随着业务的快速发展，数据库已经有了上亿条记录，数据存储达到了上百G,原有的单库单表设计已经无法支持系统的稳定性以及接口的响应速度了，数据库存在大量慢查询，且需要提供对C端这种大访问量场景提供支持。

前面已经有一篇文章成功实践了基于`GTID`的`Mysql`主主同步。但是原理性的东西还不是很了解，比如什么是`GTID`？主从同步的流程是怎样的？`GTID`的优缺点分别是什么？代入这些问题，我们来

开发经常遇到分页查询的需求，但是当翻页过多的时候，就会产生深分页，导致查询效率急剧下降。 有没有什么办法，能解决深分页的问题呢？ 本文总结了三种优化方案，查询效率直接提升10倍，一起学习一下。

大家好，我是捡田螺的小男孩。 我们日常做分页需求时，一般会用limit实现，但是当偏移量特别大的时候，查询效率就变得低下。本文将分4个方案，讨论如何优化MySQL百万数据的深分页问题，并附上最近

在项目中遇到的真实问题，以及我的解决方案，部分数据做了脱敏处理。最近在做项目时需要写sql做单表查询，每次查出来的数据有几百万甚至上千万条，公司用的数据库是MySQL5.7，做了分库分表...

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。

简单介绍Mysql的数据存储结构，大多内容参考《从根上理解MySQL一书》。 如有错漏，感谢指正。