- 详解华为云RDS for MySQL备份恢复：全量与Binlog增量原理、自动/手动备份、PITR与库表级恢复、跨区域备份和费用，总结五个常见坑及规避方法。 详解华为云RDS for MySQL备份恢复：全量与Binlog增量原理、自动/手动备份、PITR与库表级恢复、跨区域备份和费用，总结五个常见坑及规避方法。
- 从对账少了一笔切入，讲清 STATEMENT 记过程、ROW 记结果的差别，纠正 NOW 会不一致的误解，复现 UUID 与无序 LIMIT 造成的主从分家，给出三种格式的体积账、ROW 的压缩与镜像开关、8.0 弃用 STATEMENT/MIXED 的方向，以及切换格式的坑与决策表。 从对账少了一笔切入，讲清 STATEMENT 记过程、ROW 记结果的差别，纠正 NOW 会不一致的误解，复现 UUID 与无序 LIMIT 造成的主从分家，给出三种格式的体积账、ROW 的压缩与镜像开关、8.0 弃用 STATEMENT/MIXED 的方向，以及切换格式的坑与决策表。
- MySQL 是应用最广泛的开源关系型数据库之一。无论是本地开发联调，还是云上使用 RDS for MySQL，日常打交道最多的就是建库建表、增删改查和账号权限这三类操作。下面这组高频命令覆盖了绝大多数开发场景，建议收藏后亲手敲一遍，加深记忆。 一、连接与建库建表先用命令行客户端连上数据库，-p 后面不直接跟密码，回车后再输入更安全：mysql -h 127.0.0.1 -P 3306 -u ... MySQL 是应用最广泛的开源关系型数据库之一。无论是本地开发联调，还是云上使用 RDS for MySQL，日常打交道最多的就是建库建表、增删改查和账号权限这三类操作。下面这组高频命令覆盖了绝大多数开发场景，建议收藏后亲手敲一遍，加深记忆。 一、连接与建库建表先用命令行客户端连上数据库，-p 后面不直接跟密码，回车后再输入更安全：mysql -h 127.0.0.1 -P 3306 -u ...
- 接手了一套埋点日志库，写入量每天2亿条，表上有十几个二级索引，磁盘IO长期高位。查了一圈资料，把目光落在changebuffer上——一个很多人听过名字但说不清原理的机制。调大它之后写入吞吐提升了25%，没改一行业务代码。原理拆开讲不复杂。InnoDB写入时要维护所有索引，如果目标二级索引页恰好在bufferpool里，直接改内存完事；但如果页不在内存（大表随机写时很常见），默认做法是从磁盘... 接手了一套埋点日志库，写入量每天2亿条，表上有十几个二级索引，磁盘IO长期高位。查了一圈资料，把目光落在changebuffer上——一个很多人听过名字但说不清原理的机制。调大它之后写入吞吐提升了25%，没改一行业务代码。原理拆开讲不复杂。InnoDB写入时要维护所有索引，如果目标二级索引页恰好在bufferpool里，直接改内存完事；但如果页不在内存（大表随机写时很常见），默认做法是从磁盘...
- 2026 年数据库世界的一个结构性事实是：存量仍然属于 MySQL，增量已经归 PostgreSQL。Stack Overflow 2025 的迁移流向图被总结为一句话——“所有数据库都在向 PostgreSQL 迁移”；JetBrains 的独立调研同样显示 PG 超越 MySQL 成为最受欢迎数据库；Docker Hub 官方镜像周拉取量上，postgres 约为 mysql 的 3.8... 2026 年数据库世界的一个结构性事实是：存量仍然属于 MySQL，增量已经归 PostgreSQL。Stack Overflow 2025 的迁移流向图被总结为一句话——“所有数据库都在向 PostgreSQL 迁移”；JetBrains 的独立调研同样显示 PG 超越 MySQL 成为最受欢迎数据库；Docker Hub 官方镜像周拉取量上，postgres 约为 mysql 的 3.8...
- 慢查询是数据库性能问题最常见的信号，处理思路分三步：先找到它，再分析它，最后优化它。第一步，开启慢查询日志。把 long_query_time 设为合适的阈值，比如 1 秒，SQL 执行超过这个时间就会被记录。也可以用 performance_schema 或 sys 库查看实时统计。第二步，分析 SQL。使用 EXPLAIN 查看执行计划，重点关注这几项：type 是否是 ALL（全表扫描... 慢查询是数据库性能问题最常见的信号，处理思路分三步：先找到它，再分析它，最后优化它。第一步，开启慢查询日志。把 long_query_time 设为合适的阈值，比如 1 秒，SQL 执行超过这个时间就会被记录。也可以用 performance_schema 或 sys 库查看实时统计。第二步，分析 SQL。使用 EXPLAIN 查看执行计划，重点关注这几项：type 是否是 ALL（全表扫描...
- 事务隔离级别决定了多个事务并发执行时互相之间的可见性，MySQL 一共提供四个级别。读未提交（Read Uncommitted）：一个事务能读到另一个事务未提交的数据，会出现脏读，实际几乎没人使用。读已提交（Read Committed）：只能读到对方已提交的数据，解决了脏读，但仍可能出现不可重复读。可重复读（Repeatable Read）：同一个事务内多次查询结果一致，解决了不可重复读。... 事务隔离级别决定了多个事务并发执行时互相之间的可见性，MySQL 一共提供四个级别。读未提交（Read Uncommitted）：一个事务能读到另一个事务未提交的数据，会出现脏读，实际几乎没人使用。读已提交（Read Committed）：只能读到对方已提交的数据，解决了脏读，但仍可能出现不可重复读。可重复读（Repeatable Read）：同一个事务内多次查询结果一致，解决了不可重复读。...
- 从 B+ 树的数据结构讲到联合索引与覆盖索引，给出可落地的建索引方法 从 B+ 树的数据结构讲到联合索引与覆盖索引，给出可落地的建索引方法
- 拆解 InnoDB 的内存结构、磁盘结构与后台线程，理解一条 SQL 的落盘路径 拆解 InnoDB 的内存结构、磁盘结构与后台线程，理解一条 SQL 的落盘路径
- 建了联合索引 (a, b, c)，查询却走了全表扫描。这不是索引没生效，而是写法和索引结构对不上。下面这六种情况在实际项目里最常见。一、跳过了最左列。where b = 1 and c = 2 用不上 (a, b, c)，因为 B+ 树先按 a 排序，a 不定下来后面无法定位。想让 b、c 生效，得单独给 (b, c) 建索引。二、范围查询截断后续列。where a = 1 and b > ... 建了联合索引 (a, b, c)，查询却走了全表扫描。这不是索引没生效，而是写法和索引结构对不上。下面这六种情况在实际项目里最常见。一、跳过了最左列。where b = 1 and c = 2 用不上 (a, b, c)，因为 B+ 树先按 a 排序，a 不定下来后面无法定位。想让 b、c 生效，得单独给 (b, c) 建索引。二、范围查询截断后续列。where a = 1 and b > ...
- 一个核心报表查询join两张大表，5.7时代跑了42秒，迁到8.0之后同一个SQL只跑2.1秒，SQL和索引都没动。团队一开始以为是新机器的功劳，EXPLAINFORMAT=TREE一看，执行计划里赫然写着Innerhashjoin——不是硬件，是优化器换代了。5.7处理无索引可用的join靠BlockNestedLoop（BNL）：把驱动表按join_buffer_size分块装进内存，被... 一个核心报表查询join两张大表，5.7时代跑了42秒，迁到8.0之后同一个SQL只跑2.1秒，SQL和索引都没动。团队一开始以为是新机器的功劳，EXPLAINFORMAT=TREE一看，执行计划里赫然写着Innerhashjoin——不是硬件，是优化器换代了。5.7处理无索引可用的join靠BlockNestedLoop（BNL）：把驱动表按join_buffer_size分块装进内存，被...
- MySQL 索引的本质是「用空间换时间」。InnoDB 的索引使用 B+ 树结构，叶子节点存放主键值或完整行数据，非叶子节点只存索引键，因此同样大小的页能容纳更多条目，树的高度更低，查询时从根节点逐层往下，通常只需 3 到 4 次磁盘 I/O 就能定位到数据。没有索引时，MySQL 只能全表扫描，百万行的表就要读几十万行。加了合适的索引，查询可以走「二级索引 + 回表」或「覆盖索引」直接返回... MySQL 索引的本质是「用空间换时间」。InnoDB 的索引使用 B+ 树结构，叶子节点存放主键值或完整行数据，非叶子节点只存索引键，因此同样大小的页能容纳更多条目，树的高度更低，查询时从根节点逐层往下，通常只需 3 到 4 次磁盘 I/O 就能定位到数据。没有索引时，MySQL 只能全表扫描，百万行的表就要读几十万行。加了合适的索引，查询可以走「二级索引 + 回表」或「覆盖索引」直接返回...
- MySQL索引底层原理：从B+树到聚簇索引本文深入剖析MySQL索引的底层实现原理，帮助你理解为什么索引能加速查询，以及如何设计高效的索引。 为什么索引能加速查询？没有索引时，MySQL需要全表扫描（Full Table Scan），时间复杂度O(n)。索引通过有序数据结构，将查询复杂度降低到O(log n)。 B+树：MySQL索引的核心 为什么选择B+树？数据结构优点缺点适用场景哈希表... MySQL索引底层原理：从B+树到聚簇索引本文深入剖析MySQL索引的底层实现原理，帮助你理解为什么索引能加速查询，以及如何设计高效的索引。 为什么索引能加速查询？没有索引时，MySQL需要全表扫描（Full Table Scan），时间复杂度O(n)。索引通过有序数据结构，将查询复杂度降低到O(log n)。 B+树：MySQL索引的核心 为什么选择B+树？数据结构优点缺点适用场景哈希表...
- 华为云作品展览馆投递实战：GitCode 仓库、SELF_VERIFY 自委托 STS 凭证、DevBridge 隧道、SATA 售罄故障排查与本地突围全记录。 华为云作品展览馆投递实战：GitCode 仓库、SELF_VERIFY 自委托 STS 凭证、DevBridge 隧道、SATA 售罄故障排查与本地突围全记录。
- 一、背景与痛点公司电商系统的订单、用户、商品数据全在 MySQL 里，日常运营需要看各种报表：今日订单量、GMV 实时走势各品类销售占比用户地域分布直接在 MySQL 上跑分析 SQL，问题很明显：锁表风险：大查询扫全表，业务写入被阻塞查询慢：多表 JOIN + 时间聚合，动辄十几秒维度单一：MySQL 不适合做多维分析，Cube 展开困难核心诉求：把分析流量从业务库剥离，用专门的 OLAP... 一、背景与痛点公司电商系统的订单、用户、商品数据全在 MySQL 里，日常运营需要看各种报表：今日订单量、GMV 实时走势各品类销售占比用户地域分布直接在 MySQL 上跑分析 SQL，问题很明显：锁表风险：大查询扫全表，业务写入被阻塞查询慢：多表 JOIN + 时间聚合，动辄十几秒维度单一：MySQL 不适合做多维分析，Cube 展开困难核心诉求：把分析流量从业务库剥离，用专门的 OLAP...
上滑加载中
推荐直播
-
华为云码道Agent集成与鸿蒙实战2026/08/11 周二 19:00-21:00
王一男-华为云码道产品规划专家；李炎-华为云码道产品专家；彭江敏-华为云鸿蒙端云一体化开发专家
本次直播带你解读华为云码道7月份产品新特性、新功能。更有专家演示码道Agent Space × 钉钉机器集成实战，从0到1打通消息通道；码道鸿蒙端云一体化实战，快速搭建员工签到系统。
回顾中 -
华为云开发者AI素养直播课·第五期2026/09/04 周五 16:00-18:00
林华鼎-华为云AI开发者运营负责人；蒋春阳-华为云AI开发者案例开发专家
本期直播内容： AI工具体验营 · 第5-8课连讲。Agent-Team 多智能体协作完成毕业设计实践
回顾中 -
华为云开发者AI素养ClassRoom·第六期2026/09/08 周二 19:00-20:00
樊渊-2026华为软件挑战赛冠军
高手来了：看软挑高手解析二维排样问题—从工业难题到算法突破
回顾中
热门标签