定索引的 MAX()或 MINO值

SELECT MIN(key_part2),MAX(key part2) FROM table name where key part1=10

个键码的前级使用 ORDER BY 或 GROUP BY

SELECT * FROM fOo ORDER BY key part1,key part2,key part3

在所有用在查询中的列是键码的一部分时间

SELECT key_part3 FROM table name WHERE key part1 1

如果 MySQL能估计出它将可能比扫描整张表还要快时，则不使用索引。例如如果 key_pat1均匀分布在 1和 100之间，下列查询中使用索引就不是很好:

SELECT * FROM table name where key part1 > 1 and key part1 < 90

如果使用 HEAP表且不用一搜索所有键码部分。

在HEAP表上使用 ORDER BY。

如果不是用键码第一部分

SELECT * FROM table name WHERE key part2= 1

如果使用以一个通配符开始的 LIKE

SELECT * FROM table name WHERE key part1 LIKE jani%

搜索一个索引而在另一个索引上做 ORDER BY

SELECT * fromtable name WHERE key part1 = # ORDER BY key2

aGk22:7 008 10202006

mysql> explain select t3.DateOfAction, t1.TransactionID

-> from t1 join t2 join t3

-> where t2.ID = t1.TransactioniD and t3.ID = t2.GroupID

> order by t3.DateofAction, t1.TransactioniD:

table] type I possible keys key key len ref rowsI Extra

ALLNULLNULLNULLI NULLt1

11 Using temporary: Using filesort

t2 ref IDD4 t1TransactionID13

t3 l eq refI PRIMARY PRIMARY41t2.GroupID1

ALL和范围类型提示一个潜在的问题。

使用 SHOW processlist来发现正在做什么:

I db I Command Time state InfoId I User l Host

6 monty | localhost | bp Query 15 Sending data select * from station,station as s1

8 monty localhost Query0show processlist

oe2cosnss.ensnenencegenosjossneeneacnoenes..0.00-00000000000060000-000000000

在mysql或 mysqladmin 中用 KILL 来杀死掉的线程。

运行项列命令并试图弄明白其输出:

SHOW VARIABLES;

SHOW COLUMNS FROM ... G

EXPLAIN SELECT ... G

FLUSH STATUS;

SELECT ...

SHOW STATUS

日志

用删掉的行更新或插入表，结合要耗时长的 SELECT。

在能放在 WHERE子句中的列上用 HAVING。

不使用键码或键码不够唯一而进行 JOIIN。

在不同列类型的列上JOIN。

在不使用=匹整个键码时使用 HEAP表

在MySQL监控程序中忘记在 UPDATE或 DELETE 中使用一条 WHERE子句。如果想这样做，使用mysgl客户程序的--i-am-a-dummy选项。

内部表锁定

LOCK TABLES《所有表类型适用)

GET LOCKOVRELEASE LOCKO

页面锁定(对 BDB 表)

ALTER TABLE 也在 BDB表上进行表锁定

LOCK TABLES允许一个表有多个读者和一个写者

一般 WHERE 锁定具有比 READ 锁定高的优先级以避免让写入方干等。对于不重要的写入方，可以使用 LOW_PRIORITY 关键字让锁定处理器优选读取方。

UPDATE LOW PRIORITY SET value 10 WHERE id 10:

注意你总能去掉(加注释)MySQL功能以使查询可移植:

SELECT ! SOL BUFFER RESULTS ..

SELECT SOL BUFFER RESULTS ..

将强制 MySQL 生成一个临时结果集。只要所有临时结果集生成后，所有表上的锁定均被释放。这能在遇到表锁定问题时或要花很长时间将结果传给客户满时有所帮助。

SELECT SOL SMALL RESULT ... GROUP BY ...

告诉优化器结果集将只包含很少的行。

SELECT SOL BIG RESULT ... GROUP BY ...

告诉优化器结果集将包含很多行。

SELECT STRAIGHT JOIN ...

强制优化器以出现在 FROM 子句中的序联结表。

SELECT ... FROM table name [USE INDEX (index list) I IGNORE INDEX (index list)able name2

强制MySQL使用/忽略列出的索引。

MyIASM 表如何进行事务处理:

mysgl> LOCK TABLES trans READ,customer WRITE:

mysgl> select sum(value) from trans where customer id=some id:

mysql> update customer set total value=sum from previous statement

where customner id=some id:

mysql> UNLOCK TABLES:

BDB 表如何进行事务:

mysgl> BEGIN WORK;

mysql> select sum(value) from trans where customer id=some id:

mysql> update customer set total value=sum from previous statementwhere customner id=somne id:mysql> COMMIT;

注意你可以通过下列语句回避事务:

UPDATE customer SET value=value+new value WHERE customer id some id

REPLACE 的功能极像INSERT，除了如果一条老记录在一个唯一索引上具有与新纪录相同的值，那么老记录在新纪录插入前则被删除。不使用

SELECT 1 FROM t1 WHERE key # IF found-row LOCK TABLES t1 DELETE FROM t1 WHERE key1=# INSERT INTO t1 VALUES (..) UNLOCK TABLES t1: ENDIF

而用

一般技巧

使用短主键。联结表时使用数字而非字符串。

当使用多部分键码时，第一部分应该时最常用的部分。

有疑问时，首先使用更多重复的列以获得更好地键码压缩。

如果在同一台机器上运行 MySQL客户和服务器，那么在连接 MySQL 时则使用套接字而不是TCP/IP(这可以提高性能 7.5%)。可在连接 MySQL 服务器时不指定主机名或主机名为localhost来做到。如果可能，使用--skip-locking(在某些 0S 上为默认)，这将关闭外部锁定并将提高性能。

使用应用层哈希值而非长键码:

SELECT * FROM table name WHERE hash=MD5(concat(col1,col2)) ANDcol 1='constant' AND col 2=constant

在文件中保存需要以文件形式访问的 BLOB，在数据库中只保存文件名。

删除所有行比删除一大部分行要快。

如果SQL不够快，研究一下访问数据的较底层接口

表示MySQL不控制binlog的刷新，由文件系统自己控制它的缓存的刷新。这时候的性能是最好的，但是风险也是最大的。

因为一旦系统Crash，在binlog_cache中的所有binlog信息都会被丢失

不需要记录每一行的变化，减少了binlog日志量，节约了IO，提高性能

由于记录的只是执行语句，为了这些语句能在slave上正确运行，因此还必须记录每条语句在执行的时候的一些相关信息，以保证所有语句能在slave得到和在master端执行时候相同 的结果。另外mysql 的复制,像一些特定函数功能，slave可与master上要保持一致会有很多相关问题(如sleep()函数， last_insert_id()，以及user-defined functions(udf)会出现问题).

一般的语句修改使用statment格式保存binlog，如一些函数，statement无法完成主从复制的操作，则采用row格式保存binlog,MySQL会根据执行的每一条具体的sql语句来区分对待记录的日志形式，也就是在Statement和Row之间选择一种.新版本的MySQL中队row level模式也被做了优化，并不是所有的修改都会以row level来记录，像遇到表结构变更的时候就会以statement模式来记录。至于update或者delete等修改数据的语句，还是会记录所有行的变更。

1、每一列只能有一个值

2、每一行可以被唯一的区分

3、不包含其他表的已包含的非关键信息

1、一般不会设计属性过多的表

2、一般不会超过500到1000万数据的表

3、有大数据的列单独拆为小表

show global status like '%slow%';

long_query_time=2

slow_query_log=ON

#log_queries_not_using_indexes=ON

slow_query_log_file=/root/mysql/data/slow.log

字段说明

extended

binlog_format=statement和binlog_row_image=FULL时，InnoDB内部认真执行了update语句，即“把这个值修改成 (1,999)“这个操作，该加锁的加锁，该更新的更新

在binlog_format=row和binlog_row_image=FULL时，由于MySQL 需要在 binlog 里面记录所有的字段，所以在读数据的时候就会把所有数据都读出来，那么重复数据的update不会执行