mysql创建数据库

库 存放数据的目录 表 文件(普通编辑器打不开) 修饰符 行叫记录 列叫字段 字段名称 神器 edit 在edit里边编辑，wq保存，出来敲一个分号； 创建库 create database company； CREATE DATABASE company DEFAULT CHARSET utf8 COLLATE utf8_general_ci; #创建数据库并指定字符集 查看库 show databases; show create databse company； 进入库 use company; 创建表 create table t1(id int(2),name char(20),age int); 字段 类型 字段 类型(长度)，字段 类型 (字段后便的就是字段的修饰符(约束条件)） 查看表 (show desc(describe) select) 查看表名称 show tables; desc t1;(表的详细字段信息) 查看表创建过程 show create table t1; <----- 当表特别长的时候；该为\G ，则把表向左旋转90度，可以更清楚看到 第一列显示字段名称 第二列显示记录 查看表结构 desc t1； 查看表记录 select * from 表名； select 字段，字段 from 表名； 查看表状态 show table status

使用配置向导配置 端口号： 3306 默认字符集： utf8 将bin目录写入 环境变量 root密码设置 主要文件夹 bin include lib share my.ini：记录MySQL配置信息，可修改配置内容，如端口号，字符集等 数据库语句 ## 创建数据库 CREATE DATABASE 数据库名;（分号为结束符，不可缺）； 查看数据库列表 SHOW databases; 选择数据库 USE +数据库名; 使用数据前必须先选择该数据库！ 删除数据库 DROP DATABASE 数据库名; 结构化查询语言 MySQL数据类型——数值类型 创建表 CREATE TABLE [IF NOT EXISTS] 表名 ( 字段1 数据类型 [字段属性|约束][索引][注释], …… 字段n 数据类型 [字段属性|约束][索引][注释] )[表类型][表字符集][注释]; 注意 1.多字段使用逗号分隔 2.保留字用撇号括起来 3.单行注释：#… 多行注释：/ …… /； 字段的约束及属性 查看表 USE myschool; DESCRIBE student ; 删除表 DROP TABLE [IF EXISTS] 表名; 示例 USE myschool; DROP TABLE IF EXISTS student ; 在删除表之前，先使用IF EXISTS语句验证表是否存在；

前言 曾几何时，看着高大上的架构和各位前辈高超的炫技，有没有怦然心动，也想一窥究竟？每当面试的时候，拿着单应用的架构，吹着分库分表的牛X，有没有心里慌的一批？ 其实很多时候，我们所缺少的只是对高大上的技术的演练。没有相关的业务需求，没有集群环境，然后便只是Google几篇博文，看下原理，便算是了解了。然而真的明白了吗？众多的复制粘贴中，那篇文章才对我们有用，哪些又是以讹传讹？ 所幸容器技术的快速发展，让各种技术的模拟成为现实。接下来Docker相关的一系列文章，将以实战为主，帮助大家快速搭建测试和演练环境。 Docker文件编排 由于是测试为了演练用，这里用docker-compose进行配置文件的编排，实际的集群环境中并不是这么部署的。 编排docker-compose-mysql-cluster.yml,安装master和slave节点 version: '3' services: mysql-master: image: mysql:5.7 container_name: mysql-master environment: - MYSQL_ROOT_PASSWORD=root ports: - "3307:3306" volumes: - "./mysql/master/my.cnf:/etc/my.cnf" - "./mysql/master/data:/var/lib

目录 一、优化概述 二、查询与索引优化分析 1性能瓶颈定位 Show命令 慢查询日志 explain分析查询 profiling分析查询 2索引及查询优化 三、配置优化 1) max_connections 2) back_log 3) interactive_timeout 4) key_buffer_size 5) query_cache_size 6) record_buffer_size 7) read_rnd_buffer_size 8) sort_buffer_size 9) join_buffer_size 10) table_cache 11) max_heap_table_size 12) tmp_table_size 13) thread_cache_size 14) thread_concurrency 15) wait_timeout 一、 优化概述 MySQL数据库是常见的两个瓶颈是CPU和I/O的瓶颈，CPU在饱和的时候一般发生在数据装入内存或从磁盘上读取数据时候。磁盘I/O瓶颈发生在装入数据远大于内存容量的时候，如果应用分布在网络上，那么查询量相当大的时候那么平瓶颈就会出现在网络上，我们可以用mpstat, iostat, sar和vmstat来查看系统的性能状态。 除了服务器硬件的性能瓶颈，对于MySQL系统本身，我们可以使用工具来优化数据库的性能

MySQL是一个强大的开源数据库。随着MySQL上的应用越来越多，MySQL逐渐遇到了瓶颈。这里提供 101 条优化 MySQL 的建议。有些技巧适合特定的安装环境，但是思路是相通的。我已经将它们分成了几类以帮助你理解。 MySQL监控 MySQL服务器硬件和OS（操作系统）调优： 1、有足够的物理内存，能将整个InnoDB文件加载到内存里 —— 如果访问的文件在内存里，而不是在磁盘上，InnoDB会快很多。 2、全力避免 Swap 操作 — 交换（swapping）是从磁盘读取数据，所以会很慢。 3、使用电池供电的RAM（Battery-Backed RAM）。 4、使用一个高级磁盘阵列 — 最好是 RAID10 或者更高。 5、避免使用RAID5 — 和校验需要确保完整性，开销很高。 6、将你的操作系统和数据分开，不仅仅是逻辑上要分开，物理上也要分开 — 操作系统的读写开销会影响数据库的性能。 7、将临时文件和复制日志与数据文件分开 — 后台的写操作影响数据库从磁盘文件的读写操作。 8、更多的磁盘空间等于更高的速度。 9、磁盘速度越快越好。 10、SAS优于SATA。 11、小磁盘的速度比大磁盘的更快，尤其是在 RAID 中。 12、使用电池供电的缓存 RAID（Battery-Backed Cache RAID）控制器。 13、避免使用软磁盘阵列。 14. 考虑使用固态IO卡

MySQL的系统数据库 使用MySQL客户端操作数据库时，只要稍微留神都会发现，除了我们建的库之外，还经常看到这个系统数据库的影子： information_schema performance_schema mysql sys 数据库元数据（metadata）就是描述数据的数据，在MySQL中就是描述database的数据。有哪些数据库、每个表有哪些表、表有多少字段、字段是什么类型、访问权限等等。 INFORMATION_SCHEMA提供对数据库元数据的访问，关于MySQL服务器的信息，例如数据库或表的名称，列的数据类型或访问权限。 PERFORMANCE_SCHEMA ,主要用于收集数据库服务器性能参数。提供以下功能： 1.提供进程等待的详细信息，包括锁、互斥变量、文件信息； 2.保存历史的事件汇总信息，为提供MySQL服务器性能做出详细的判断； 3.对于新增和删除监控事件点都非常容易，并可以随意改变mysql服务器的监控周期，例如（CYCLE、MICROSECOND） 通过以上得到的信息，DBA能够较明细得了解性能降低可能是由于哪些瓶颈。 mysql是核心数据库，类似于sql server中的master表，主要负责存储数据库的用户（账户）信息、权限设置、关键字等mysql自己需要使用的控制和管理信息。不可以删除，如果对mysql不是很了解

Mysql下载安装 （记录mysql下载安装，以便日后使用） 1.mysql历史版本安装 直接进入官网提示下载： mysql官网下载地址 点击Archives可以下载历史版本 这里我下载了8.0.13（试一下） 下载之后第一步先解压，这里我解压到了D:\mysql-8.0.13-winx64（注意目录不要有中文！！！） 解压之后的目录： 在文件根目录创建my.ini文件~（新建一个文本文档把如下代码复制粘贴更改之后将文件后缀改为ini） [mysql] # 设置mysql客户端默认字符集 default-character-set=utf8 [mysqld] # 设置3306端口 port = 3306 # 设置mysql的安装目录 basedir=D:\mysql-8.0.13-winx64 # 改为自己的解压目录 # 设置 mysql数据库的数据的存放目录，MySQL 8+ 不需要以下配置，系统自己生成即可，否则有可能报错 # datadir=C:\\web\\sqldata # 允许最大连接数 max_connections=20 # 服务端使用的字符集默认为8比特编码的latin1字符集 character-set-server=utf8 # 创建新表时将使用的默认存储引擎 default-storage-engine=INNODB 之后在C:\WINDOWS

本文作者：叶金荣，知数堂联合创始人，3306pai社区联合创始人 说说使用腾讯云数据库MySQL和CynosDB的几点感受。 近日对腾讯云旗下的两款数据库产品 云数据库 MySQL (下面称为“标准版MySQL”，产品网址： https://cloud.tencent.com/product/cdb ) 和 MySQL版CynosDB (下面称为“CynosDB MySQL”，产品网址： https://cloud.tencent.com/product/cynosdb ) 做了个小测试，在体验过程中有些个人看法，于是就有了本文。 1. 产品介绍体验 1.1 标准版MySQL 腾讯云数据库 MySQL（TencentDB for MySQL）为用户提供安全可靠，易于维护的数据库服务。MySQL 是世界上最流行的开源关系数据库，通过腾讯云数据库 MySQL，您可实现分钟级别的数据库部署和弹性扩展，不仅经济实惠，而且稳定可靠，易于运维。云数据库 MySQL 提供备份恢复、监控、容灾、快速扩容、数据传输等全套解决方案，为您简化数据库运维工作，使您能更加专注于业务发展。 TXSQL 是腾讯云数据库团队维护的 MySQL 内核分支，100%兼容原生 MySQL 版本。TXSQL 改进了热点更新、隐式锁转换、redo checksum 算法、AHI 锁等，支持并行复制 MTS，支持线程池、加密

Flink 1.10.0 于近期刚发布，释放了许多令人激动的新特性。尤其是 Flink SQL 模块，发展速度非常快，因此本文特意从实践的角度出发，带领大家一起探索使用 Flink SQL 如何快速构建流式应用。 本文将基于 Kafka, MySQL, Elasticsearch, Kibana，使用 Flink SQL 构建一个电商用户行为的实时分析应用。本文所有的实战演练都将在 Flink SQL CLI 上执行，全程只涉及 SQL 纯文本，无需一行 Java/Scala 代码，无需安装 IDE。本实战演练的最终效果图： 准备 一台装有 Docker 和 Java8 的 Linux 或 MacOS 计算机。 使用 Docker Compose 启动容器 本实战演示所依赖的组件全都编排到了容器中，因此可以通过 docker-compose 一键启动。你可以通过 wget 命令自动下载该 docker-compose.yml 文件，也可以手动下载。 mkdir flink-demo; cd flink-demo; wget https://raw.githubusercontent.com/wuchong/flink-sql-demo/master/docker-compose.yml 该 Docker Compose 中包含的容器有： DataGen: 数据生成器

MySQL-cluster 架构，节点，节点作用 原理： SQL 节点： 给上层应用层提供 sql 访问。 管理节点（ MGM ）： 管理整个集群。 启动，关闭集群。 通过 ndb_mgmd 命令启动集群 存储 / 数据节点： 保存 cluster 中的数据。 数据节点，可以提供副本。实现数据冗余。 NDB 引擎：是一种 “ 内存中 ” 的存储引擎 ， 它具有可用性高和数据一致性好的特点。 NDB 引擎 MySQL Cluster 使用了一个 专用的基于内存的存储引擎 ——NDB 引擎，这样做的好处是速度快， 没有磁盘 I/O 的瓶颈， 但是由于是基于内存的，所以数据库的规模受系统总内存的限制， 如果运行 NDB 的 MySQL 服务器一定要内存够大，比如 4G, 8G, 甚至 16G 。 NDB 引擎是分布式的，它可以配置在多台服务器上来实现数据的可靠性和扩展性， 理论上 通过配置 2 台 NDB 的存储节点就能实现整个数据库集群的冗余性和解决单点故障问题。 小结：共三层节点 1． 管理节点（ MGM ，对内管理存储节点） 2． 存储节点（ NDB 存储引擎，对接管理节点和 SQL 节点，用于存储数据） 3．SQL 节点（对外接口 API ） 优缺点 优点 1． 高吞吐量和低延迟，使用 NDB 存储引擎（基于内存），存储数据速度快，没有 IO 瓶颈 2．灵活的分布式体系架构