✅ 通用首选:utf8mb4_0900_ai_ci(MySQL8.0 默认)MySQL 含义:ai=accent-insensitive 不区分重音;ci=case-insensitive 不区分大小写 基于 UCA 9.0 标准,Unicode 排序规则最新最准,支持 emoji、生僻字、多语言,
按类别整理,同时附带错误示例、原因、修正写法,覆盖 MySQL / PostgreSQL /openGauss/ 达梦 等常见库。 说明:有些属于语法兼容问题(A 库合法、B 库报错),很多人会当成语法错误。 一、符号、引号、分号类(最高发) 漏写 / 多写分号 ; -- 错误:少分号,语句粘连 s
✅ MySQL / MariaDB(mysql 客户端) 登录 mysql -h127.0.0.1 -P3306 -uroot -p 常用查看: -- 列出所有库 SHOW DATABASES; -- 查看当前所在库 SELECT DATABASE(); -- 查看版本 SELECT VERSIO
openGauss 是开源版高斯,华为云 GaussDB 是云化商业版,SQL 语法、基础操作大体一致,下面按SQL 操作、数据导入导出、权限安全、运维管理、高可用、特色增强功能分类整理。 一、标准 SQL 操作(开发最常用)
DBA 数据库安全核心思路:边界防护 + 身份权限 + 数据本身 + 审计监控 + 备份灾备 + 漏洞与变更管控 + 应急响应,覆盖事前、事中、事后全生命周期。 一、身份与访问安全(最核心,防越权登录) 最小权限原则 账号按需授权,禁止 DBA 日常使用超级账号(root、sys、postgres、
优化思路分为 4 大块:SQL 语句本身优化、索引优化、数据库表结构设计、执行计划与数据库配置,优先从执行计划入手定位瓶颈,不要盲目加索引。 一、先看执行计划(定位问题的第一步) MySQL:EXPLAIN SELECT ... PostgreSQL:EXPLAIN ANALYZE SELECT .
向量数据库本质是对高维向量做相似度检索 + 配套元数据管理,选型要从业务规模、检索性能、工程运维、成本、生态合规几个维度评估,下面分大类梳理,适合技术方案评审。 一、业务与向量本身特征(最先评估) 向量维度 低维(<256):大部分库都轻松支持; 中维(256~1024):主流 Embedding
核心思路:先评估业务负载类型、数据量、并发、SLA,再匹配 CPU / 内存 / 磁盘 / 网络,最后区分物理机、虚拟机、容器、云数据库选型,不要上来直接堆硬件。 一句话原则:数据库绝大多数场景是内存优先,其次磁盘 IO,CPU 看计算压力。 一、第一步:明确业务需求(选型前置) 1. 业务类型
数据库正在从单纯的数据存储容器,进化为AI 时代的数据与知识底座;技术上走向云原生、多模融合、AI 原生、软硬协同;国内市场则叠加信创自主可控 + AI 业务爆发双重红利,长期前景向好,但竞争门槛持续拉高。 一、核心技术发展趋势 1. AI 原生 + 向量检索成为标配
主流:JDBC 连接池(HikariCP、Druid),核心监控目标:连接数、等待队列、活跃连接、空闲连接、泄漏、慢 SQL、使用率,用于发现连接耗尽、连接泄漏、池过小 / 过大等线上故障。 一、连接池核心指标(必须监控)
数据库连接本质是客户端与数据库之间的会话通道,建立连接是重操作(TCP 三次握手、身份认证、权限加载、初始化会话上下文),不能频繁创建销毁,大部分连接性能问题都围绕:连接创建开销、连接泄漏、连接池配置不合理、长连接 / 短连接误用、网络、事务持有连接这几大块。 1. 频繁创建销毁连接(短连接滥用)
分为 mysqldump(命令行,最常用)、mysql 命令导入 sql 文件、select … into outfile /load data infile(文本批量导入导出)、Navicat/DBeaver 图形工具四种方式。 环境:MySQL 5.7 / 8.0,注意 8.0 对文件路径、se
概念模型:不关心具体数据库、不关心表、字段类型,只描述业务里有哪些实体、实体的属性、实体之间的关系,输出产物一般是 E‑R 图(实体‑联系图)。 一、核心 4 个要素 实体 (Entity):业务中独立存在的对象,名词。例:学生、课程、订单、客户。用矩形表示。 属性 (Attribute):实体的特
网站慢很大一部分瓶颈来自数据库:慢查询、索引失效、大表扫描、连接过多、IO 压力大。优化分为索引优化、SQL 语句优化、表结构设计、数据库配置、架构层优化、业务层规避六个层面。 一、索引优化(最高性价比) 索引本质是以空间换查询时间,不是越多越好。 给 WHERE、JOIN、ORDER BY、GRO
数据库选型与架构设计,需要从业务需求、性能、可靠性、扩展性、运维、成本、安全合规多个维度综合权衡,下面整理核心关键因素。 1. 业务数据模型与访问模式 优先看数据怎么存、怎么读,决定数据库类型选型(关系型、NoSQL、时序、图、宽列等) 数据模型 结构化数据、强关联、事务要求高:优先关系型(MySQ
数据库数据块(Data Block)是 IO 最小读写单元,磁盘、缓存、数据库之间都以块为单位交互。块大小设置不合理,会产生过多 IO、内存浪费、缓存命中率下降,直接影响读性能。不同数据库概念略有差异:Oracle 叫db_block_size;MySQL InnoDB 叫innodb_page_s