为什么选择我们?
请使用RHELCentOS 6.4及更新版本内核的MySQL同志们注意,vm.swappiness = 0的默认行为修改了,如果继续设置vm.swappiness = 0,有可能导致系统内存溢出,从而导致MySQL被意外kill掉。 在之前的《LINUX上MYSQL优化三板斧》中,我们建议大家把 vm.swappiness
荡气回肠
是故君子戒慎乎其所不睹,恐惧乎其所不闻。
聚米为谷
忘记和不曾察觉的事,等于从未发生。――史铁生
枪林弹雨
但是少年你别着急,在你为自己未来踏踏实实地努力时,那些你感觉从来不会看到的景色,那些你觉得终生不会遇到的人,正一步一步向你走来。
MySQL大量数据插入各
不管是日常业务数据处理中,还是数据库的导入导出,都可能遇到需要处理大量数据的插入。插入的方式和数据库引擎都会对插入速度造成影响,这篇文章旨在从理论和实践上对各种方法进行分析和比较,方便以后应用中插入方法的选择。 插入分析 MySQL中插入一个记录
count distin
系统要进行压力测试,开启漫日志查询后。 [root@ora11g mysql]# less ora11g-slow.log usrsbinmysqld, Version: 5.6.12 (MySQL Community Server (GPL)). started with: Tcp port: 3306 Unix socket: varlibmysqlmysql.sock Time Id Command Argument
对单表亿级数据的简单测试
本次对mysql做了单表亿级数据量的压测。 表的关系简单,只有两个int字段,user_id和company_id,且都增加了索引。 通过python脚本,随机向同一个表随机插入100W、500W、1000W-1E数据,并且记录了每次插入数据所耗时间。 先来看下写入数据的情况吧: python脚