innodb

1. 写语句特别频繁的场景不适合使用query cache 因为query cache会被不停地失效，导致cache miss 使用query cache纯粹是浪费性能。因为query cache本身也有使用代价，执行语句前它要先查一下cache中有没有，如果没有，从表中查到值之后还要更新一下cache 2. query cache累积过多可能出问题。当表中数据修改时，所有相关的cache都要失效；在失效过程中，要访问cache的查询都会被阻塞(即使跟这张表没关系)；如果cache很多，最终给人的感觉是数据库长时间对查询无响应

先讲文章内的结论。 在 ext4 上开启 Journal filesystem 功能后并且关掉 InnoDB 的 Double write buffer 后，资料的安全性不受影响，但效能上升非常多。而与目前常用的 XFS 比较起来也是领先不少

这个就真的全区都生效了，包括一般人不能注册的 AWS GovCloud (US) 与中国区： 对判断式子里面的解读是不一样的。 先讲文章内的结论。 在 ext4 上开启 Journal filesystem 功能后并且关掉 InnoDB 的 Double write buffer 后，资料的安全性不受影响，但效能上升非常多

MyISAM在读操作占主导的情况下是很高效的。可一旦出现大量的读写并发，同InnoDB相比，MyISAM的效率就会直线下降，而且，MyISAM和InnoDB的数据存储方式也有显著不同：通常，在MyISAM里，新数据会被附加到数据文件的结尾，可如果时常做一些UPDATE，DELETE操作之后，数据文件就不再是连续的，形象一点来说，就是数据文件里出现了很多洞洞，此时再插入新数据时，按缺省设置会先看这些洞洞的大小是否可以容纳下新数据，如果可以，则直接把新数据保存到洞洞里，反之，则把新数据保存到数据文件的结尾。之所以这样做是为了减少数据文件的大小，降低文件碎片的产生

在分析分布式数据库之前，我们首先需要来分析下在什么情况下应该使用分布式数据库。虽然分布式数据库看起来是一个很酷炫，而且是可以解决一切大量存储，读取的完美解决方案，但是不可避免的，在实现方式上要比单机数据库麻烦一些。那么什么时候需要考虑分布式数据库呢？ 根据以往的经验，如果你的系统/应用比以下规模要小，那基本不用考虑分布式数据库

Mediawiki 支援语系很多、功能超强，但是设定就显的比较麻烦。就是因为设定错误，我已经连续二次在更新 MySQL 以后，研究编码救 wiki 资料了。 建议安装时，数据库就已经预设使用 UTF-8 编码，若没有的话建议手动建立

通常情况下，当你试图INSERT或UPDATE会导致主键、唯一键或外键冲突的行时，将出现错误。如果你正在使用事务性存储引擎时，如InnoDB，MySQL会自动回滚语句。如果你正在使用非事务性存储引擎，MySQL将在出错的行上停止执行语句，剩余的行也不再处理

行锁，顾名思义就是根据条件只锁定表数据中的其中一行数据或几行数据。由于锁的粒度是到行，粒度比表锁小，所以可以更好的减少锁冲突的发生。 在MySQL中，行锁是在引擎层由各个引擎自己实现的

MyISAM在读操作占主导的情况下是很高效的。可一旦出现大量的读写并发，同InnoDB相比，MyISAM的效率就会直线下降，而且，MyISAM和InnoDB的数据存储方式也有显著不同：通常，在MyISAM里，新数据会被附加到数据文件的结尾，可如果时常做一些UPDATE，DELETE操作之后，数据文件就不再是连续的，形象一点来说，就是数据文件里出现了很多洞洞，此时再插入新数据时，按缺省设置会先看这些洞洞的大小是否可以容纳下新数据，如果可以，则直接把新数据保存到洞洞里，反之，则把新数据保存到数据文件的结尾。之所以这样做是为了减少数据文件的大小，降低文件碎片的产生