作者：杨涛涛 资深数据库专家，专研 MySQL 十余年。擅长 MySQL、PostgreSQL、MongoDB 等开源数据库相关的备份恢复、SQL 调优、监控运维、高可用架构设计等。目前任职于爱可生，为各大运营商及银行金融企业提供 MySQL 相关技术支持、MySQL 相关课程培训等工作。 本文来源：原创投稿
适用分区或者说分表最多的场景依然是针对时间字段做拆分， 这节我们详细讲讲如何更好的基于时间字段来拆分。分别按照年、月、日几个维度的实现方法以及一些细节注意事项。 第一，以年为维度做拆分 日期字段拆分粒度的选择跟业务检索请求密切相关。比如保留10年数据，每次查询基于
本文转自：https://www.sohu.com/a/414190637_120426623 一、概念 压缩表从名字上来看，简单理解为压缩后的表，也就是把原始表根据一定的压缩算法按照一定的压缩比率压缩后生成的表。 1.1 压缩能力强的产品 表压缩后从磁盘占用上看要比原始表要小很多。如果你熟悉列式数据库，那对这个概
前面介绍了 B 树索引、哈希索引，接下来看看 MySQL 全文索引。 在讲全文索引之前，可以看看如下很常见的一类 SQL 语句： select count(*) from fx where s1 like '%cluster%' 这条语句从表 fx 中检索字段 s1，过滤条件为 ‘%cluster%’，这样的模糊查找语句性能很差，即使在字段 s1
