Mche

做过 DBA 的朋友应该都有印象，我们在慢日志中经常可以看到有时候明明SQL只查询一条数据，却仍然很慢进而被慢日志所记录。 我们将对应的SQL拿到数据库中去执行时，却又发现没有那么久的延时。这个时候我

索引的本质是存储引擎用于快速查询记录的一种数据结构。特别是数据表中数据特别多的时候，索引对于数据库的性能就愈发重要。 在数据量比较大的时候，不恰当的索引对于数据库的性能的影响是非常大的。在实际的应用中

索引的本质是存储引擎用于快速查询记录的一种数据结构。特别是数据表中数据特别多的时候，索引对于数据库的性能就愈发重要。 在数据量比较大的时候，不恰当的索引对于数据库的性能的影响是非常大的。在实际的应用中

一天，老板跟我们提出说网站访问的速度太慢，要求我们尽快优化一下。我赶快去查询了一下，发现有几条 SQL 查询的时间异常，我相信这个时候很多小伙伴的大脑里浮现出来的第一个解决办法就是：加索引。 那么到底

数据库备份是对数据库现有的数据文件的部分或全部、相关日志文件或参数文件生成一份副本，其目的主要针对两种突发情况。第一，硬盘介质损坏;第二，人为误操作。 话不多说直接上代码!!! $pdo = new

我们都知道 MySQL 数据库有很多个存储引擎，其中另我们印象深刻的应该是 InnoDB 存储引擎，它从 MySQL 5.5 之后就是默认的存储引擎，它有支持事务、行级锁、MVCC 以及外键等优点。

通常，我们使用数据库的时候，需要两个或多个表互联才能得到我们想要的结果。但是，当数据库的数据到达一定的规模之后，DBA通常会建议我们不要使用 join 或者不建议三个表以上使用 join。 这是为什么

在日常的 MySQL 数据库使用过程中，我们通常会遇见排序的需求，例如：按照消费金额排序，按照字母排序，等等。 下面我们以一个简单的订单表为例： 我们用 Python 生成一万条测试数据，用来测试数据

在现实工作中，我们经常会遇见统计的场景，例如统计订单的数量、统计数据表中有多少条数据、统计用户的数量，等等。遇到这些场景，你可能会不屑地说：“这还不简单吗？使用一个 count(*) 就可以解决！”