大鹏一日同风起

大鹏一日同风起
记录日常,记录生活,记录时代
linux

lsof查看端口被谁占用

使用 lsof 查找打开的文件 通过查看打开的文件,了解更多关于系统的信息。了解应用程序打开了哪些文件或者哪个应用程序打开了特定的文件,作为系统管理员,这将使得您能够作出更好的决策。例如,您不应该卸载具有打开文件的文件系统。使用 lsof,您可以检查打开的文件,并根据需要在卸载之前中止相应的进程。同样地,如果您发现了一个未知的文件,那么可以找出到底是哪个应用程序打开了这个文件。 在 UNIX® 环境中,文件无处不在,这便产生了一句格言:“任何事物都是文件”。通过文件不仅仅可以访问常规数据,通常还可以访问网络连接和硬…

2017年9月8日 0条评论 3点热度 0人点赞 pbdatacn 阅读全文
linux

为应用选择和创建最佳索引,加速数据读取

由于SQL问题导致的数据库故障层出不穷,索引问题是SQL问题中出现频率最高的,常见的索引问题包括:无索引,隐式转换,索引创建不合理。 当数据库中出现访问表的SQL没创建索引导致全表扫描,如果表的数据量很大扫描大量的数据,执行效率过慢,占用数据库连接,连接数堆积很快达到数据库的最大连接数设置,新的应用请求将会被拒绝导致故障发生。 隐式转换是指SQL查询条件中的传入值与对应字段的数据定义不一致导致索引无法使用。常见隐式转换如字段的表结构定义为字符类型,但SQL传入值为数字;或者是字段定义collation为区分大小写,…

2017年9月8日 0条评论 2点热度 0人点赞 pbdatacn 阅读全文
linux

数据库变慢的分析

问题描述:用户的数据库发现相同的一条sql 语句,数据量百万级左右,在原来SQL 中执行大概是0.015s,而在云数据库下直接运行是5分左右,执行非常的慢,已经严重的影响了用户使用云数据库使用的信心。 可能原因:为什么在用户的数据库上执行只需要0.015s,而到云数据库后变为了5分?根据经验,很有可能是SQL 的执行计划改变了,而导致执行时间剧增。 问题排查:通过explain 查看sql 的执行计划,一步一步进行优化。 通过分析,我们可以从执行计划上分析b 表做了一个全表扫描(执行计划的最后一行),查看b 表中t…

2017年9月8日 0条评论 2点热度 0人点赞 pbdatacn 阅读全文
linux

慢SQL排查方法  

慢 SQL 的一般排查步骤为: 1.定位慢 SQL; 2.定位性能损耗节点; 3.定位性能损耗原因并处理。 说明:排查过程中,建议通过 MySQL 命令行进行连接:mysql -hIP -PPORT -uUSER -pPASSWORD -c 。请务必加上 “-c”,防止 MySQL 客户端过滤掉注释(默认)从而影响 HINT 的执行。 定位慢 SQL 定位慢 SQL 一般有两种场景:历史信息可从慢 SQL 记录中查询;实时慢 SQL 执行信息可使用SHOW PROCESSLIST 指令展示。 查看慢 SQL 记录 …

2017年9月8日 0条评论 2点热度 0人点赞 pbdatacn 阅读全文
linux

创建分表

通过分区字段(shardkey)把一个大表水平拆分到多个数据库,下面给大家介绍下分表的方法: 如何选择分区字段 一旦定好分区字段,就不能轻易修改分区字段,因此开发人员需要提前评估。选择分区字段的时候主要考虑两个维度: 通过该字段能否对数据进行均衡的存储和访问 多个相关联的表能否使用同一个字段。(相同分区字段数据会存储在同一个物理分片中,大多数的业务逻辑需要进行join时,可无需走分布式事务逻辑而直接在单节点内执行,效率大大提示) 举个例子,如果业务有两张表,一个用于记录用户的基本信息,一个用于用户的订单信息,此时如…

2017年9月8日 0条评论 2点热度 0人点赞 pbdatacn 阅读全文
linux

SQL 优化方法(二)

Mysql 数据库作为数据持久化的存储系统,在实际业务中应用广泛。在应用也经常会因为 SQL 遇到各种各样的瓶颈。最常用的 Mysql 引擎是 innodb,索引类型是 B-Tree 索引,增删改查等操作最经常遇到的问题是“查”,查询又以索引为重点。 接下来的内容,安排如下: 介绍索引的工作原理 引用实例具体介绍索引 如何使用 explain 排查线上问题 实际碰到的问题汇总 索引如何工作 当查询时,Mysql 的查询优化器会使用统计数据预估使用各个索引的代价(COST),与不使用索引的代价(COST)比较。Mys…

2017年9月8日 0条评论 3点热度 0人点赞 pbdatacn 阅读全文
linux

SQL 优化方法

SQL 优化的基本原则 在MySQL 执行的 SQL 计算称为可下推计算。可下推计算能够减少数据传输,减少网络层的开销,提升 SQL 语句的执行效率。 因此,SQL 语句优化的基本原则为:尽量让更多的计算可下推到 MySQL 上执行。 可下推计算主要包括: JOIN 连接; 过滤条件,如 WHERE 或 HAVING 中的条件; 聚合计算,如 COUNT,GROUP BY 等; 排序,如 ORDER BY; 去重,如 DISTINCT; 函数计算,如 NOW() 函数等; 子查询。 注意:上述列表只是列出可下推计算…

2017年9月8日 0条评论 3点热度 0人点赞 pbdatacn 阅读全文
linux

MySQL 索引及查询优化总结

一个简单的对比测试 前面的案例中,c2c_zwdb.t_file_count表只有一个自增id,FFileName字段未加索引的sql执行情况如下: 在上图中,type=all,key=null,rows=33777。该sql未使用索引,是一个效率非常低的全表扫描。如果加上联合查询和其他一些约束条件,数据库会疯狂的消耗内存,并且会影响前端程序的执行。 这时给FFileName字段添加一个索引: alter table c2c_zwdb.t_file_count add index index_title(FFile…

2017年9月8日 0条评论 4点热度 0人点赞 pbdatacn 阅读全文
linux

MySQL 数据库设计总结

规则1:一般情况可以选择MyISAM存储引擎,如果需要事务支持必须使用InnoDB存储引擎。 注意:MyISAM存储引擎 B-tree索引有一个很大的限制:参与一个索引的所有字段的长度之和不能超过1000字节。另外MyISAM数据和索引是分开,而InnoDB的数据存储是按聚簇(cluster)索引有序排列的,主键是默认的聚簇(cluster)索引,因此MyISAM虽然在一般情况下,查询性能比InnoDB高,但InnoDB的以主键为条件的查询性能是非常高的。 规则2:命名规则。 数据库和表名应尽可能和所服务的业务模块…

2017年9月8日 0条评论 2点热度 0人点赞 pbdatacn 阅读全文
linux

MYSQL 实例CPU超过100%的分析

关于云数据库实例cpu 超过100%,通常这种情况都是由于sql 性能问题导致的,下面我用一则案例来分析: 用户实例xxx反馈cpu 超过100%,实例偶尔出现卡住的现象 1.原理:cpu 消耗过大通常情况下都是有慢sql 造成的,这里的慢sql 包括全表扫描,扫描数据量过大,内存排序,磁盘排序,锁争用等待等; 2.表现现象:sql 执行状态为:sending data,Copying to tmp table,Copying to tmp table on disk,Sorting result,locked; …

2017年9月8日 0条评论 2点热度 0人点赞 pbdatacn 阅读全文
12345

近期文章

  • stable-diffusion-webui安装过程
  • 2022年python库大全
  • ICE Server与信令Server
  • linux 安装canvas报错
  • 从Yahoo财经下载历史数据

近期评论

您尚未收到任何评论。

COPYRIGHT © 2026 大鹏一日同风起. ALL RIGHTS RESERVED.

Theme Kratos Made By Seaton Jiang

京ICP备14029030号-1