阮胜昌的技术记录站-LinuxMySQL数据库运维

摘要：监控脚本：[root@node10 chapter-10]# python nagios_check.py criticalStatus is CRITICAL[root@node10 chapter-10]# cat nagios_check.pyimport sys,json,httplib,base64status = sys.argv[1]if status.lower() == "warning":        print "Status is WARN"        exit(1)elif status.lower() =="critic

摘要：配置中如果有问题，请一定要查看备库的警告日志文件tail -f  /u01/app/oracle/diag/rdbms/ora11g_standby/orcl/trace/alert_orcl.log操作系统环境:[oracle@node139 dbs]$ uname -aLinux node139 4.1.12-61.1.28.el6uek.x86_64 #2 SMP Thu Feb 23 20:03:53 PST 2017 x86_64 x86_64 x86_64 GNU/Linux[oracle@node139 dbs]$ cat /etc/redhat-releaseRed Hat Enterprise Linux

摘要：服务器环境：[root@node155 ~]# rpm -qa | grepmaxscalemaxscale-2.4.2-1.x86_64[root@node155 ~]# cat /etc/redhat-release CentOS release 6.9 (Final)[root@node155 ~]# uname -aLinux node155 2.6.32-696.el6.x86_64 #1 SMP Tue Mar 2119:29:05 UTC 2017 x86_64 x86_64 x86_64 GNU/Linux 配置拓扑图：本文利用一主两从的复制架构介绍Maxscale读写分离的实现，环境如下：&nb

摘要：不知道从什么时候开始，网上流传着这么一个说法：MySQL的WHERE子句中包含 IS NULL、IS NOT NULL、!= 这些条件时便不能使用索引查询，只能使用全表扫描。这种说法愈演愈烈，甚至被很多同学奉为真理。咱啥话也不说，举个例子。假如我们有个表s1，结构如下：CREATE TABLE s1 ( id INT NOT NULL AUTO_INCREMENT, key1 VARCHAR(100), key2 VARCHAR(100), key3 V

摘要：在事务插入数据过程中，为防止其他事务向索引上该位置插入数据，会在插入之前先申请插入意向范围锁，而如果申请插入意向范围锁被阻塞，则事务处于gap before rec insert intention waiting的等待状态。MySQL官方文档解释如下：INSERT sets an exclusive lock on the inserted row. This lock is an index-record lock, not a next-key lock (that is, there is no gap lock) an

摘要：char(m)　　　　定长字符串类型 非Unicode 字符varchar(m)变长字符串类型　 非 Unicode 数据说明:M为最大可存储字节数汉子占两个字节，通过指定m，来限制存储的最大字符数长度，char(20)和varchar(20)将最多只能存储20个字符，超过的字符将会被截掉。m必须小于该类型允许的最大字符数。 一char(m)类型Char(m)   最大字节数255   定长类

摘要：存储引擎：innodb题目如下： create table t( id primary, ver int, content varchar(3000), intro varchar(3000) ) engine innodb charset utf8; 表有10000条数据，按如下条件查询： select id from t order by id  #慢 select id from t order by id,ver #快 为什么？  实验如下： 创建一个innodb引擎的表： create table smth( id int(11) not null default &

摘要：题目：假设某个表有一个联合索引(c1,c2,c3,c4),以下那个只能使用联合索引的c1,c2,c3部分：A.where c1=x and c2=x and c4>x and c3=xB.where c1=x and c2=x and c4=x order by c3C.where c1=x and c4=x group by c3,c2D.where c1=? and c5=? order by c2,c3E.wherre c1=? and c2=? and c5=? order by c2,c3创建一张表并插入数据：root@db5.7.18[test]> use test;Database

摘要：例如：单表中出现了，动辄百万甚至千万级别的数据。“分表分库”就成为解决上述问题的有效工具。今天和大家一起看看，如何进行分表分库以及期间遇到的问题吧。为什么会分表分库数据库数据会随着业务的发展而不断增多，因此数据操作，如增删改查的开销也会越来越大。再加上物理服务器的资源有限(CPU、磁盘、内存、IO 等)。最终数据库所能承载的数据量、数据处理能力都将遭遇瓶颈

摘要：工作中我们经常用到多个left join去关联其他表查询结果，但是随着数据量的增加，一个表的数据达到百万级别后，这种普通的left join查询将非常的耗时。原SQL:SELECT a.*,b.*,b.diff_num,b.supplier_id,b.num,b.price,c.product_id,c.old_spec_sku,c.new_purchase_price,d.old_parent_sku,d.product_cname FROM hexin_erp_storage_out_main a left JOIN hexin_erp_storage_out_de