《从理论到实践，深度解析MySQL Group Replication》从理论到实践，深度解析MySQL Group Replication
电子书：
</div>《从理论到实践，深度解析MySQL Group Replication》电子版地址
2022-12-22
144
版权
版权声明：
本文内容由阿里云实名注册用户自发贡献，版权归原作者所有，阿里云开发者社区不拥有其著作权，亦不承担相应法律责任。具体规则请查看《
阿里云开发者社区用户服务协议》和
《阿里云开发者社区知识产权保护指引》。如果您发现本社区中有涉嫌抄袭的内容，填写
侵权投诉表单进行举报，一经查实，本社区将立刻删除涉嫌侵权内容。
本文涉及的产品
简介：
从理论到实践，深度解析MySQL Group Replication
相关实践学习
每个IT人都想学的“Web应用上云经典架构”实战
目录
相关文章
|
26天前
|
存储
SQL
关系型数据库
MySQL中binlog、redolog与undolog的不同之处解析
每个都扮演回答回溯与错误修正机构角色: BinLog像历史记载员详细记载每件大大小小事件; RedoLog则像紧急救援队伍遇见突發情況追踪最后活动轨迹尽力补救; UndoLog就类似时间机器可倒带历史让一切归位原始样貌同时兼具平行宇宙观察能让多人同时看见各自期望看见历程而互不干扰.
113
9
9
|
2月前
|
存储
SQL
关系型数据库
MySQL 核心知识与索引优化全解析
本文系统梳理了 MySQL 的核心知识与索引优化策略。在基础概念部分，阐述了 char 与 varchar 在存储方式和性能上的差异，以及事务的 ACID 特性、并发事务问题及对应的隔离级别（MySQL 默认 REPEATABLE READ）。
索引基础部分，详解了 InnoDB 默认的 B+tree 索引结构（多路平衡树、叶子节点存数据、双向链表支持区间查询），区分了聚簇索引（数据与索引共存，唯一）和二级索引（数据与索引分离，多个），解释了回表查询的概念及优化方法，并分析了 B+tree 作为索引结构的优势（树高低、效率稳、支持区间查询）。
索引优化部分，列出了索引创建的六大原则
75
2
2
|
2月前
|
存储
SQL
关系型数据库
MySQL 核心知识与性能优化全解析
我整理的这份内容涵盖了 MySQL 诸多核心知识。包括查询语句的书写与执行顺序，多表查询的连接方式及内、外连接的区别。还讲了 CHAR 和 VARCHAR 的差异，索引的类型、底层结构、聚簇与非聚簇之分，以及回表查询、覆盖索引、左前缀原则和索引失效情形，还有建索引的取舍。对比了 MyISAM 和 InnoDB 存储引擎的不同，提及性能优化的多方面方法，以及超大分页处理、慢查询定位与分析等，最后提到了锁和分库分表可参考相关资料。
62
0
0
|
9月前
|
SQL
关系型数据库
MySQL
深入解析MySQL的EXPLAIN：指标详解与索引优化
MySQL 中的 `EXPLAIN` 语句用于分析和优化 SQL 查询，帮助你了解查询优化器的执行计划。本文详细介绍了 `EXPLAIN` 输出的各项指标，如 `id`、`select_type`、`table`、`type`、`key` 等，并提供了如何利用这些指标优化索引结构和 SQL 语句的具体方法。通过实战案例，展示了如何通过创建合适索引和调整查询语句来提升查询性能。
1728
10
11
|
3月前
|
关系型数据库
MySQL
MySQL字符串拼接方法全解析
本文介绍了四种常用的字符串处理函数及其用法。方法一：CONCAT，用于基础拼接，参数含NULL时返回NULL；方法二：CONCAT_WS，带分隔符拼接，自动忽略NULL值；方法三：GROUP_CONCAT，适用于分组拼接，支持去重、排序和自定义分隔符；方法四：算术运算符拼接，仅适用于数值类型，字符串会尝试转为数值处理。通过示例展示了各函数的特点与应用场景。
427
0
0
|
6月前
|
Ubuntu
关系型数据库
MySQL
容器技术实践：在Ubuntu上使用Docker安装MySQL的步骤。
通过以上的操作，你已经步入了Docker和MySQL的世界，享受了容器技术给你带来的便利。这个旅程中你可能会遇到各种挑战，但是只要你沿着我们划定的路线行进，你就一定可以达到目的地。这就是Ubuntu、Docker和MySQL的灵魂所在，它们为你开辟了一条通往新探索的道路，带你亲身感受到了技术的力量。欢迎在Ubuntu的广阔大海中探索，用Docker技术引领你的航行，随时准备感受新技术带来的震撼和乐趣。
282
16
17
|
5月前
|
SQL
运维
关系型数据库
MySQL Binlog 日志查看方法及查看内容解析
本文介绍了 MySQL 的 Binlog（二进制日志）功能及其使用方法。Binlog 记录了数据库的所有数据变更操作，如 INSERT、UPDATE 和 DELETE，对数据恢复、主从复制和审计至关重要。文章详细说明了如何开启 Binlog 功能、查看当前日志文件及内容，并解析了常见的事件类型，包括 Format_desc、Query、Table_map、Write_rows、Update_rows 和 Delete_rows 等，帮助用户掌握数据库变化历史，提升维护和排障能力。
2051
6
7
|
5月前
|
域名解析
网络协议
安全
DNS服务器地址大全
DNS（域名系统）是互联网的“电话簿”，将域名解析为IP地址。选择优质DNS服务器可提升网络速度、降低延迟。以下是全球及中国各运营商的DNS服务器列表，包括公共DNS（如Google DNS、Cloudflare DNS）、中国电信、联通、移动等。根据地理位置、稳定性、安全性与隐私保护等因素选择适合的DNS服务器，优化上网体验。
12999
6
6
|
9月前
|
存储
关系型数据库
MySQL
double ，FLOAT还是double(m,n)--深入解析MySQL数据库中双精度浮点数的使用
本文探讨了在MySQL中使用`float`和`double`时指定精度和刻度的影响。对于`float`，指定精度会影响存储大小：0-23位使用4字节单精度存储，24-53位使用8字节双精度存储。而对于`double`，指定精度和刻度对存储空间没有影响，但可以限制数值的输入范围，提高数据的规范性和业务意义。从性能角度看，`float`和`double`的区别不大，但在存储空间和数据输入方面，指定精度和刻度有助于优化和约束。
1400
5
5
|
9月前
|
缓存
关系型数据库
MySQL
热门文章
最新文章
1
Ubuntu 22.04.1上安装MySQL 8.0及设置root密码的注意事项
2
MySQL数据库中进行日期比较的多种方法介绍。
3
使用命令行cmd查询MySQL表结构信息技巧分享。
4
MySQL中binlog、redolog与undolog的不同之处解析
5
在CentOS 8.x上安装Percona Xtrabackup工具备份MySQL数据步骤。
6
MySQL数据库约束条件概述及其重要性讨论。
7
降低MySQL高CPU使用率的优化策略。
8
实时数仓和离线数仓还分不清楚？看完就懂了
9
Apache Doris 实时更新技术揭秘：为何在 OLAP 领域表现卓越？
10
Apache Doris 在菜鸟的大规模湖仓业务场景落地实践
1
畅捷通基于Flink的实时数仓落地实践
8447
2
阿里云位居 IDC MarketScape 中国实时湖仓评估领导者类别
255
3
"Flink+Paimon：阿里云大数据云原生运维数仓的创新实践，引领实时数据处理新纪元"
427
4
如何在Dataphin中构建Flink+Paimon流式湖仓方案
8306
5
阿里云数加-分析型数据库AnalyticDB数据导入的多样化策略
370
6
数据仓库的深度探索与实时数仓应用案例解析
1235
7
深度解析阿里云EMR Serverless StarRocks在OLAP数据分析中的应用场景
323
8
数据仓库深度解析与实时数仓应用案例探析
1026
9
实时数仓Hologres TPC-H及点查性能开箱测试
13121
10
通义大模型百炼融合AnalyticDB， 阿里云专家手把手带你10分钟创建网站AI助手
534