故事背景 最近我们遇到了一个看似简单但背后很有坑的需求：在千万级订单表中新增一个业务字段。需求来自隔壁项目组，他们需要这个字段做一些统计分析。 从开发角度看，这事很常见，**新增字段嘛，直接ALTER

Docker 可以轻松地从远程仓库拉取镜像，并快速部署应用，简单高效，极其方便。 曾经刚接触Docker的时候，一度以为一切皆可容器化，自己在使用Docker的时候，也是直接Docker部署。 但很多

索引通常与相应的表时分开保存的，目的是提高检索的性能； 索引的创建与删除不会影响数据本身，但会影响数据检索的速度； 索引也会占据物理存储空间，可能比表本身还大，因此创建索引也要考虑存储空间

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。

前言 作为一名后端开发，我们经常需要设计数据库表，以下是我整理的一些MySQL表的经验，希望可以给大家一点参考和帮助 1.命名规范 数据库表名、字段名、索引名等都需要命名规范 表名、字段名必须使用小写

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。

前几天又看到新闻，某厂用户数据又丢了，据说是实习生的锅。 数据安全性，是 DBA 最重要的职责，没有之一，今天系统性的说一下 MySQL 的备份。 _画外音：_估计不是 DBA 和 OP 对这个问题也不太关注，权当了解知识吧。 _画外音：_一些 SQL 包含元信息，一些 SQL…

随着时间和业务的发展，数据库中的数据量增长是不可控的，库和表中的数据会越来越大，随之带来的是更高的磁盘、IO、系统开销，甚至性能上的瓶颈，而一台服务的资源终究是有限的，因此需要对数据库和表进行拆分，从而更好的提供数据服务。 当用户表达到千万级别，在做很多操作的时候都会很吃力，所…

事情是这样的，我负责我司的报表系统，小胖是我小弟。某天他手贱误删了一条生产的数据。被用户在群里疯狂投诉质问，火急火燎的跑来问我怎么办。我特么冷汗都出来了，训斥了他一顿：蠢，蠢得都可以进博物馆了，生产的数据能随便动？ 小胖看我平常笑嘻嘻的，没想到发这么大的火。心一急，居然给我跪下…