bigint

原文: 杂谈自增主键用完了怎么办 引言 在面试中，大家应该经历过如下场景 面试官:"用过mysql吧，你们是用自增主键还是UUID？" 你:"用的是自增主键" 面试官:"为什么是自增主键？" 你:"因为采用自增主键，数据在物理结构上是顺序存储，性能最好，blabla..." 面试官:"那自增主键达到最大值了，用完了怎么办？" 你:"what，没复习啊！！" (然后，你就可以回去等通知了！) 这个问题是一个粉丝给我提的，我觉得挺有 意(KENG)思(B)! 于是，今天我们就来谈一谈，这个自增主键用完了该怎么办！ 正文 简单版 我们先明白一点，在mysql中，Int整型的范围如下 类型 最小值 最大值 存储大小 Int(有符号) -2147483648 2147483648 4 bytes Int(无符号) 0 4294967295 4 bytes 我们以无符号整型为例，存储范围为0～4294967295，约43亿！我们先说一下，一旦自增id达到最大值，此时数据继续插入是会报一个主键冲突异常如下所示 //Duplicate entry '4294967295' for key 'PRIMARY' 那解决方法也是很简单的，将Int类型改为BigInt类型，BigInt的范围如下 类型 最小值 最大值 存储大小 BigInt(有符号) -9223372036854775808

批量删除： <delete id= "deleteBatchByXXX" parameterType= "list"> delete from 表名 where groupon_id in <foreach collection="list" item= "item" index ="index" open= "(" close =")" separator=","> #{item} </foreach > </delete > 注意，foreach是循环，用来读取传入的list参数。批量处理是parameterType的类型必须要注意。foreach标签中的collection属性表示传入的是什么集合类型。item表示的是集合中的一个量类似于 List<String>list; for(String str:list){ …… } item就相当于str的作用，用来遍历collection。index就是集合的索引。open表示标签以什么开始，close表示标签以什么结束。seprator表示元素之间的间隔。 批量插入： <insert id="insertBatch" > insert into 表名 ( uid, groupon_id, create_time, receive_time) values <foreach collection="list" item=

13位时间戳存储要么存为bigint，要么存为varchar(13)类型。不能使用int，因为“13位时间戳只能存bigint ，因为13位时间戳超出了int的范围”。 13位时间戳只能存bigint ，因为13位时间戳超出了int的范围。 注： https://blog.csdn.net/helloxiaozhe/article/details/83269152 来源： CSDN 作者： l_degege 链接： https://blog.csdn.net/l_degege/article/details/104187163

返回的对象不为null，但是属性值为null 代码如下： <resultMap id="BaseResultMap" type="com.xxx.xxx.dao.model.MerchantUser"> <id column="MU_ID" jdbcType="BIGINT" property="muId"/> <result column="USER_ID" jdbcType="BIGINT" property="userId"/> <result column="MERCHANT_NO" jdbcType="VARCHAR" property="merchantNo"/> <result column="USER_PHONE" jdbcType="VARCHAR" property="userPhone"/> <result column="GRANTED" jdbcType="VARCHAR" property="granted"/> <result column="CREATE_DATE" jdbcType="TIMESTAMP" property="createDate"/> <result column="MERCHANT_USER_ID" jdbcType="VARCHAR" property="merchantUserId"/> <result column=

文章目录 一、E-R图 二、概念数据模型 三、B/S结构的数据库应用系统 四、函数依赖 五、smallint 六、内嵌表值函数 七、锁 八、建立索引（补充） 九、分布式数据库（补充） 十、OLTP和OLAP 1.OLTP 2.OLAP 一、E-R图 E-R图 ，即实体联系图。这里仅简单介绍E-R图中的概念和一些简单的E-R图。 E-R图由四个部分组成，分别为 实体：使用矩形框表示，在矩形框中记入实体名称。 联系：使用菱形框表示，在菱形框中记入联系名称，并用实线与实体连接起来。 属性：使用圆形框表示，在圆形框中记入属性名称，实体和联系皆可有属性。 连线：实体与属性之间；实体与联系之间；联系与属性之间用直线相连，并在直线上标注联系的类型。（对于一对一联系，要在两个实体连线方向各写1； 对于一对多联系，要在一的一方写1，多的一方写N；对于多对多关系，则要在两个实体连线方向各写N,M。) 在E-R图中存在三种一般性约束，分别为一对一约束、一对多约束和多对多约束。 一对一约束（1:1） 其中实体家庭教师（姓名，教龄）和学生（姓名，年龄）之间的教学联系是1:1的联系，即家庭教师与学生进行一对一教学。 一对多约束（1：n） 其中实体教师（教师号，姓名，教龄）和学生（学号，姓名）之间的教学联系是1：n的联系，即一位教师可以教多位学生。 多对多约束（n:n） 其中实体学生（学号，姓名）与活动（名称

一、问题描述 在执行查询操作时，报了这个错误，通过分析，不是sql语句语法错误，如果是sql语法错误，就会报哪一行有问题，这个一看就是查询PostgreSQL数据类型搞错了，一个不是bigint类型的数据，数据库中保存的值为 1.0 .查询的时候让其作为bigint类型导致的。sql示例： select ( ext ->> 'weekly_outpatient_days' ) :: BIGINT AS weekly_outpatient_days from test 二、解决方案 拿到问题sql，查看哪些字段被定为bigint类型了，然后改成其他类型的，我改为numeric类型就顺利解决了。 select ( ext ->> 'weekly_outpatient_days' ) :: numeric AS weekly_outpatient_days from test 三、总结 出现这种问题的原因还是对PostgreSQL数据类型不了解。 1、数字类型如下 2、字符串类型如下： 3、一般整数类型用Integer或者bigint，高精度类型用 numeric，字符串类型用text，具体的细化请查询表格。有帮助的话，欢迎关注java基础笔记公众号。 来源： CSDN 作者： jiankang66 链接： https://blog.csdn.net/jiankang66/article

一. 分表 场景：对于大型的互联网应用来说，数据库单表的记录行数可能达到千万级甚至是亿级，并且数据库面临着极高的并发访问。采用Master-Slave复制模式的MySQL架构， 只能够对数据库的读进行扩展，而对数据库的写入操作还是集中在Master上，并且单个Master挂载的Slave也不可能无限制多，Slave的数量受到Master能力和负载的限制。 　　因此，需要对数据库的吞吐能力进行进一步的扩展，以满足高并发访问与海量数据存储的需要！ 　　 对于访问极为频繁且数据量巨大的 单表（百万到千万级别） 来说，我们首先要做的就是减少单表的记录条数，以便减少数据查询所需要的时间，提高数据库的吞吐，这就是所谓的分表！ 　　在分表之前，首先需要选择适当的分表策略，使得数据能够较为均衡地分不到多张表中，并且不影响正常的查询！ 　　对于互联网企业来说， 大部分数据都是与用户关联的 ，因此， 用户id是最常用的分表字段 。因为大部分查询都需要带上用户id，这样既不影响查询，又能够使数据较为均衡地分布到各个表中(当然，有的场景也可能会出现冷热数据分布不均衡的情况)，如下图： 　　假设有一张表记录用户购买信息的订单表order，由于order表记录条数太多，将被 拆分成256张表 。 　　拆分的记录根据 user_id%256 取得对应的表进行存储， 前台应用则根据对应的user_id%256

一. 分表 场景：对于大型的互联网应用来说，数据库单表的记录行数可能达到千万级甚至是亿级，并且数据库面临着极高的并发访问。采用Master-Slave复制模式的MySQL架构， 只能够对数据库的读进行扩展，而对数据库的写入操作还是集中在Master上，并且单个Master挂载的Slave也不可能无限制多，Slave的数量受到Master能力和负载的限制。 因此，需要对数据库的吞吐能力进行进一步的扩展，以满足高并发访问与海量数据存储的需要！ 对于访问极为频繁且数据量巨大的单表来说，我们首先要做的就是减少单表的记录条数，以便减少数据查询所需要的时间，提高数据库的吞吐，这就是所谓的分表！ 在分表之前，首先需要选择适当的分表策略，使得数据能够较为均衡地分不到多张表中，并且不影响正常的查询！ 对于互联网企业来说，大部分数据都是与用户关联的，因此，用户id是最常用的分表字段。因为大部分查询都需要带上用户id，这样既不影响查询，又能够使数据较为均衡地 分布到各个表中(当然，有的场景也可能会出现冷热数据分布不均衡的情况)，如下图： 假设有一张表记录用户购买信息的订单表order，由于order表记录条数太多，将被拆分成256张表。 拆分的记录根据user_id%256取得对应的表进行存储，前台应用则根据对应的user_id%256，找到对应订单存储的表进行访问。 这样一来，user

项目开发中，我们的数据库数据越来越大，随之而来的是单个表中数据太多。以至于查询书读变慢，而且由于表的锁机制导致应用操作也搜到严重影响，出现了数据库性能瓶颈。 当出现这种情况时，我们可以考虑分表，即将单个数据库表进行拆分，拆分成多个数据表，然后用户访问的时候，根据一定的算法，让用户访问不同的表，这样数据分散到多个数据表中，减少了单个数据表的访问压力。提升了数据库访问性能。 我们可以进行简单的设想：现在有一个表products存储产品信息，现在有100万用户在线访问，就要进行至少100万次请求，现在我们如果将它分成100个表即products0~~products99,那么利用一定的算法我们就分担了单个表的访问压力，每个表只有1万个请求（当然，这是理想情况下！） 实现mysql 分表的关键在于：设计良好的算法来确定"什么时候情况下访问什么（哪个）表"。 下面我们先来实现一个简单的mysql分表演示：这里使用MERGE分表法 1，创建一个完整表存储着所有的成员信息 create table member( id bigint auto_increment primary key, name varchar(20), sex tinyint not null default '0' )engine=myisam default charset=utf8 auto_increment=1;

直接上代码（使用此方式，不需要进行任何数据库配置）： update t_project_stage_cost_budget update_time = now(), when id = #{item.id,jdbcType=BIGINT} then #{item.personMonths} when id = #{item.id,jdbcType=BIGINT} then #{item.projectStageId} when id = #{item.id,jdbcType=BIGINT} then #{item.subjectCostId} id in #{item.id,jdbcType=BIGINT} 批量新增 insert into t_project_budget_submission( project_id, cost_catagory_id, subject_catagory_id, subject_cost_id, department_num_id, create_time, update_time ) values ( #{p.projectId,jdbcType=BIGINT}, #{p.costCatagoryId,jdbcType=INTEGER}, #{p.subjectCatagoryId,jdbcType=INTEGER}, #{p