首页
AI Coding
NEW
沸点
课程
直播
活动
AI刷题
APP
插件
搜索历史
清空
创作者中心
写文章
发沸点
写笔记
写代码
草稿箱
创作灵感
查看更多
会员
登录
注册
确定删除此收藏集吗
删除后此收藏集将被移除
取消
确定删除
确定删除此文章吗
删除后此文章将被从当前收藏集中移除
取消
确定删除
编辑收藏集
名称:
描述:
0
/100
公开
当其他人关注此收藏集后不可再更改为隐私
隐私
仅自己可见此收藏集
取消
确定
查询优化
订阅
nopain
更多收藏集
微信扫码分享
微信
新浪微博
QQ
4篇文章 · 0订阅
分库分表后复杂查询的应对之道:基于DTS实时性ES宽表构建技术实践
1 问题域 业务发展的初期,我们的数据库架构往往是单库单表,外加读写分离来快速的支撑业务,随着用户量和订单量的增加,数据库的计算和存储往往会成为我们系统的瓶颈,业界的实践多数采用分而治之的思想:分库分
MySQL的 count(*)、count(常量)、count(主键)、count(非主键)、count(distinct(字段)) ,如何选择?
对于 MySQL 的聚合函数:count(1)、count(*)、count(常量)、count(主键)、count(非主键)、count(distinct(字段)), 你知道如何选择吗?
MySQL千万级数据从190秒优化到1秒全过程
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。
面试官:一千万的数据,你是怎么查询的?
面试官:一千万的数据,你是怎么查询的? 1 先给结论 对于1千万的数据查询,主要关注分页查询过程中的