一、前言 最近在最新的数据库受欢迎程度排行榜中，排在第一位的竟然不是我们熟悉的MYSQL数据库而是PostgreSQL，并且MySQL数据库的受欢迎程度比PostgreSQL竟然落后了15个百分点。

本文通过一个线上慢SQL案例，介绍了Join的两种算法和Order by的工作原理，并通过Explain和Optimizer_trace工具完整推演了慢SQL的执行过程。基于对原理和执行过程的分析，本

MySQL CPU高负载问题排查实战指南 本文针对Linux环境下MySQL CPU使用率过高的常见问题，提供一套完整的排查流程和优化方案。主要内容包括： 常见成因分析： 全表扫描与索引缺失

大家好，我是田螺。 分享一道阿里面试真题：千万级大表如何快速删除大量数据。 我们如何更好回答这个问题呢？如果是我来回答的话，我会按照这些思路来跟面试官阐述： 直接一次性删除大量数据，可能存在哪些

上周的一天，到公司接了杯水刚刚坐稳，就看到 DBA就在群里@ 某个研发帅哥，说“你的表已经有10个索引了，怎么这次还要再加呢？” 那我就在想：一张表到底建多少个索引才是合适呢？ 要搞懂这个问题，我们就

本次慢sql优化是大促准备时的一个优化，优化4c16g单实例mysql支持QPS从437到4610，今天发文时618大促已经顺利结束，该mysql库和应用在整个大促期间运行也非常稳定。本文复盘一下当时

大家好，我是苏三，又跟大家见面了。 前言 大表优化是一个老生常谈的话题，但随着业务规模的增长，总有人会“中招”。 很多小伙伴的数据库在刚开始的时候表现良好，查询也很流畅，但一旦表中的数据量上了千万级，

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。