前言 很多小伙伴在工作中，可能只把MySQL当作一个简单的“数据存储箱”，用了它80%的基础功能，却不知道它还有另外20%的、能解决90%复杂问题的“高级用法”。 今天，我不谈基础的增删改查，就和你深

写 SQL 的时候，大家都有个肌肉记忆：如果只需要一条数据，一定要加上 LIMIT 1。 这听起来非常合理，毕竟数据库只要找到一条满足条件的记录，就可以收工回家，不用再把剩下的几百万行数据扫一遍，既省

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

前文我们介绍了索引的基本数据结构和工作原理，今天我们将继续探索MySQL索引的三个特性：覆盖索引、最左前缀原则和索引下推，这些特性能够显著提升查询性能。

之前在生产做修改数据的时候不小心改错了一行数据，本来以为会被通报批评，但是同事利用binlog日志查看到了之前的旧数据，并且帮我回滚了，学到了，所以写了一篇binlog的文章分享给大家。

在 MySQL 中，GROUP BY 和 DISTINCT 都是用来处理查询结果中的重复数据，并且在官方的描述文档中也可以看出：在大多数情况下 DISTINCT 是特殊的 GROUP BY，如下图所示

MySQL的锁设计是为了在多用户环境中管理对数据库数据的并发访问，确保数据的完整性和一致性，提供了大概12种锁，每一种锁对应的业务场景不一样，肖哥带你掌握他的使用技巧。 1、读锁/共享锁（S锁） 流程

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。

MySQL锁（读锁、共享锁、写锁、S锁、排它锁、独占锁、X锁、表锁、意向锁、自增锁、MDL锁、RL锁、GL锁、NKL锁、插入意向锁、间隙锁、页锁、悲观锁、乐观锁、隐式锁、显示锁、全局锁、死锁）