快速安装MySQL
使用Docker快速安装mysql8
docker run -d \
--name mysql8 \
--privileged=true \
--restart=always \
-p 13306:3306 \
-v /home/mysql8/data:/var/lib/mysql \
-v /home/mysql8/config:/etc/mysql/conf.d \
-v /home/mysql8/logs:/logs \
-e MYSQL_ROOT_PASSWORD=123456 \
-e TZ=Asia/Shanghai mysql:8.0.42 \
--lower_case_table_names=1--name mysql8：给容器命名
--privileged=true：给予容器额外的权限。这意味着容器将拥有主机系统的所有权限
--restart=always：服务器启动时，自启动
-p 13306:3306：端口映射，第一个 13306 是映射出去的端口，第二个 3306 是这个容器的端口
-v /home/mysql8/data:/var/lib/mysql：文件挂载， 前为宿主机的目录位置，后为容器内文件对应位置
-e MYSQL_ROOT_PASSWORD=123456：环境变量设置，此处是设置 ROOT 用户登录密码
-e TZ=Asia/Shanghai mysql：此处是设置 MySQL 的时区。
--lower_case_table_names=1：让表名忽略大小写
使用最新的docker镜像默认开启了root用户的远程访问权限
MySQL 8.4新特性
MySQL 8.4 是 MySQL 8 系列的最新长期支持版本（LTS），相较于 MySQL 8.0，它在性能、安全性、复制机制、高可用性等方面进行了多项优化和改进。以下是 MySQL 8.4 的主要新特性：
1. 复制与高可用性增强
- GTID 复制优化：GTID（全局事务标识符）机制进一步优化，提升事务追踪的可靠性，减少主主同步中的数据不一致问题。
- 半同步复制改进：增强半同步复制（Semi-synchronous Replication），确保至少一个从节点确认事务后才返回成功，提高数据安全性。
- 主从复制参数调整：
SOURCE_RETRY_COUNT默认值从 86400 调整为 10，减少重试次数。SOURCE_CONNECT_RETRY默认 60 秒，优化网络波动时的重连机制。
- MGR（组复制）改进：
group_replication_consistency默认值从EVENTUAL改为BEFORE_ON_PRIMARY_FAILOVER，提高一致性。group_replication_exit_state_action默认改为OFFLINE_MODE，增强故障恢复能力。
- Clone 插件兼容性放宽：允许同一大版本（如 8.4.x）不同小版本间克隆，简化滚动升级。
2. InnoDB 存储引擎优化
- 默认参数调整：
innodb_io_capacity默认值从 200 提升至 10000，适配 SSD 存储。innodb_buffer_pool_instances动态调整，优化内存管理。innodb_adaptive_hash_index默认关闭（OFF），减少 DDL 不稳定性。
- 动态资源分配：自动识别容器环境（如 Docker/Kubernetes），调整 CPU 和内存使用策略。
- 数据一致性增强：优化
innodb_undo_log_truncate和CHECK TABLE EXTENDED，提升 GIS 数据完整性。
3. 安全与认证改进
- 默认禁用
mysql_native_password：推荐使用caching_sha2_password或 LDAP/Kerberos 认证。 - Windows LDAP 认证增强：支持 SASL 和 GSSAPI/Kerberos，提升企业级身份管理效率。
- 权限管理细化：新增
FLUSH_PRIVILEGES和OPTIMIZE_LOCAL_TABLE权限，减少SUPER权限滥用。
4. 查询优化与统计信息
- 子查询优化：支持更多量化比较谓词（如
>ANY、<ALL）转换为派生表连接，提升复杂查询性能 15%-20%。 - 直方图自动更新：支持
ANALYZE TABLE ... AUTO UPDATE，动态调整统计信息。 - JSON 功能增强：优化 JOIN 和 GROUP BY 操作中的 JSON 列处理。
5. 废弃与移除的功能
- 废弃
expire_logs_days：改用binlog_expire_logs_seconds（默认 604800 秒，即 7 天）。 - 移除
binlog_transaction_dependency_tracking：统一采用COMMIT_ORDER模式提升复制性能。 - 移除
MASTER_*和SLAVE_*关键字：替换为SOURCE_*和REPLICA_*。
6. 其他改进
- 线程池优化：新增
tp_connections表，细化连接池监控。 - 性能模式增强：优化
data_locks和data_lock_waits表查询效率。 - 自动故障转移：通过
super_read_only和read_only提升高可用性。
升级建议
- 兼容性评估：检查是否依赖废弃功能（如
expire_logs_days、MASTER_*语法）。 - 性能测试：验证 InnoDB 自动资源分配和复制优化效果。
- 安全迁移：优先使用
caching_sha2_password或 LDAP 认证。
MySQL 8.4 在性能、安全性和高可用性方面均有显著提升，适合需要长期稳定支持的企业环境。如需更详细的技术细节，可参考官方文档或相关社区文章。
MySQL 9.0新特性
MySQL 9.0 是 MySQL 8.0 之后的一个重要创新版本（Innovation Release），引入了多项新功能，主要聚焦于向量数据处理、JSON 增强、安全性改进以及性能优化。以下是 MySQL 9.0 的主要新特性：
1. 向量数据类型（VECTOR）支持
- 向量存储：新增
VECTOR列类型，支持存储多维数据（4 字节浮点值），适用于机器学习、AI 知识库等场景。默认最大维度为 2048，最高支持 16383。
CREATE TABLE vectors (id INT, embedding VECTOR(512));- 向量函数：
STRING_TO_VECTOR()/TO_VECTOR()：将字符串转为向量。VECTOR_TO_STRING()/FROM_VECTOR()：将向量转为字符串。VECTOR_DIM()：获取向量维度。
- 限制：
- 不能用作主键/外键。
- 仅支持向量间的相等比较，不支持与其他类型比较。
2. JSON 数据处理增强
- EXPLAIN ANALYZE 的 JSON 输出存储：支持将执行计划 JSON 存入变量，便于分析。
EXPLAIN ANALYZE FORMAT=JSON INTO @plan SELECT * FROM users;- JSON 函数优化：提升
JSON类型在JOIN和GROUP BY中的处理效率。
3. 安全性改进
- 移除
mysql_native_password：默认禁用该插件，强制使用更安全的caching_sha2_password或 LDAP/Kerberos 认证。 - Windows LDAP 认证增强：支持 SASL/GSSAPI，提升企业级集成能力。
4. 性能优化与监控
- Performance Schema 新增表：
variables_metadata：记录系统变量信息（名称、作用域、范围等）。global_variable_attributes：存储全局变量属性。
- 预处理语句支持事件 DDL：允许动态生成
CREATE/ALTER/DROP EVENT语句。
PREPARE stmt FROM 'CREATE EVENT cleanup ON SCHEDULE EVERY 1 DAY DO DELETE FROM logs';5. 其他改进
- 隐式外键约束：简化外键语法，支持省略列名引用主键。
CREATE TABLE orders (user_id INT REFERENCES users); -- 隐式引用 users(id)- Windows 安装优化：修复安装向导问题，提升体验。
- 子查询优化：放宽
LIMIT 1子查询的派生表转换限制。
废弃与移除
- 移除
ER_SUBQUERY_NO_1_ROW错误：调整IGNORE子查询行为。 - 弃用
variables_info表的MIN_VALUE/MAX_VALUE列：改用variables_metadata。
争议与评价
- 向量支持“隐藏”发布：官方文档最初未提及，后更新说明，被质疑主要为 HeatWave 云服务铺路。
- 创新性争议：部分开发者认为更新缺乏突破性功能，对比 PostgreSQL 的向量插件略显保守。
升级建议
- 适用场景：适合需要向量计算、JSON 深度处理或前沿技术尝鲜的环境。
- 生产谨慎：创新版更新频繁，长期稳定需求建议仍选 LTS（如 MySQL 8.4）。
如需更详细的技术细节，可参考 MySQL 9.0 官方文档 或相关社区分析。
查询语句的执行流程
MySQL 中词法分析和语法分析的区别
在 MySQL 的 SQL 语句处理过程中，词法分析(Lexical Analysis)和语法分析(Syntax Analysis)是两个关键但不同的编译阶段，它们共同将 SQL 语句转换为 MySQL 可以理解的内部结构。
词法分析 (Lexical Analysis)
主要任务
- 将 SQL 语句拆分为一系列有意义的标记(tokens)
- 识别 SQL 语句中的关键字、标识符、运算符、常量等基本元素
具体工作
- 去除空格、注释等无关内容
- 识别并分类：
- 关键字(SELECT, FROM, WHERE等)
- 标识符(表名、列名)
- 常量(字符串、数字)
- 运算符(=, >, <等)
- 分隔符(逗号, 分号等)
输出结果
- token流：一系列带有类型和值的标记
示例
对于SQL语句：
SELECT id, name FROM users WHERE age > 18;词法分析后的token流可能类似于：
[KEYWORD:SELECT], [IDENTIFIER:id], [COMMA], [IDENTIFIER:name],
[KEYWORD:FROM], [IDENTIFIER:users], [KEYWORD:WHERE],
[IDENTIFIER:age], [OPERATOR:>], [NUMBER:18], [SEMICOLON]语法分析 (Syntax Analysis)
主要任务
- 检查token序列是否符合SQL语法规则
- 构建抽象语法树(AST - Abstract Syntax Tree)
具体工作
- 验证token的排列是否符合SQL语法
- 构建语法树结构，表示SQL语句的层次关系
- 检查基本的语法错误(如缺少关键字、括号不匹配等)
输出结果
- 抽象语法树(AST)：表示SQL语句结构的树形数据结构
示例
对于上面的SQL语句，语法分析后可能生成如下AST结构：
SELECT_STATEMENT
├── SELECT_LIST
│ ├── COLUMN_REFERENCE(id)
│ └── COLUMN_REFERENCE(name)
├── FROM_CLAUSE
│ └── TABLE_REFERENCE(users)
└── WHERE_CLAUSE
└── BINARY_EXPRESSION(>)
├── COLUMN_REFERENCE(age)
└── LITERAL(18)主要区别
| 特性 | 词法分析 | 语法分析 |
| 关注点 | 识别基本语言单元 | 验证语句结构是否正确 |
| 输入 | 原始SQL字符串 | 词法分析产生的token流 |
| 输出 | token序列 | 抽象语法树(AST) |
| 错误检测 | 拼写错误、非法字符等 | 语法结构错误、关键字顺序错误 |
| 复杂度 | 相对简单 | 相对复杂 |
| 类比 | 识别句子中的单词 | 分析句子的语法结构 |
MySQL中的实现
在MySQL中：
- 词法分析主要由
sql_lex.cc等文件实现 - 语法分析主要由
sql_yacc.yy(Yacc语法文件)定义，编译后生成解析器 - 两者紧密配合，共同完成SQL语句的解析工作
词法分析器会先扫描SQL语句生成token流，然后语法分析器根据MySQL的SQL语法规则验证这些token的组合是否合法，并构建出可以进一步优化的查询表示结构。
更新语句的执行流程
黄色：Server层
绿色：存储引擎层
实践环节
演示事务隔离性的SQL
表结构及数据
CREATE TABLE `trans` (
`id` int NOT NULL,
`val` int DEFAULT NULL,
PRIMARY KEY (`id`)
) ENGINE=InnoDB DEFAULT CHARSET=utf8mb4 COLLATE=utf8mb4_general_ci;
INSERT INTO `trans` (`id`, `val`) VALUES (1, 1);
INSERT INTO `trans` (`id`, `val`) VALUES (2, 2);当前数据：
| id | val |
| 1 | 1 |
| 2 | 2 |
打开Navicat查询窗口A
start transaction with consistent snapshot;
select * from trans;
commit;打开Navicat查询窗口B
start transaction with consistent snapshot;
update trans set val = val +1 where id = 1;
select * from trans;
commit;打开Navicat查询窗口C
update trans set val = val +1 where id = 1;
select * from trans;执行顺序
##1.窗口A执行
start transaction with consistent snapshot;
##2.窗口B执行
start transaction with consistent snapshot;
##3.窗口C执行
update trans set val = val +1 where id = 1;
select * from trans;
##3.窗口C结果
1 2
2 2
##4.窗口B执行
update trans set val = val +1 where id = 1;
select * from trans;
##4.窗口B结果
1 3
2 2
##5.窗口A执行
select * from trans;
##5.窗口A结果
1 1
2 2
##6.窗口B执行
commit;
##7.窗口C执行
select * from trans;
##7.窗口C结果
1 3
2 2
##8.窗口A执行
commit;
select * from trans;
##8.窗口A结果
1 3
2 2如何恢复误删的表
恢复MySQL表中误删的数据（10条原始数据+1条新数据）
macos安装dokcer版本的mysql 8.0.42 缺少 mysqlbinlog 这个命令，无法验证
-- 1. 确认binlog是否启用
SHOW VARIABLES LIKE 'log_bin';
-- 2. 查看当前binlog文件
SHOW MASTER STATUS;
-- 3. 找到清空前的位置点（假设清空操作发生在'TRUNCATE'或'DELETE'语句执行时）
-- 使用mysqlbinlog工具查看日志内容：
mysqlbinlog --base64-output=DECODE-ROWS -v /var/lib/mysql/mysql-bin.00000X
-- 4. 恢复到清空前的状态（保留最新插入的数据）
-- 先导出当前唯一的数据（保险起见）
mysqldump -u root -p your_database your_table --where="id=最新记录的ID" > last_record.sql
-- 5. 从binlog恢复到清空前的状态
mysqlbinlog --start-datetime="清空前的时间" --stop-datetime="清空时的时间" /var/lib/mysql/mysql-bin.00000X | mysql -u root -p
-- 6. 重新插入最后那条数据
mysql -u root -p your_database < last_record.sql
