hello，大家好，我是张张，「架构精进之路」公号作者。 发现的一些问题 问题1 在过去的半年时间里，研发团队内部尝试抓了一波儿慢查询SQL跟进处理率。发现有些同学对于慢查询处理的思路就是看看有没有用

前言 之前有看过到mysql大数据量情况下性能会很差，但是没有探究过它的原因，今天讲一讲mysql大数据量下偏移量很大，性能很差的问题，并附上解决方式。 原因 将原因前我们先做一个试验，我做试验使用的

前言 缓存和数据库如何保证数据的一致是个很经典的问题，关于先更新缓存，还是先更新数据库，或者先删除缓存，还是先删除数据的先后问题，再读写并发的场景下很难做到数据一致，我认为比较好的两种方案： 一种是我

MySQL索引数据结构是B+树，全量数据存储在主键索引，也就是聚簇索引的叶子结点上。B+树插入和查询的性能和B+树层数直接相关，2000W以下是3层索引，而2000w以上则可能为四层索引。

Redis是一款高性能的开源内存数据库，被广泛应用于缓存、消息队列和会话存储等场景。 在使用Redis时，选择适当的策略对于缓存命中率、数据一致性、性能优化等方面至关重要。

大家好呀，我是楼仔。 上周听到公司同事分享 MySQL 同步数据到 ES 的方案，发现很有意思，感觉有必要将这块知识点再总结提炼一下，就有了这篇文章。 本文会先讲述数据同步的 4 种方案，并给出常用数

作为在后端圈开车的多年老司机，是不是经常听到过，“mysql 单表最好不要超过 2000w”,“单表超过 2000w 就要考虑数据迁移了”，“你这个表数据都马上要到 2000w 了，难怪查询速度慢”

增、删、改是数据库中十分常见的操作，但为什么一个事务对一条数据进行变更操作后，另外一个事务却看不见呢？这背后的一切究竟是何原理？本篇与诸位携手共探MySQL-MVCC机制。

今天和大家聊一个常见的问题：慢SQL。 通过本文你将了解到以下内容： 慢SQL的危害 SQL语句的执行过程 存储引擎和索引的那些事儿 慢SQL解决之道 后续均以MySQL默认存储引擎InnoDB为例进