PolarDB 是阿里云自研的数据库产品家族，采用存储计算分离、软硬一体化设计，既拥有分布式设计的低成本优势，又具有集中式的易用性，可满足大规模应用场景需求。

BeetlSQL 不仅仅是简单的类似MyBatis或者是Hibernate，或者是俩着的综合，BeetlSQL远大理想是对标甚至超越Spring Data，是实现数据访问统一的框架，无论是传统数据库，还是大数据，还是查询引擎或者时序库，内存数据库。

Druid 1.1.23 发布了。Druid 是一个数据库连接池，能够提供强大的监控和扩展功能。

架构师成长：MySQL优化的12篇文章。如需要文章中的SQL案例数据，请联系qq：459104018，或者微信：crazyiter （本文作者：江哥一直在）

阿里云SQL优化挑战赛，本次慢SQL优化挑战赛的题目全部来自于生产案例，将众多考察点揉合到一条SQL中，主要考虑了以下方面：表设计：考察字符和数字字段定义，字符集大小写校验，时间字段存储。

###第十一部分：MySQL慢SQL查询 #开启 SET GLOBAL slow_query_log=ON; #慢SQL执行时间阈值,单位(秒) ,1毫秒=0.001 #不建议超过300ms,最终结果视情况而定

###第十部分：MySQL多表关联优化 #关闭查询缓存 SET GLOBAL query_cache_size = 0; SET GLOBAL query_cache_type = 0;

#optimize 优化表空间,释放表空间 #锁表,一定要在维护期间,否则会造成IO阻塞 OPTIMIZE TABLE exam_student_subjective_fileurl_51_2019_10;

第八部分：MySQL选择性差的索引 ###创建和删除索引 CREATE INDEX idx_examId ON exam_student_subjective_fileurl_51_2019_10(examId); DROP INDEX idx_examId ON exam_student_subjective_fileurl_51_2019_10;

###第七部分：MySQL BTree索引使用技巧 ###索引使用 DROP INDEX idx_examId_examPaperId ON exam_student_subjective_fileurl_51_2019_10; CREATE INDEX idx_examId ON exam_student_subjective_fileurl_51_2019_10(examId);

Using where:mysql服务器将在存储引擎检索行后再进行过滤。就是先读取整行数据，再按 where 条件进行检查，符合就留下，不符合就丢弃。

在innodb中只有利用索引的更新,删除操作,才可以使用行级锁，不能使用索引的写操作则是表锁；在实际开发的时候,如果遇到写操作,一定要确保update/delete语句的条件，要能够使用索引,否则就会锁表,程序不具备并发性

MySQL的INNODB存储引擎 #建表时使用ENGINE关键字决定存储引擎 CREATE TABLE innodb_test1(id int , name VARCHAR(16)) ENGINE INNODB;

建立索引的目的：为表Table建立“目录”，防止全表扫描（Full Scan）;索引的存储形式是由存储引擎决定的;降低了写入数据的效率，太多的索引增加了查询优化器的选择时间，不合理的使用索引会大幅占用磁盘空间

tinyint 1个字节 1个字节占8个二进制位 SIGNED（-128-127） UNSIGNED（0-255） smallint 2个字节 dediumint 3个字节