程序员都知道，关系型数据库的选型直接决定了系统后期的扩展性与性能上限。目前主流的开源关系型数据库主要有 PostgreSQL、MySQL 和 SQLite，但这几个数据库的底层架构、查询优化机制以及适

业务高频需求：根据 A 表筛选条件，对 B 表数据集排序 + 指定类型置顶，四种实战 SQL 写法，生产直接落地。

简介 EXISTS 是 MySQL 里用来做存在性判断的语法。 它关心的问题很直接： 有数据，EXISTS 的结果为真；没有数据，EXISTS 的结果为假。 对应地，NOT EXISTS 判断的是：

作为后端开发，我们经常需要使用数据库管理工具来操作数据库，比较常用的有Navicat。今天给大家分享一款比它界面更现代化，提示更智能的数据库管理工具，集成AI功能可以实现报错分析。

面试官：麻烦你好好看看这篇文章，再告诉我，每张表到底能存多少数据？ 实际情况下，每张表由于自身的字段不同、字段所占用的空间不同等原因，它们在最佳性能下可以存放的数据量也就不同，需要手动计算才行。

为什么这些大厂不选择同样流行的 MySQL，而是纷纷押注 PostgreSQL？这背后，是 PostgreSQL 在多个关键技术维度上的显著优势。

MySQL 8.0 WITH RECURSIVE 递归 CTE，一次性查询全表树形数据，自动生成层级路径 path，并直接 UPDATE 回业务表；彻底搞懂为什么递归部分能引用自己；

面试官常问：MySQL 数据表上亿时，limit 1000000,10 这种超大分页该怎么优化？本质是避免“扫描+丢弃”。本文从索引、延迟关联、游标分页到业务层面与 MySQL8.x 新特性全面解析。

写一个 Go 的 API 服务时，我犯了个低级错误：每个请求都新建一个 sql.DB 实例。上线第三天，凌晨两点，报警炸了——MySQL 连接数飙到 500+，数据库直接拒绝连接。 问题现场：连接池管

我说的这个壮汉就是我自己啦，哈哈哈哈哈😊 之前的复杂查询基本是用gorm自带的关联查询preload()方法，把数据模型关联关系绑定清楚，傻瓜式的preload就搞定，复杂点的数据就硬写，大力出奇迹

简介 COALESCE 是 MySQL 里非常常用的空值处理函数。 它的作用很简单： 最基础示例： 结果： 因为 'hello' 是第一个非 NULL 值，后面的 'world' 不会作为结果返回。

数据库的三大范式，它是数据库设计中最基本的三个规范，那么，三大范式是什么？在实际开发中，我们一定要严格遵守三大范式吗？这篇文章，我们一起来聊一聊。

千万级数据大概就是MySQL查询的天花板了。这里讨论的情况是在MySQL一张表的数据达到千万级别。表设计很烂，业务统计规则又不允许把sql拆成多个子查询。

根据DB-Engines最新排名，PostgreSQL稳居全球第四，在开源关系型数据库中连续多年霸榜第一。 曾几何时，MySQL 就是数据库的代名词。但最近几年，好像大家纷纷都弃用MySQL，不约而同

SQL面试题里，“分组取Top N”是经典中的经典。尤其是“每个部门工资最高的员工”，考频率仅次于两数之和。很多人能写出来，但写出来的往往是子查询嵌套自连接，性能差、代码丑、还容易漏掉并列的情况...

在日常的软件开发工作中，存储时间是一项基础且常见的需求。无论是记录数据的操作时间、金融交易的发生时间，还是行程的出发时间、用户的下单时间等等，时间信息与我们的业务逻辑和系统功能紧密相关。因此，正确选择

MySQL中的函数主要分为以下四类： 字符串函数 数值函数 日期函数 流程函数 1.字符串函数 函数 功能 CONCAT(S1,S2,...Sn) 字符串拼接，将S1，S2，... Sn拼接成一个字符

最近接了个外包，和另外两个哥们一起开发。因为他们的时间更充裕，所以前期的表结构都是他们来设计，我没有参与。等我空下来开始做我的部分时，两眼一抹黑，光看表名完全不知道是什么东西。 我不理解，但大受震撼

MYSQL 0. 数据库分类 数据库按以下维度分类： 关系型（SQL） — MySQL, PostgreSQL, Oracle, SQL Server 非关系型（NoSQL）： 文档型 — Mongo