MySQL中的重要常见知识点（入门到入土！）

news2025/5/26 6:06:02

基础篇

        基础语法

        添加数据

-- 完整语法
INSERT INTO 表名 (字段名1, 字段名2, ...) VALUES (值1, 值2, ...);

-- 示例
insert into employee(id,workno,name,gender,age,idcard,entrydate)
values(1,'1','Itcast','男',10,'123456789012345678','2000-01-01')

         修改数据

-- 完整语法
UPDATE 表名 SET 字段名1 = 值1 , 字段名2 = 值2 , .... [ WHERE 条件 ] ;

-- 示例
update employee set name = '小昭' , gender = '女' where id = 1;

        删除数据

-- 完整语法
DELETE FROM 表名 [ WHERE 条件 ] ;

--示例
delete from employee where gender = '女';

        查询语句

SELECT
    字段列表
FROM
    表名列表
WHERE
    条件列表
GROUP BY
    分组字段列表
HAVING
    分组后条件列表
ORDER BY
    排序字段列表
LIMIT
    分页参数

         聚合函数查询

-- 完整语法
SELECT 聚合函数(字段列表) FROM 表名 ;

-- 示例
select count(*) from emp; -- 统计的是总记录数
select count(idcard) from emp; -- 统计的是idcard字段不为null的记录数
select sum(age) from emp where workaddress = '西安'; -- 统计西安地区员工的年龄之和

        聚合函数是对表中一列数据的操作

         分组查询

-- 完整语法
SELECT 字段列表 FROM 表名 [ WHERE 条件 ] GROUP BY 分组字段名 [ HAVING 分组
后过滤条件 ];

--示例
select gender, count(*) from emp group by gender ; -- 根据性别分组 , 统计男性员工 和 女性员工的数量

select workaddress, count(*) address_count from emp where age < 45 group by workaddress having address_count >= 3; -- 查询年龄小于45的员工 , 并根据工作地址分组 , 获取员工数量大于等于3的工作地址

        排序查询

-- 完整语法
SELECT 字段列表 FROM 表名 ORDER BY 字段1 排序方式1 , 字段2 排序方式2 ;
    
-- 示例

-- 根据年龄对公司的员工进行升序排序
select * from emp order by age asc;
select * from emp order by age;

-- 根据入职时间进行降序排序
select * from emp order by entrydate desc;

         分页查询

-- 完整语法
SELECT 字段列表 FROM 表名 LIMIT 起始索引, 查询记录数 ;

-- 示例
select * from emp limit 0,10; -- 查询第1页员工数据, 每页展示10条记录
select * from emp limit 10,10; --查询第2页员工数据, 每页展示10条记录

        DCL常用语法 

        创建用户

CREATE USER '用户名'@'主机名' IDENTIFIED BY '密码';

        修改用户密码

ALTER USER '用户名'@'主机名' IDENTIFIED WITH mysql_native_password BY '新密码' ;

         删除用户

DROP USER '用户名'@'主机名' ;

        查询权限

SHOW GRANTS FOR '用户名'@'主机名' ;

         赋予权限

GRANT 权限列表 ON 数据库名.表名 TO '用户名'@'主机名';

        撤销权限

REVOKE 权限列表 ON 数据库名.表名 FROM '用户名'@'主机名';

         函数

        常用字符串函数

        常用数值函数         常用日期函数

        流程函数

         约束

        常见的约束

         可以在创建或者修改表时添加约束

-- 具体示例
CREATE TABLE tb_user(
    id int AUTO_INCREMENT PRIMARY KEY COMMENT 'ID唯一标识',
    name varchar(10) NOT NULL UNIQUE COMMENT '姓名' ,
    age int check (age > 0 && age <= 120) COMMENT '年龄' ,
    status char(1) default '1' COMMENT '状态',
    gender char(1) COMMENT '性别'
);

        添加外键约束

-- 创建时指定
CREATE TABLE 表名(
字段名 数据类型,
...
[CONSTRAINT] [外键名称] FOREIGN KEY (外键字段名) REFERENCES 主表 (主表列名)
);

-- 修改时指定
ALTER TABLE 表名 ADD CONSTRAINT 外键名称 FOREIGN KEY (外键字段名)
REFERENCES 主表 (主表列名) ;

-- 示例 为emp表的dept_id字段添加外键约束,关联dept表的主键id
alter table emp add constraint fk_emp_dept_id foreign key (dept_id) references dept(id);

        删除外键

ALTER TABLE 表名 DROP FOREIGN KEY 外键名称;

        删除/更新行为

        添加了外键之后，再删除父表数据时产生的约束行为，我们就称为删除/ 更新行为。具体的删除 / 更新行为有以下几种:
        

         具体语法：

-- 完整语法
ALTER TABLE 表名 ADD CONSTRAINT 外键名称 FOREIGN KEY (外键字段) REFERENCES 主表名 (主表字段名) ON UPDATE CASCADE ON DELETE CASCADE;

-- 示例
alter table emp add constraint fk_emp_dept_id foreign key (dept_id) references dept(id) on update cascade on delete cascade ;

         当对id为1的记录进行修改时：

        多表查询

        数据库的多表关系：

  •         一对一
  •         一对多
  •         多对多

        连接查询的分类：

  • 内连接：相当于查询A、B交集部分数据
  • 外连接：
  • 左外连接：查询左表所有数据，以及两张表交集部分数据
  • 右外连接：查询右表所有数据，以及两张表交集部分数据
  • 自连接：当前表与自身的连接查询，自连接必须使用表别名

        内连接

-- 隐式内连接
SELECT 字段列表 FROM 表1 , 表2 WHERE 条件 ... ;

-- 显式内连接
SELECT 字段列表 FROM 表1 [ INNER ] JOIN 表2 ON 连接条件 ... ;

-- 示例
select e.name,d.name from emp e , dept d where e.dept_id = d.id; -- 查询每一个员工的姓名 , 及关联的部门的名称 (隐式内连接实现)

select e.name, d.name from emp e join dept d on e.dept_id = d.id; -- 查询每一个员工的姓名 , 及关联的部门的名称 (显式内连接实现)

        外连接

-- 左外连接
SELECT 字段列表 FROM 表1 LEFT [ OUTER ] JOIN 表2 ON 条件 ... ;

-- 右外连接
SELECT 字段列表 FROM 表1 RIGHT [ OUTER ] JOIN 表2 ON 条件 ... ;

-- 示例
select e.*, d.name from emp e left join dept d on e.dept_id = d.id; -- 查询emp表的所有数据, 和对应的部门信息

select d.*, e.* from emp e right join dept d on e.dept_id = d.id; -- 查询dept表的所有数据, 和对应的员工信息(右外连接)

         自连接查询

-- 全部语法
SELECT 字段列表 FROM 表A 别名A JOIN 表A 别名B ON 条件 ... ;

-- 示例
select a.name , b.name from emp a , emp b where a.managerid = b.id; -- 查询员工 及其 所属领导的名字

select a.name '员工', b.name '领导' from emp a left join emp b on a.managerid = b.id; -- 查询所有员工 emp 及其领导的名字 emp , 如果员工没有领导, 也需要查询出来

        在自连接查询中，必须要为表起别名，要不然我们不清楚所指定的条件、返回的字段，到底 是哪一张表的字段。

         标量子查询

        子查询返回的结果是单个值（数字、字符串、日期等），最简单的形式，这种子查询称为标量子查询。

-- 语法
SELECT * FROM t1 WHERE column1 = ( SELECT column1 FROM t2 );

-- 示例
select * from emp where dept_id = (select id from dept where name = '销售部'); -- 查询 "销售部" 的所有员工信息

select * from emp where entrydate > (select entrydate from emp where name = '方东白'); -- 查询在 "方东白" 入职之后的员工信息

        列子查询

         子查询返回的结果是一列（可以是多行），这种子查询称为列子查询。

-- 示例
select * from emp where salary > all ( select salary from emp where dept_id = (select id from dept where name = '财务部') ); -- 查询比 财务部 所有人工资都高的员工信息

select * from emp where salary > any ( select salary from emp where dept_id = (select id from dept where name = '研发部') ); -- 查询比研发部其中任意一人工资高的员工信息

        行子查询

        子查询返回的结果是一行（可以是多列），这种子查询称为行子查询。

-- 示例
select * from emp where (salary,managerid) = (select salary, managerid from emp where name = '张无忌'); -- 查询与 "张无忌" 的薪资及直属领导相同的员工信息 ;

        表子查询 

        子查询返回的结果是多行多列，这种子查询称为表子查询。

-- 示例 
select e.*, d.* from (select * from emp where entrydate > '2006-01-01') e left join dept d on e.dept_id = d.id ; -- 查询入职日期是 "2006-01-01" 之后的员工信息 , 及其部门信息

         事务

        事务 是一组操作的集合，它是一个不可分割的工作单位，事务会把所有的操作作为一个整体一起向系统提交或撤销操作请求，即这些操作要么同时成功，要么同时失败。

-- 开启事务
start transaction
-- 1. 查询张三余额
select * from account where name = '张三';

-- 2. 张三的余额减少1000
update account set money = money - 1000 where name = '张三';

-- 3. 李四的余额增加1000
update account set money = money + 1000 where name = '李四';

-- 如果正常执行完毕, 则提交事务
commit;
-- 如果执行过程中报错, 则回滚事务
-- rollback;

        事务的四大特性（ACID）

  •         原子性（Atomicity）：事务是不可分割的最小操作单元，要么全部成功，要么全部失败。
  •         一致性（Consistency）：事务完成时，必须使所有的数据都保持一致状态。
  •         隔离性（Isolation）：数据库系统提供的隔离机制，保证事务在不受外部并发操作影响的独立环境下运行。
  •         持久性（Durability）：事务一旦提交或回滚，它对数据库中的数据的改变就是永久的。

         并发事务问题

        赃读：一个事务读到另外一个事务还没有提交的数据。

        不可重复读：一个事务先后读取同一条记录，但两次读取的数据不同，称之为不可重复读。

        幻读：一个事务按照条件查询数据时，没有对应的数据行，但是在插入数据时，又发现这行数据已经存在，好像出现了 "幻影"。

        事务隔离级别

进阶篇

        主要是MySQL索引、通过索引对SQL语句进行优化，事务底层原理和MVCC，之前都有专门的博客

        MySQL索引：https://blog.csdn.net/Satoru000/article/details/147897956?spm=1001.2014.3001.5501https://blog.csdn.net/Satoru000/article/details/147897956?spm=1001.2014.3001.5501                SQL优化：

https://blog.csdn.net/Satoru000/article/details/147927247?spm=1001.2014.3001.5501https://blog.csdn.net/Satoru000/article/details/147927247?spm=1001.2014.3001.5501                事务和MVCC详解：  https://blog.csdn.net/Satoru000/article/details/148056317?spm=1001.2014.3001.5501https://blog.csdn.net/Satoru000/article/details/148056317?spm=1001.2014.3001.5501

运维篇

        二进制日志

        binlog记录的是数据库所有的能影响数据库的语句（不包括select和show），可以用于主从复制时给从库做数据的拷贝

        具体的数据格式：

        binlog如果数据量太大可以定期进行删除或者手动进行删除

        慢查询日志

        慢查询日志记录了所有执行时间超过参数 long_query_time 设置值并且扫描记录数不小于min_examined_row_limit 的所有的SQL语句的日志，默认未开启。long_query_time 默认为10秒，最小为 0， 精度可以到微秒。

        开启慢查询日志需要再配置文件中进行配置

#慢查询日志
slow_query_log=1
#执行时间参数
long_query_time=2

        注意：这样配置的慢查询日志只会记录使用了索引并且超出范围的语句，也不会记录管理语句，所以要追加配置

#记录执行较慢的管理语句
log_slow_admin_statements =1
#记录执行较慢的未使用索引的语句
log_queries_not_using_indexes = 1

        主从复制原理

        主从复制是指将主数据库的 DDL 和 DML 操作通过二进制日志传到从库服务器中，然后在从库上对这些日志重新执行（也叫重做），从而使得从库和主库的数据保持同步。

        主从复制的优点：

  •         高可用，主库出现问题可以切换到从库
  •         可以实现读写分离，减少数据库的访问压力
  •         从库可以进行备份操作，提高效率

        主从复制的原理

        master将DDL和DML语句保存到binlog文件中，从库通过IO线程读取binlog文件到Relay log，再通过一个后台的SQL线程进行复制

        主从复制搭建

        主库的配置：

  •         在配置文件中追加配置
  •         重启MySQL服务
#mysql 服务ID，保证整个集群环境中唯一，取值范围：1 – 232-1，默认为1
server-id=1
#是否只读,1 代表只读, 0 代表读写
read-only=0
#忽略的数据, 指不需要同步的数据库
#binlog-ignore-db=mysql
#指定同步的数据库
#binlog-do-db=db01

        从库的配置：

  •         在配置文件中追加配置
  •         重启MySQL服务
#mysql 服务ID，保证整个集群环境中唯一，取值范围：1 – 2^32-1，和主库不一样即可
server-id=2
#是否只读,1 代表只读, 0 代表读写
read-only=1

        建立主库和从库的链接

CHANGE REPLICATION SOURCE TO SOURCE_HOST='192.168.200.200', SOURCE_USER='itcast',
SOURCE_PASSWORD='Root@123456', SOURCE_LOG_FILE='binlog.000004',
SOURCE_LOG_POS=663;

        source_host：主库的ip地址

        source_user：连接主库的用户名

        source_password：连接主库的密码

        source_log_file：主库同步到从库的binlog文件

        source_log_pos：从binlog进行同步的位置

        分库分表

        垂直拆分

        垂直分库：

        将一个数据库中的所有表都拆分到多个数据库中，若干个表分配到一个数据库中，这样每个数据库中的表就能代表不同的业务

        所以垂直分库中：

  •         每个数据库的表结构都不同
  •         每个数据库中的数据都不同
  •         所有数据库全部加在一起就是全部的数据

        垂直分表：

        既然知道了垂直分库，那么垂直分表也差不多，只不过比数据库低了一级，就是将数据库中的字段拆分到不同的表中，然后再将这些表分配到不同的数据库中。

        所以垂直分表的特点：          

  •         每个表的结构都不一样。
  •         每个表的数据也不一样，一般通过一列（主键/外键）关联。
  •         所有表的并集是全量数据。

        水平拆分

        水平分库：

        就是将数据库中表的数据分配到不同的数据库中，但是每个数据库中表的数据都只占原有表数据的一部分

        所以水平分库的特点：

  •         所有数据库表的结构都一样
  •         每个数据库表中的数据都不一样
  •         每个数据库表中的数据之和就是原来数据库表中的全部数据

        水平分表：

        和水平分库同理，水平分库是将数据库中所有的表进行拆分，那么水平分表就是只将这张表的数据进行拆分，分配到各个数据库中

        水平分表的特点：

  • 每个表的表结构都一样。
  • 每个表的数据都不一样。
  • 所有表的并集是全量数据。

        MyCat入门

        MyCat概述

        MyCat是一个数据库中间件，用户之前是直接访问MySQL，加入了MyCat后就是访问MyCat，再由MyCat路由到对应的MySQL服务。Mycat是开源的、活跃的、基于Java语言编写的MySQL数据库中间件。可以像使用mysql一样来使用mycat，对于开发人员来说根本感觉不到mycat的存在。

        mycat的结构大致如下

        MyCat配置

        在schema.xml中配置逻辑库、逻辑表、数据节点、节点主机等相关信息。具体的配置如下：

        table标签：逻辑表

        dataNode标签：数据节点

        rule：分片规则

        dataHost：连接的MySQL主机的信息

        writeHost：读写分离的标签，这里是标记主节是读主机，用于读写分离，这里只用于标记没有实现读写分离

<?xml version="1.0"?>
<!DOCTYPE mycat:schema SYSTEM "schema.dtd">
<mycat:schema xmlns:mycat="http://io.mycat/">
    <schema name="DB01" checkSQLschema="true" sqlMaxLimit="100">
        <table name="TB_ORDER" dataNode="dn1,dn2,dn3" rule="auto-sharding-long"/>
    </schema>

    <dataNode name="dn1" dataHost="dhost1" database="db01"/>
    <dataNode name="dn2" dataHost="dhost2" database="db01"/>
    <dataNode name="dn3" dataHost="dhost3" database="db01"/>

    <dataHost name="dhost1" maxCon="1000" minCon="10" balance="0" writeType="0" dbType="mysql" dbDriver="jdbc" switchType="1" slaveThreshold="100">
        <heartbeat>select user()</heartbeat>
        <writeHost host="master" url="jdbc:mysql://192.168.200.210:3306?useSSL=false&amp;serverTimezone=Asia/Shanghai&amp;characterEncoding=utf8" user="root" password="1234"/>
    </dataHost>

    <dataHost name="dhost2" maxCon="1000" minCon="10" balance="0" writeType="0" dbType="mysql" dbDriver="jdbc" switchType="1" slaveThreshold="100">
        <heartbeat>select user()</heartbeat>
        <writeHost host="master" url="jdbc:mysql://192.168.200.213:3306?useSSL=false&amp;serverTimezone=Asia/Shanghai&amp;characterEncoding=utf8" user="root" password="1234"/>
    </dataHost>

    <dataHost name="dhost3" maxCon="1000" minCon="10" balance="0" writeType="0" dbType="mysql" dbDriver="jdbc" switchType="1" slaveThreshold="100">
        <heartbeat>select user()</heartbeat>
        <writeHost host="master" url="jdbc:mysql://192.168.200.214:3306?useSSL=false&amp;serverTimezone=Asia/Shanghai&amp;characterEncoding=utf8" user="root" password="1234"/>
    </dataHost>
</mycat:schema>

        需要在server.xml中配置用户名、密码，以及用户的访问权限信息，具体的配置如下：

<user name="root" defaultAccount="true">
    <property name="password">123456</property>
    <property name="schemas">DB01</property>
    <!-- 表级 DML 权限设置 -->
    <!--
    <privileges check="true">
        <schema name="DB01" dml="0110">
            <table name="TB_ORDER" dml="1110"></table>
        </schema>
    </privileges>
    -->
</user>

<user name="user">
    <property name="password">123456</property>
    <property name="schemas">DB01</property>
    <property name="readOnly">true</property>
</user>

        MyCat实现垂直拆分

        在业务系统中, 涉及以下表结构 ,但是由于用户与订单每天都会产生大量的数据, 单台服务器的数据存储及处理能力是有限的, 可以对数据库表进行拆分, 原有的数据库表如下

        然后对数据库中的表进行垂直拆分得到以下的结构

        schema.xml的配置如下

        1、在虚拟库中配置虚拟表

        2、配置数据节点dn1、dn2、dn3

        3、配置数据节点跟数据库的链接

<schema name="SHOPPING" checkSQLschema="true" sqlMaxLimit="100">
    <table name="tb_goods_base" dataNode="dn1" primaryKey="id"/>
    <table name="tb_goods_brand" dataNode="dn1" primaryKey="id"/>
    <table name="tb_goods_cat" dataNode="dn1" primaryKey="id"/>
    <table name="tb_goods_desc" dataNode="dn1" primaryKey="goods_id"/>
    <table name="tb_goods_item" dataNode="dn1" primaryKey="id"/>
    <table name="tb_order_item" dataNode="dn2" primaryKey="id"/>
    <table name="tb_order_master" dataNode="dn2" primaryKey="order_id"/>
    <table name="tb_order_pay_log" dataNode="dn2" primaryKey="out_trade_no"/>
    <table name="tb_user" dataNode="dn3" primaryKey="id"/>
    <table name="tb_user_address" dataNode="dn3" primaryKey="id"/>
    <table name="tb_areas_provinces" dataNode="dn3" primaryKey="id"/>
    <table name="tb_areas_city" dataNode="dn3" primaryKey="id"/>
    <table name="tb_areas_region" dataNode="dn3" primaryKey="id"/>
</schema>

<dataNode name="dn1" dataHost="dhost1" database="shopping"/>
<dataNode name="dn2" dataHost="dhost2" database="shopping"/>
<dataNode name="dn3" dataHost="dhost3" database="shopping"/>

<dataHost name="dhost1" maxCon="1000" minCon="10" balance="0" writeType="0" dbType="mysql" dbDriver="jdbc" switchType="1" slaveThreshold="100">
    <heartbeat>select user()</heartbeat>
    <writeHost host="master" url="jdbc:mysql://192.168.200.210:3306?useSSL=false&amp;serverTimezone=Asia/Shanghai&amp;characterEncoding=utf8" user="root" password="1234"/>
</dataHost>

<dataHost name="dhost2" maxCon="1000" minCon="10" balance="0" writeType="0" dbType="mysql" dbDriver="jdbc" switchType="1" slaveThreshold="100">
    <heartbeat>select user()</heartbeat>
    <writeHost host="master" url="jdbc:mysql://192.168.200.213:3306?useSSL=false&amp;serverTimezone=Asia/Shanghai&amp;characterEncoding=utf8" user="root" password="1234"/>
</dataHost>

<dataHost name="dhost3" maxCon="1000" minCon="10" balance="0" writeType="0" dbType="mysql" dbDriver="jdbc" switchType="1" slaveThreshold="100">
    <heartbeat>select user()</heartbeat>
    <writeHost host="master" url="jdbc:mysql://192.168.200.214:3306?useSSL=false&amp;serverTimezone=Asia/Shanghai&amp;characterEncoding=utf8" user="root" password="1234"/>
</dataHost>

         server.xml的配置，赋予root用户操作虚拟库的能力

<user name="root" defaultAccount="true">
    <property name="password">123456</property>
    <property name="schemas">SHOPPING</property>
    <!-- 表级 DML 权限设置 -->
    <!--
    <privileges check="true">
        <schema name="DB01" dml="0110">
            <table name="TB_ORDER" dml="1110"></table>
        </schema>
    </privileges>
    -->
</user>

<user name="user">
    <property name="password">123456</property>
    <property name="schemas">SHOPPING</property>
    <property name="readOnly">true</property>
</user>

        最终的效果

         每个数据库进行多表联查是没问题的，但是如果涉及不同库之间的多表联查就不行了，所以可以将一些公共的表抽取成为全局表，改schema.xml中的逻辑表的配置增加 type 属性，配置为global，就代表该表是全局表，就会在所涉及到的dataNode中创建给表。

<table name="tb_areas_provinces" dataNode="dn1,dn2,dn3" primaryKey="id"
type="global"/>
<table name="tb_areas_city" dataNode="dn1,dn2,dn3" primaryKey="id"
type="global"/>
<table name="tb_areas_region" dataNode="dn1,dn2,dn3" primaryKey="id"
type="global"/>

        最终效果如下

        MyCat实现水平拆分

        在业务系统中, 有一张表(日志表), 业务系统每天都会产生大量的日志数据 , 单台服务器的数据存储及处理能力是有限的, 可以对数据库表进行拆分

        结构如图所示

                对应的schema.xml文件

<schema name="ITCAST" checkSQLschema="true" sqlMaxLimit="100">
    <table name="tb_log" dataNode="dn4,dn5,dn6" primaryKey="id" rule="mod-long"/>
</schema>

<dataNode name="dn4" dataHost="dhost1" database="itcast"/>
<dataNode name="dn5" dataHost="dhost2" database="itcast"/>
<dataNode name="dn6" dataHost="dhost3" database="itcast"/>

        在将这张表的权限赋予给root用户在server.xml中配置

        分片规则

        分片规则就是决定你要操作哪个数据库的规则，可以在虚拟表中通过rule来指定，对应的规则可以在rule.xml中进行配置

        范围分片 

        根据指定的字段及其配置的范围与数据节点的对应情况， 来决定该数据属于哪一个分片

                取模分片

        根据指定的字段值与节点数量进行求模运算，根据运算结果， 来决定该数据属于哪一个分片。

        一致性hash分片

        相同的哈希因子计算值总是被划分到相同的分区表中，不会因为分区节点的增加而改变原来数据的分区位置，有效的解决了分布式数据的拓容问题。

        枚举分片

        通过在配置文件中配置可能的枚举值, 指定数据分布到不同数据节点上, 主要适用于按照省份、性别、状态拆分数据等业务 。

        应用指定算法

        运行阶段由应用自主决定路由到那个分片 , 直接根据字符子串（必须是数字）计算分片号。

        固定分片hash算法

        该算法类似于十进制的求模运算，但是为二进制的操作，例如，取 id 的二进制低 10 位 与 1111111111 进行位 & 运算，位与运算最小值为 0000000000，最大值为1111111111，转换为十进制，也就是位于0-1023之间。

        字符串hash解析算法

        截取字符串中的指定位置的子字符串, 进行hash算法， 算出分片。

        按天分片算法

        按照日期及对应的时间周期来分片，如果超出了结束时间则重新计算并分配，例如2022-2-1就会被分配到dataNode1然后以此类推

        自然月分片

        使用场景为按照月份来分片, 每个自然月为一个分片，并且分片的长度必须和数据库的长度一致例如 2022-01-01 到 2022-12-31 ，一共需要12个分片。

        一主一从读写分离

        读写分离就是在主从模式中，master节点专门负责写操作，slave节点专门负责读操作，这样能有效降低单台数据库的压力

        先在schema,xml中进行配置

<!-- 配置逻辑库 -->
<schema name="ITCAST_RW" checkSQLschema="true" sqlMaxLimit="100" dataNode="dn7">
</schema>

<dataNode name="dn7" dataHost="dhost7" database="itcast"/>

<dataHost name="dhost7" maxCon="1000" minCon="10" balance="1" writeType="0" dbType="mysql" dbDriver="jdbc" switchType="1" slaveThreshold="100">
    <heartbeat>select user()</heartbeat>
    <writeHost host="master1" url="jdbc:mysql://192.168.200.211:3306?useSSL=false&amp;serverTimezone=Asia/Shanghai&amp;characterEncoding=utf8" user="root" password="1234">
        <readHost host="slave1" url="jdbc:mysql://192.168.200.212:3306?useSSL=false&amp;serverTimezone=Asia/Shanghai&amp;characterEncoding=utf8" user="root" password="1234"/>
    </writeHost>
</dataHost>

        关联情况如下

        writeHost代表的是写操作对应的数据库，readHost代表的是读操作对应的数据库。 所以我们要想实现读写分离，就得配置writeHost关联的是主库，readHost关联的是从库

        配置负载均衡策略balance，下面是对应参数的含义

        双主双从读写分离

        对应的结构图就是这样的

        然后先要搭建两个一主一从的节点，按照上面提到的的主从复制的内容搭建

        最后将两个主库互相复制，也就是互相成为对方的从库

        在m1中执行

CHANGE MASTER TO MASTER_HOST='192.168.200.213', MASTER_USER='itcast',
MASTER_PASSWORD='Root@123456', MASTER_LOG_FILE='binlog.000002',
MASTER_LOG_POS=663;

        在m2中执行

CHANGE MASTER TO MASTER_HOST='192.168.200.211', MASTER_USER='itcast',
MASTER_PASSWORD='Root@123456', MASTER_LOG_FILE='binlog.000002',
MASTER_LOG_POS=663;

        这样就完成了主库直接的互相复制

        然后就是实现读写分离对应的scema.xml

-- 配置逻辑库：
<schema name="ITCAST_RW2" checkSQLschema="true" sqlMaxLimit="100" dataNode="dn7">
</schema>

-- 配置数据节点：
<dataNode name="dn7" dataHost="dhost7" database="db01" />

-- 配置节点主机：

<dataHost name="dhost7" maxCon="1000" minCon="10" balance="1" writeType="0" dbType="mysql" dbDriver="jdbc" switchType="1" slaveThreshold="100">
    <heartbeat>select user()</heartbeat>
    <writeHost host="master1" url="jdbc:mysql://192.168.200.211:3306?useSSL=false&amp;serverTimezone=Asia/Shanghai&amp;characterEncoding=utf8" user="root" password="1234">
        <readHost host="slave1" url="jdbc:mysql://192.168.200.212:3306?useSSL=false&amp;serverTimezone=Asia/Shanghai&amp;characterEncoding=utf8" user="root" password="1234"/>
    </writeHost>
    <writeHost host="master2" url="jdbc:mysql://192.168.200.213:3306?useSSL=false&amp;serverTimezone=Asia/Shanghai&amp;characterEncoding=utf8" user="root" password="1234">
        <readHost host="slave2" url="jdbc:mysql://192.168.200.214:3306?useSSL=false&amp;serverTimezone=Asia/Shanghai&amp;characterEncoding=utf8" user="root" password="1234"/>
    </writeHost>
</dataHost>

        对应情况如下

        balance="1"：

         代表全部的 readHost 与 stand by writeHost 参与 select 语句的负载均衡，简单的说，当双主双从模式(M1->S1，M2->S2，并且 M1 与 M2 互为主备)，正常情况下，M2,S1,S2 都参与 select 语句的负载均衡

        writeType：

        0 : 写操作都转发到第1台writeHost, writeHost1挂了, 会切换到writeHost2上;

        1 : 所有的写操作都随机地发送到配置的writeHost上 ;

        switchType

        -1 : 不自动切换

        1 : 自动切换

本文来自互联网用户投稿，该文观点仅代表作者本人，不代表本站立场。本站仅提供信息存储空间服务，不拥有所有权，不承担相关法律责任。如若转载，请注明出处：http://www.coloradmin.cn/o/2385886.html

如若内容造成侵权/违法违规/事实不符，请联系多彩编程网进行投诉反馈，一经查实，立即删除！

相关文章

理解全景图像拼接

理解全景图像拼接

1 3D到2D透视投影 三维空间上点 p 投影到二维空间 q 有两种方式&#xff1a;1&#xff09;正交投影&#xff0c;2&#xff09;透视投影。 正交投影直接舍去 z 轴信息&#xff0c;该模型仅在远心镜头上是合理的&#xff0c;或者对于物体深度远小于其到摄像机距离时的近似模型。…
阅读更多...
云原生安全基石：Linux进程隔离技术详解

云原生安全基石：Linux进程隔离技术详解

&#x1f525;「炎码工坊」技术弹药已装填&#xff01; 点击关注 → 解锁工业级干货【工具实测|项目避坑|源码燃烧指南】 一、基础概念 进程隔离是操作系统通过内核机制将不同进程的运行环境和资源访问范围隔离开的技术。其核心目标在于&#xff1a; 资源独占&#xff1a;确保…
阅读更多...
基于PySide6与pycatia的CATIA几何阵列生成器开发实践

基于PySide6与pycatia的CATIA几何阵列生成器开发实践

引言：参数化设计的工业价值 在航空航天、汽车制造等领域，复杂几何图案的批量生成是模具设计与机械加工的核心需求。传统手动建模方式存在效率低下、参数调整困难等问题。本文基于PySide6+pycatia技术栈，实现了一套支持​​动态参数配置​​、​​智能几何阵列生成​​的自动…
阅读更多...
Linux学习心得问题总结（三）

Linux学习心得问题总结（三）

day09 文件权限篇 文件权限的属性有哪些&#xff1f;我们应如何理解这些属性&#xff1f; 文件权限的属性包括可读&#xff08;r&#xff09;、可写&#xff08;w&#xff09;、可执行&#xff08;x&#xff09;三种权限&#xff0c;根据文件类型可分为普通文件&#xff08;.…
阅读更多...
Anthropic推出Claude Code SDK，强化AI助理与自动化开发整合

Anthropic推出Claude Code SDK，强化AI助理与自动化开发整合

Anthropic发布Claude Code SDK&#xff0c;协助开发团队将人工智慧助理整合进自动化开发流程&#xff0c;支援多轮对话、MCP协定及多元格式。 Anthropic推出Claude Code SDK&#xff0c;提供开发者与企业一套可程序化整合Claude AI助理至开发流程的工具。此SDK以命令列介面为基…
阅读更多...
6.4.1最小生成树

6.4.1最小生成树

知识总览 生成树(一定是连通的)&#xff1a; 是连通的无向图的一个子图&#xff0c;子图包含这个无向图的所有顶点有n-1条边(少一条边&#xff0c;生成树就不连通了)即为生成树&#xff0c;一个连通图可能有多个生成树 最小生成树(最小代价树)&#xff1a; 只有连通的无向图才…
阅读更多...
DARLR用于具有动态奖励的推荐系统的双智能体离线强化学习（论文大白话）

DARLR用于具有动态奖励的推荐系统的双智能体离线强化学习（论文大白话）

1. 概述 离线强化学习是现在强化学习研究的一个重点。相比与传统的强化学习它不需要大量的实时交互数据&#xff0c;仅仅依赖历史交互日志就可以进行学习。本文就是将离线强化学习用于推荐系统的一篇文章。 这篇文章主要解决的核心问题有以下几个&#xff1a; 1&#xff09;…
阅读更多...
第35节：PyTorch与TensorFlow框架对比分析

第35节：PyTorch与TensorFlow框架对比分析

引言 在深度学习领域，PyTorch和TensorFlow无疑是当前最受欢迎的两大开源框架。 自2015年TensorFlow由Google Brain团队发布，以及2016年Facebook的AI研究团队推出PyTorch以来，这两个框架一直在推动着深度学习研究和工业应用的发展。 本文将从多个维度对这两个框架进行详细对…
阅读更多...
企业级智能体 —— 企业 AI 发展的下一个风口？

企业级智能体 —— 企业 AI 发展的下一个风口？

在AI技术迅猛发展的当下&#xff0c;企业对AI的应用不断深入。企业级智能体逐渐受到关注&#xff0c;它会是企业AI发展的下一个风口吗&#xff1f;先来看企业典型的AI应用场景&#xff0c;再深入了解企业级智能体。 企业典型AI应用场景 1. 内容生成&#xff1a;2025年&#xf…
阅读更多...
【软考向】Chapter 2 程序设计语言基础知识

【软考向】Chapter 2 程序设计语言基础知识

程序设计语言概述低级语言 —— 机器指令、汇编语言高级语言 ——翻译：汇编、解释和编译语言处理程序基础 —— 翻译给计算机，汇编、编译、解释三类编译程序基本原理 —— 词法分析、语法分析、语义分析、中间代码生成、代码优化、目标代码生成文法和语言的形式描述确定的有限…
阅读更多...
JavaWeb：SpringBootAOP切面实现统计方法耗时和源码解析

JavaWeb：SpringBootAOP切面实现统计方法耗时和源码解析

介绍 快速入门 1.导入依赖 <dependency><groupId>org.springframework.boot</groupId><artifactId>spring-boot-starter-aop</artifactId> </dependency>2.切面类java Slf4j Aspect Component public class RecordTimeApsect {/*** 统计耗…
阅读更多...
RabbitMQ的其中工作模式介绍以及Java的实现

RabbitMQ的其中工作模式介绍以及Java的实现

文章目录 前文一、模式介绍1. 简单模式2. 工作队列模式3. 广播模式4. 路由模式5. 通配符模式6. RPC模式7. 发布确认模式 二、代码实现1、简单模式2、工作队列模式生产者消费者消费者 1消费者 2 3、广播模式 (Fanout Mode)生产者消费者 4、路由模式 (Direct Mode)生产者消费者 5…
阅读更多...
vue2项目搭建

vue2项目搭建

作者碎碎念&#xff1a;开历史倒车了&#xff0c;没想到不兼容&#xff0c;只能从vue3->vue2了。 1 vue3和vue2 这部分参考了官网的《vue3迁移指南》&#xff1a;Vue 3 的支持库进行了重大更新。以下是新的默认建议的摘要: 新版本的 Router, Devtools & test utils 来…
阅读更多...
Spring AI 源码解析：Tool Calling链路调用流程及示例

Spring AI 源码解析：Tool Calling链路调用流程及示例

Tool工具允许模型与一组API或工具进行交互&#xff0c;增强模型功能&#xff0c;主要用于&#xff1a; 信息检索&#xff1a;从外部数据源检索信息&#xff0c;如数据库、Web服务、文件系统或Web搜索引擎等 采取行动&#xff1a;可用于在软件系统中执行特定操作&#xff0c;如…
阅读更多...
2025年- H48-Lc156 --236. 二叉树的最近公共祖先(递归、深搜）--Java版

2025年- H48-Lc156 --236. 二叉树的最近公共祖先(递归、深搜）--Java版

1.题目描述 递归终止条件&#xff1a; 如果当前节点 root 为 null&#xff0c;表示到达了叶子节点的空子树&#xff1b; 如果当前节点是 p 或 q&#xff0c;就返回它&#xff08;因为从这里可以回溯寻找公共祖先&#xff09;。 2.思路 &#xff08;1&#xff09; 如果当前节…
阅读更多...
Hertz+Kitex快速上手开发

Hertz+Kitex快速上手开发

本篇文章以用户注册接口为例&#xff0c;快速上手HertzKitex 以用户注册接口来演示hertz结合kitex实现网关微服务架构的最简易版本 项目结构 api- gateway&#xff1a;网关实现&#xff0c;这里采用hertz框架 idl&#xff1a;接口定义用来生成kitex代码 kitex_gen&#xff…
阅读更多...
机器学习课程设计报告 —— 基于二分类的岩石与金属识别模型

机器学习课程设计报告 —— 基于二分类的岩石与金属识别模型

机器学习课程设计报告 题 目&#xff1a; 基于二分类的岩石与金属识别模型 专 业&#xff1a; 机器人工程 学生姓名&#xff1a; XXX 指导教师&#xff1a; XXX 完成日期&#xff1a…
阅读更多...
分词算法BPE详解和CLIP的应用

分词算法BPE详解和CLIP的应用

一、TL&#xff1b;DR BPE通过替换相邻最频繁的字符和持续迭代来实现压缩CLIP对text进行标准化和预分词后&#xff0c;对每一个单词进行BPE编码和查表&#xff0c;完成token_id的转换 二、BPE算法 2.1 核心思想和原理 paper&#xff1a;Neural Machine Translation of Rare…
阅读更多...
STM32F103_Bootloader程序开发02 - Bootloader程序架构与STM32F103ZET6的Flash内存规划

STM32F103_Bootloader程序开发02 - Bootloader程序架构与STM32F103ZET6的Flash内存规划

导言 在工业设备和机器人项目中&#xff0c;固件远程升级能力已成为提升设备维护性与生命周期的关键手段。本文将围绕STM32平台&#xff0c;系统性介绍一个简洁、可靠的Bootloader程序设计思路。 我们将Bootloader核心流程划分为五大功能模块&#xff1a; 启动入口与升级模式判…
阅读更多...
通过Auto平台与VScode搭建远程开发环境（以Stable Diffusion Web UI为例）

通过Auto平台与VScode搭建远程开发环境（以Stable Diffusion Web UI为例）

文章目录 Stable Diffusion Web UI一、&#x1f3af;主要功能概述二、&#x1f9e0;支持的主要模型体系三、&#x1f4e6;安装方式简述✅ 一、前提准备✅ 二、安装步骤混乱版本&#xff08;仅用于记录测试过程&#xff09;第一步&#xff1a;克隆仓库&#xff08;使用清华大学镜…
阅读更多...
推荐文章
最新文章

Copyright @ 2022~2023