Ⅰ 為什麼 Uber 選擇從 Postgresql 到 MySQL
Uber工程師在官方博客上描述了他們為什麼要從 Postgres 切換到 MySQL 資料庫。Uber的早期架構是由 Python編寫的後端應用構成，使用了 Postgres 資料庫。但此後，Uber的架構發生了顯著的改變，轉變到了微服務模型和新的數據平台。以前他們使用 Postgres，現在則改用了基於 MySQL 的資料庫分片層。Uber工程師稱他們之所以切換到Schemaless和其它基於 MySQL 的後端服務，最主要的原因是Postgres 數據復制效率低下，Postgres更新已有行的效率低於 MySQL，Postgres需要重寫每一個行索引，而MySQL只更新改變的索引。
Ⅱ 同一台伺服器上的mysql中的兩個資料庫如何實現共享
這種架構一般用在以下三類場景
1. 備份多台 Server 的數據到一台如果按照數據切分方向來講，那就是垂直切分。比如圖 2，業務 A、B、C、D 是之前拆分好的業務，現在需要把這些拆分好的業務匯總起來備份，那這種需求也很適用於多源復制架構。實現方法我大概描述下：業務 A、B、C、D 分別位於 4 台 Server，每台 Server 分別有一個資料庫來隔離前端的業務數據，那這樣，在從庫就能把四台業務的數據全部匯總起來，而不需要做額外的操作。那沒有多源復制之前，要實現這類需求，只能在匯總機器上搭建多個 MySQL 實例，那這樣勢必會涉及到跨庫關聯的問題，不但性能急劇下降，管理多個實例也沒有單台來的容易。
Ⅲ mysql分片，表關聯查詢的sql怎麼寫
以每24小時作為一份時間（而非自然日），根據用戶的配置有兩種工作模式：帶狀模式中，用戶僅定義開始日期時，從開始日期（含）開始，每份時間1個分片地無限增加下去；環狀模式中，用戶定義了開始日期和結束日期時，以結束日期（含）和開始日期（含）之間的時間份數作為分片總數（分片數量固定），以類似取模的方式路由到這些分片里。
1. DBLE 啟動時，讀取用戶在 rule.xml 配置的 sBeginDate 來確定起始時間
2. 讀取用戶在 rule.xml 配置的 sPartionDay 來確定每個 MySQL 分片承載多少天內的數據
3. 讀取用戶在 rule.xml 配置的 dateFormat 來確定分片索引的日期格式
4. 在 DBLE 的運行過程中，用戶訪問使用這個演算法的表時，WHERE 子句中的分片索引值（字元串），會被提取出來嘗試轉換成 Java 內部的時間類型
5. 然後求分片索引值與起始時間的差，除以 MySQL 分片承載的天數，確定所屬分片
1. DBLE 啟動時，讀取用戶在 rule.xml 配置的起始時間 sBeginDate、終止時間 sEndDate 和每個 MySQL 分片承載多少天數據 sPartionDay
2. 根據用戶設置，建立起以 sBeginDate 開始，每 sPartionDay 天一個分片，直到 sEndDate 為止的一個環，把分片串聯串聯起來
3. 讀取用戶在 rule.xml 配置的 defaultNode
4. 在 DBLE 的運行過程中，用戶訪問使用這個演算法的表時，WHERE 子句中的分片索引值（字元串），會被提取出來嘗試轉換成 Java 內部的日期類型
5. 然後求分片索引值與起始日期的差：如果分片索引值不早於 sBeginDate（哪怕晚於 sEndDate），就以 MySQL 分片承載的天數為模數，對分片索引值求模得到所屬分片；如果分片索引值早於 sBeginDate，就會被放到 defaultNode 分片上
與MyCat的類似分片演算法對比
中間件
DBLE
MyCat
分片演算法種類 date 分區演算法 按日期（天）分片
兩種中間件的取模範圍分片演算法使用上無差別
開發注意點
【分片索引】1. 必須是字元串，而且 java.text.SimpleDateFormat 能基於用戶指定的 dateFormat 來轉換成 java.util.Date
【分片索引】2. 提供帶狀模式和環狀模式兩種模式
【分片索引】3. 帶狀模式以 sBeginDate（含）起，以 86400000 毫秒（24 小時整）為一份，每 sPartionDay 份為一個分片，理論上分片數量可以無限增長，但是出現 sBeginDate 之前的數據而且沒有設定 defaultNode 的話，會路由失敗（如果有 defaultNode，則路由至 defaultNode）
【分片索引】4. 環狀模式以 86400000 毫秒（24 小時整）為一份，每 sPartionDay 份為一個分片，以 sBeginDate（含）到 sEndDate（含）的時間長度除以單個分片長度得到恆定的分片數量，但是出現 sBeginDate 之前的數據而且沒有設定 defaultNode 的話，會路由失敗（如果有 defaultNode，則路由至 defaultNode）
【分片索引】5. 無論哪種模式，分片索引欄位的格式化字元串 dateFormat 由用戶指定
【分片索引】6. 無論哪種模式，劃分不是以日歷時間為准，無法對應自然月和自然年，且會受閏秒問題影響
運維注意點
【擴容】1. 帶狀模式中，隨著 sBeginDate 之後的數據出現，分片數量的增加無需再平衡
【擴容】2. 帶狀模式沒有自動增添分片的能力，需要運維手工提前增加分片；如果路由策略計算出的分片並不存在時，會導致失敗
【擴容】3. 環狀模式中，如果新舊 [sBeginDate,sEndDate] 之間有重疊，需要進行部分數據遷移；如果新舊 [sBeginDate,sEndDate] 之間沒有重疊，需要數據再平衡
配置注意點
【配置項】1. 在 rule.xml 中，可配置項為 <propertyname="sBeginDate"> 、 <propertyname="sPartionDay"> 、 <propertyname="dateFormat"> 、 <propertyname="sEndDate"> 和 <propertyname="defaultNode">
【配置項】2.在 rule.xml 中配置 <propertyname="dateFormat">，符合 java.text.SimpleDateFormat 規范的字元串，用於告知 DBLE 如何解析sBeginDate和sEndDate
【配置項】3.在 rule.xml 中配置 <propertyname="sBeginDate">，必須是符合 dateFormat 的日期字元串
【配置項】4.在 rule.xml 中配置 <propertyname="sEndDate">，必須是符合 dateFormat 的日期字元串；配置了該項使用的是環狀模式，若沒有配置該項則使用的是帶狀模式
【配置項】5.在 rule.xml 中配置 <propertyname="sPartionDay">，非負整數，該分片策略以 86400000 毫秒（24 小時整）作為一份，而 sPartionDay 告訴 DBLE 把每多少份放在同一個分片
【配置項】6.在 rule.xml 中配置 <propertyname="defaultNode"> 標簽，非必須配置項，不配置該項的話，用戶的分片索引值沒落在 mapFile 定義
Ⅳ 在一台機器上，怎麼安裝多個mysql資料庫，怎樣開啟多個mysql服務，。在線等，
這種架構一般用在以下三類場景
1. 備份多台 Server 的數據到一台如果按照數據切分方向來講，那就是垂直切分。比如圖 2，業務 A、B、C、D 是之前拆分好的業務，現在需要把這些拆分好的業務匯總起來備份，那這種需求也很適用於多源復制架構。實現方法我大概描述下：業務 A、B、C、D 分別位於 4 台 Server，每台 Server 分別有一個資料庫來隔離前端的業務數據，那這樣，在從庫就能把四台業務的數據全部匯總起來，而不需要做額外的操作。那沒有多源復制之前，要實現這類需求，只能在匯總機器上搭建多個 MySQL 實例，那這樣勢必會涉及到跨庫關聯的問題，不但性能急劇下降，管理多個實例也沒有單台來的容易。
Ⅳ php mysql分布式資料庫如何實現
當前做分布式的廠商有幾家，我知道比較出名的有「華為雲分布式資料庫DDM」和「阿里雲分布式資料庫」，感興趣可以自行搜素了解下。
分布式資料庫的幾點概念可以了解一下。
數據分庫：
以表為單位，把原有資料庫切分成多個資料庫。切分後不同的表存儲在不同的資料庫上。
以表中的數據行記錄為單位，把原有邏輯資料庫切分成多個物理資料庫分片，表數據記錄分布存儲在各個分片上。
路由分發：
在分布式資料庫中，路由的作用即將SQL語句進行解析，並轉發到正確的分片上，保證SQL執行後得到正確的結果，並且節約QPS資源。
讀寫分離：
資料庫中對計算和緩存資源消耗較多的往往是密集或復雜的SQL查詢。當系統資源被查詢語句消耗，反過來會影響數據寫入操作，進而導致資料庫整體性能下降，響應緩慢。因此，當資料庫CPU和內存資源佔用居高不下，且讀寫比例較高時，可以為資料庫添加只讀資料庫。
Ⅵ mysql里 enum(F,M,S)什麼意思I
根據用戶定義的枚舉值與分片節點映射文件，直接定位目標分片。
用戶在rule.xml中配置枚舉值文件路徑和分片索引是字元串還是數字，DBLE在啟動時會將枚舉值文件載入到內存中，形成一個映射表
在DBLE的運行過程中，用戶訪問使用這個演算法的表時，WHERE子句中的分片索引值會被提取出來，直接查映射表得到分片編號
- Male=0Male=1
- 123=1123=2
- Mr=0Mrs=1Miss=1Ms=1123=0
與MyCat的類似分片演算法對比
中間件
DBLE
MyCat
分片演算法種類 enum 分區演算法 分片枚舉
兩種中間件的枚舉分片演算法使用上無差別。
開發注意點
【分片索引】1. 整型數字（可以為負數）或字元串（（不含=和換行符）
【分片索引】2. 枚舉值之間不能重復
或者
會導致分片策略載入出錯
【分片索引】3. 不同枚舉值可以映射到同一個分片上
運維注意點
【擴容】1. 增加枚舉值無需數據再平衡
【擴容】2. 增加一個枚舉值的分片數量數時，需要對局部數據進行遷移
【縮容】1. 減少枚舉值需要數據再平衡
【縮容】2. 減少一個枚舉值的分片數量數時，需要對局部數據進行遷移
配置注意點
【配置項】1. 在 rule.xml 中，可配置項為<property name="defaultNode"> 、<property name="mapFile"> 和 <property name="type">
【配置項】2. 在 rule.xml 中配置<property name="defaultNode">標簽，非必須配置項，不配置該項的話，用戶的分片索引值沒落在 mapFile 定義的范圍時，DBLE 會報錯；若需要配置，必須為非負整數，用戶的分片索引值沒落在 mapFile 定義的范圍時，DBLE 會路由至這個值的 MySQL 分片
【配置項】3. 在 rule.xml 中配置 <property name="mapFile">標簽，范圍映射文件的路徑：若在映射文件在 DBLE_HOME/conf 或其中，則可以使用相對路徑的形式配置，例如，映射文件是 DBLE_HOME/conf/map/table_map.txt 時，配置值就可以簡寫為 map/table_map.txt；映射文件在 DBLE_HOME/conf 目錄以外時，需要使用絕對路徑，但這種做法需要考慮用戶許可權等問題，因此不建議把映射文件放在 DBLE_HOME/conf 外。
【配置項】4. 編輯 mapFile 所配置的文件
記錄格式為：<枚舉值>=<分片編號>
枚舉值可以是整型數字，或任意字元（除了=和換行符），分片編號必須是非負整型數字，記錄之間以換行分隔，一行僅能有一條記錄，枚舉值不能夠是「DEFAULT_NODE」這個字元串，允許以「//」和「#」在行首來注釋該行
【配置項】5. 在 rule.xml 中配置 <property name="type">標簽；type 必須為整型；取值為 0 時，mapFile 的<枚舉值>必須為整型；取值為非 0 時，mapFile 的<枚舉值>可以是任意字元（除了=和換行符）
Ⅶ Mysql變成分布式資料庫
1、amoeba相當於一個SQL請求的路由器，目的是為負載均衡、讀寫分離、高可用性提供機制，而不是完全實現它們。用戶需要結合使用MySQL的Replication等機制來實現副本同步等功能。amoeba對底層資料庫連接管理和路由實現也採用了可插撥的機制，第三方可以開發更高級的策略類來替代作者的實現。這個程序總體上比較符合KISS的思想。
2、由上一條，建議使用MySQL的Replication機制建立Master-Slave來做副本。我一開始理解有誤，使用了amoeba的virtual DB（負載均衡pool）做writePool，結果使得本應插入同一個表中的數據被拆分地寫入了不同的物理資料庫中。這樣自然與副本的語義不符了。
3、amoeba已經實現了數據的垂直切分與水平切分。水平切分方面，粒度是行。使用SQLJEP語句可以設計出復雜的切分規則，個人認為是比較強大的。垂直切分的粒度是表，可以把針對不同表的請求發送到不同的節點上執行，但不能以列作為分片粒度。從作者的說法看，amoeba不做SQL解析和重寫。在目前的機制下似乎是難以實現同一個表不同的列在不同節點上的分布。不過對開發人員來說，設計良好的表結構應該可以實現簡單的基於關系屬性的負載均衡的。
Ⅷ mysql分片和分區的區別
當資料庫表中數據量能夠被預測到將會非常大，或者已經擁有龐大的數據時，我們應該選擇分表或者分區（即使用多個資料庫）來解決數據訪問時的性能問題。如果單機的cpu能夠承受站點的並發數，應該選擇分表的方式，因為分表相對簡單，容易實現scale，而且涉及到多表連接時，分區是不能直接使用join的。但如果站點並發數太大，需要多個cpu來訪問多個資料庫是無疑的，這時需要選擇分區的方式。
Ⅸ mysql mongodb區別
前言：
MySQL與MongoDB都是開源的常用資料庫，但是MySQL是傳統的關系型資料庫，MongoDB則是非關系型資料庫，也叫文檔型資料庫，是一種NoSQL的資料庫。它們各有各的優點，關鍵是看用在什麼地方。所以我們所熟知的那些SQL語句就不適用於MongoDB了，因為SQL語句是關系型資料庫的標准語言。
一、關系型資料庫-MySQL
1、在不同的引擎上有不同的存儲方式。
2、查詢語句是使用傳統的sql語句，擁有較為成熟的體系，成熟度很高。
3、開源資料庫的份額在不斷增加，mysql的份額頁在持續增長。
4、缺點就是在海量數據處理的時候效率會顯著變慢。
二、非關系型資料庫-MongoDB
非關系型資料庫(nosql ),屬於文檔型資料庫。先解釋一下文檔的資料庫，即可以存放xml、json、bson類型系那個的數據。這些數據具備自述性，呈現分層的樹狀數據結構。數據結構由鍵值(key=>value)對組成。
1、存儲方式：虛擬內存+持久化。
2、查詢語句：是獨特的MongoDB的查詢方式。
3、適合場景：事件的記錄，內容管理或者博客平台等等。
4、架構特點：可以通過副本集，以及分片來實現高可用。
5、數據處理：數據是存儲在硬碟上的，只不過需要經常讀取的數據會被載入到內存中，將數據存儲在物理內存中，從而達到高速讀寫。
6、成熟度與廣泛度：新興資料庫，成熟度較低，Nosql資料庫中最為接近關系型資料庫，比較完善的DB之一，適用人群不斷在增長。
三、MongoDB優勢與劣勢
優勢：
1、在適量級的內存的MongoDB的性能是非常迅速的，它將熱數據存儲在物理內存中，使得熱數據的讀寫變得十分快。
2、MongoDB的高可用和集群架構擁有十分高的擴展性。
3、在副本集中，當主庫遇到問題，無法繼續提供服務的時候，副本集將選舉一個新的主庫繼續提供服務。
4、MongoDB的Bson和JSon格式的數據十分適合文檔格式的存儲與查詢。
劣勢：
1、 不支持事務操作。MongoDB本身沒有自帶事務機制，若需要在MongoDB中實現事務機制，需通過一個額外的表，從邏輯上自行實現事務。
2、 應用經驗少，由於NoSQL興起時間短，應用經驗相比關系型資料庫較少。
3、MongoDB佔用空間過大。