暗黑魔君

mysql 分区之RANGE && HASH

从Mysql5.1之后，分区功能出现了，表分区就像是将一个大表分成了若干个小表，用户在执行查询的时候无需进行全表扫描，只需要对满足要求的表分区中进行查询即可，极大的提高了查询速率，另外，表分区的实现也方便了对数据的管理，比如产品需要删除去年的所有数据，那么只需要将去年数据所在的表分区删除即可。

mysql 表分区有很多种，详情点击：http://dev.mysql.com/doc/refman/5.1/zh/partitioning.html

此处就讨论RANGE 跟HASH 以及RANGE 结合HASH进行的分区操作。

注意：所有的表分区使用的列均需要使用源表中存在的主键或者唯一索引列，否则创建失败，如果源表中本来就不存在任何的主键或者唯一索引列，那么可以在分区的时候根据需要选取任意列。

RANGE：顾名思义，通过确定选取列的值的范围的方式进行分区。

如下是创建普通表的语句：

为了实验的方便，此处date 字段使用的时间类型为：DATETIME,而非TIMESTAMP，原因是TIMESTAMP不支持在分区的时候使用YEAR(),MONTH(),TO_DAYS()等操作，只能使用UNIX_TIMSTAMP()函数，所以在设计表的时候需要考虑到这点：

CREATE  TABLE t1  ( id INT, date DATETIME DEFAULT CURRENT_TIMESTAMP) ENGINE=Innodb;

插入一些测试数据：

mysql> SELECT * FROM t1;
+------+---------------------+
| id   | date                |
+------+---------------------+
|    1 | 2013-05-23 12:59:39 |
|    2 | 2013-05-23 12:59:43 |
|    3 | 2013-05-23 12:59:44 |
|    4 | 2013-07-04 19:35:45 |
|    5 | 2014-04-04 19:35:45 |
|    6 | 2014-05-04 19:35:45 |
|    7 | 2015-05-04 19:35:45 |
|    8 | 2015-05-05 19:35:45 |
|    9 | 2017-05-05 19:35:45 |
|   10 | 2018-05-05 19:35:45 |
+------+---------------------+
10 rows in set (0.00 sec)

查看查询语句执行计划：发现进行了全表扫描

mysql> EXPLAIN SELECT * FROM t1;
+----+-------------+-------+------+---------------+------+---------+------+------+-------+
| id | select_type | table | type | possible_keys | key  | key_len | ref  | rows | Extra |
+----+-------------+-------+------+---------------+------+---------+------+------+-------+
|  1 | SIMPLE      | t1    | ALL  | NULL          | NULL | NULL    | NULL |   10 | NULL  |
+----+-------------+-------+------+---------------+------+---------+------+------+-------+
1 row in set (0.00 sec)
mysql> EXPLAIN SELECT * FROM t1 WHERE date >= '2014-03-05 19:00:12'
    -> AND date <= '2016-03-05 18:45:12';
+----+-------------+-------+------+---------------+------+---------+------+------+-------------+
| id | select_type | table | type | possible_keys | key  | key_len | ref  | rows | Extra       |
+----+-------------+-------+------+---------------+------+---------+------+------+-------------+
|  1 | SIMPLE      | t1    | ALL  | NULL          | NULL | NULL    | NULL |   10 | Using where |
+----+-------------+-------+------+---------------+------+---------+------+------+-------------+
1 row in set (0.00 sec)

创建新表t2，并根据年份进行表分区

mysql> CREATE  TABLE t2  ( id INT, date DATETIME DEFAULT CURRENT_TIMESTAMP) ENGINE=Innodb
    ->     PARTITION BY RANGE (YEAR(date)) (
    ->     PARTITION p2013 VALUES LESS THAN(2014),
    ->     PARTITION p2014 VALUES LESS THAN(2015),
    ->     PARTITION p2015 VALUES LESS THAN(2016),
    ->     PARTITION p2016 VALUES LESS THAN(2017),
    ->     PARTITION p2017 VALUES LESS THAN(2018),
    ->     PARTITION p2099 VALUES LESS THAN MAXVALUE
    -> ) ;
Query OK, 0 rows affected (2.47 sec)

查看数据分布状态并导入t1表的数据：

mysql> SELECT table_name,partition_name,table_rows FROM information_schema.PARTITIONS  WHERE  table_schema=database() AND table_name='t2';
+------------+----------------+------------+
| table_name | partition_name | table_rows |
+------------+----------------+------------+
| t2         | p2013          |          0 |
| t2         | p2014          |          0 |
| t2         | p2015          |          0 |
| t2         | p2016          |          0 |
| t2         | p2017          |          0 |
| t2         | p2099          |          0 |
+------------+----------------+------------+
6 rows in set (0.00 sec)
mysql> SELECT * FROM t2;
Empty set (0.00 sec)
mysql> EXPLAIN SELECT * FROM t2;
+----+-------------+-------+------+---------------+------+---------+------+------+-------+
| id | select_type | table | type | possible_keys | key  | key_len | ref  | rows | Extra |
+----+-------------+-------+------+---------------+------+---------+------+------+-------+
|  1 | SIMPLE      | t2    | ALL  | NULL          | NULL | NULL    | NULL |    6 | NULL  |
+----+-------------+-------+------+---------------+------+---------+------+------+-------+
1 row in set (0.00 sec)
mysql> INSERT INTO t2 SELECT * FROM t1;
Query OK, 10 rows affected (0.36 sec)
Records: 10  Duplicates: 0  Warnings: 0

再次查看数据分部状态：

mysql> SELECT * FROM  t2;
+------+---------------------+
| id   | date                |
+------+---------------------+
|    1 | 2013-05-23 12:59:39 |
|    2 | 2013-05-23 12:59:43 |
|    3 | 2013-05-23 12:59:44 |
|    4 | 2013-07-04 19:35:45 |
|    5 | 2014-04-04 19:35:45 |
|    6 | 2014-05-04 19:35:45 |
|    7 | 2015-05-04 19:35:45 |
|    8 | 2015-05-05 19:35:45 |
|    9 | 2017-05-05 19:35:45 |
|   10 | 2018-05-05 19:35:45 |
+------+---------------------+
10 rows in set (0.00 sec)
mysql> SELECT table_name,partition_name,table_rows FROM information_schema.PARTITIONS  WHERE  table_schema=database() AND table_name='t2';
+------------+----------------+------------+
| table_name | partition_name | table_rows |
+------------+----------------+------------+
| t2         | p2013          |          4 |
| t2         | p2014          |          2 |
| t2         | p2015          |          2 |
| t2         | p2016          |          0 |
| t2         | p2017          |          1 |
| t2         | p2099          |          1 |
+------------+----------------+------------+
6 rows in set (0.00 sec)

查看全表扫描行数情况：

mysql> EXPLAIN SELECT * FROM t2\G
*************************** 1. row ***************************
           id: 1
  select_type: SIMPLE
        table: t2
         type: ALL
possible_keys: NULL
          key: NULL
      key_len: NULL
          ref: NULL
         rows: 11
        Extra: NULL
1 row in set (0.00 sec)

进行where子句过滤后：

mysql> EXPLAIN PARTITIONS SELECT * FROM t2 WHERE date >= '2014-03-05 19:00:12' AND date <= '2016-03-05 18:45:12';
+----+-------------+-------+-------------------+------+---------------+------+---------+------+------+-------------+
| id | select_type | table | partitions        | type | possible_keys | key  | key_len | ref  | rows | Extra       |
+----+-------------+-------+-------------------+------+---------------+------+---------+------+------+-------------+
|  1 | SIMPLE      | t2    | p2014,p2015,p2016 | ALL  | NULL          | NULL | NULL    | NULL |    5 | Using where |
+----+-------------+-------+-------------------+------+---------------+------+---------+------+------+-------------+
1 row in set (0.00 sec)

可以发现，进行分区之后没有全表扫描，扫描的分区也仅仅是在时间范围内的。

HASH 分区

HASH分区的主要作用是将数据进行均匀分部：比如将一年的数据分成12个分区

mysql> CREATE TABLE t3 (id INT,date DATETIME DEFAULT CURRENT_TIMESTAMP) PARTITION BY HASH(MONTH(date)) PARTITIONS  12;
Query OK, 0 rows affected (4.51 sec)

mysql> SELECT table_name,partition_name,table_rows FROM information_schema.PARTITIONS  WHERE  table_schema=database() AND table_name='t3';
+------------+----------------+------------+
| table_name | partition_name | table_rows |
+------------+----------------+------------+
| t3         | p0             |          0 |
| t3         | p1             |          0 |
| t3         | p2             |          0 |
| t3         | p3             |          0 |
| t3         | p4             |          0 |
| t3         | p5             |          0 |
| t3         | p6             |          0 |
| t3         | p7             |          0 |
| t3         | p8             |          0 |
| t3         | p9             |          0 |
| t3         | p10            |          0 |
| t3         | p11            |          0 |
+------------+----------------+------------+
12 rows in set (0.00 sec)

mysql> INSERT INTO t3 SELECT * FROM t2;
Query OK, 10 rows affected (0.24 sec)
Records: 10  Duplicates: 0  Warnings: 0

mysql> SELECT table_name,partition_name,table_rows FROM information_schema.PARTITIONS  WHERE  table_schema=database() AND table_name='t3';
+------------+----------------+------------+
| table_name | partition_name | table_rows |
+------------+----------------+------------+
| t3         | p0             |          0 |
| t3         | p1             |          0 |
| t3         | p2             |          0 |
| t3         | p3             |          0 |
| t3         | p4             |          1 |
| t3         | p5             |          8 |
| t3         | p6             |          0 |
| t3         | p7             |          1 |
| t3         | p8             |          0 |
| t3         | p9             |          0 |
| t3         | p10            |          0 |
| t3         | p11            |          0 |
+------------+----------------+------------+
12 rows in set (0.01 sec)

数据分部的算法：如id 4的那行

mysql> SELECT MOD(MONTH('2013-07-04 19:35:45'),12);
+--------------------------------------+
| MOD(MONTH('2013-07-04 19:35:45'),12) |
+--------------------------------------+
|                                    7 |
+--------------------------------------+
1 row in set (0.00 sec)

RANGE && HASH 创建子分区

mysql> CREATE TABLE t4(id INT ,date  DATETIME  DEFAULT CURRENT_TIMESTAMP)
    -> PARTITION BY RANGE(YEAR(date))
    -> SUBPARTITION BY HASH(MONTH(date))
    -> SUBPARTITIONS 12 (
    -> PARTITION p2013 VALUES LESS THAN (2014),
    -> PARTITION p2014 VALUES LESS THAN (2015),
    -> PARTITION p2015 VALUES LESS THAN (2016),
    -> PARTITION p2016 VALUES LESS THAN (2017),
    -> PARTITION p2017 VALUES LESS THAN (2018),
    -> PARTITION p2099 VALUES LESS THAN  MAXVALUE);
Query OK, 0 rows affected (26.10 sec)

mysql> SELECT table_name,partition_name,table_rows FROM information_schema.PARTITIONS  WHERE  table_schema=database() AND table_name='t4';
+------------+----------------+------------+
| table_name | partition_name | table_rows |
+------------+----------------+------------+
| t4         | p2013          |          0 |
| t4         | p2013          |          0 |
| t4         | p2013          |          0 |
| t4         | p2013          |          0 |
| t4         | p2013          |          0 |
| t4         | p2013          |          0 |
| t4         | p2013          |          0 |
| t4         | p2013          |          0 |
| t4         | p2013          |          0 |
| t4         | p2013          |          0 |
| t4         | p2013          |          0 |
| t4         | p2013          |          0 |
| t4         | p2014          |          0 |
| t4         | p2014          |          0 |
| t4         | p2014          |          0 |
| t4         | p2014          |          0 |
| t4         | p2014          |          0 |
| t4         | p2014          |          0 |
| t4         | p2014          |          0 |
| t4         | p2014          |          0 |
| t4         | p2014          |          0 |
| t4         | p2014          |          0 |
| t4         | p2014          |          0 |
| t4         | p2014          |          0 |
| t4         | p2015          |          0 |
| t4         | p2015          |          0 |
| t4         | p2015          |          0 |
| t4         | p2015          |          0 |
| t4         | p2015          |          0 |
| t4         | p2015          |          0 |
| t4         | p2015          |          0 |
| t4         | p2015          |          0 |
| t4         | p2015          |          0 |
| t4         | p2015          |          0 |
| t4         | p2015          |          0 |
| t4         | p2015          |          0 |
| t4         | p2016          |          0 |
| t4         | p2016          |          0 |
| t4         | p2016          |          0 |
| t4         | p2016          |          0 |
| t4         | p2016          |          0 |
| t4         | p2016          |          0 |
| t4         | p2016          |          0 |
| t4         | p2016          |          0 |
| t4         | p2016          |          0 |
| t4         | p2016          |          0 |
| t4         | p2016          |          0 |
| t4         | p2016          |          0 |
| t4         | p2017          |          0 |
| t4         | p2017          |          0 |
| t4         | p2017          |          0 |
| t4         | p2017          |          0 |
| t4         | p2017          |          0 |
| t4         | p2017          |          0 |
| t4         | p2017          |          0 |
| t4         | p2017          |          0 |
| t4         | p2017          |          0 |
| t4         | p2017          |          0 |
| t4         | p2017          |          0 |
| t4         | p2017          |          0 |
| t4         | p2099          |          0 |
| t4         | p2099          |          0 |
| t4         | p2099          |          0 |
| t4         | p2099          |          0 |
| t4         | p2099          |          0 |
| t4         | p2099          |          0 |
| t4         | p2099          |          0 |
| t4         | p2099          |          0 |
| t4         | p2099          |          0 |
| t4         | p2099          |          0 |
| t4         | p2099          |          0 |
| t4         | p2099          |          0 |
+------------+----------------+------------+
72 rows in set (0.02 sec)

[root@server ~]# ls -l /data/test/t4*
-rw-rw----. 1 mysql mysql  8586 May 23 13:36 /data/test/t4.frm
-rw-rw----. 1 mysql mysql  1396 May 23 13:36 /data/test/t4.par
-rw-rw----. 1 mysql mysql 98304 May 23 13:36 /data/test/t4#P#p2013#SP#p2013sp0.ibd
-rw-rw----. 1 mysql mysql 98304 May 23 13:36 /data/test/t4#P#p2013#SP#p2013sp10.ibd
-rw-rw----. 1 mysql mysql 98304 May 23 13:36 /data/test/t4#P#p2013#SP#p2013sp11.ibd
-rw-rw----. 1 mysql mysql 98304 May 23 13:36 /data/test/t4#P#p2013#SP#p2013sp1.ibd
-rw-rw----. 1 mysql mysql 98304 May 23 13:36 /data/test/t4#P#p2013#SP#p2013sp2.ibd
-rw-rw----. 1 mysql mysql 98304 May 23 13:36 /data/test/t4#P#p2013#SP#p2013sp3.ibd
-rw-rw----. 1 mysql mysql 98304 May 23 13:36 /data/test/t4#P#p2013#SP#p2013sp4.ibd
-rw-rw----. 1 mysql mysql 98304 May 23 13:36 /data/test/t4#P#p2013#SP#p2013sp5.ibd
-rw-rw----. 1 mysql mysql 98304 May 23 13:36 /data/test/t4#P#p2013#SP#p2013sp6.ibd
-rw-rw----. 1 mysql mysql 98304 May 23 13:36 /data/test/t4#P#p2013#SP#p2013sp7.ibd
-rw-rw----. 1 mysql mysql 98304 May 23 13:36 /data/test/t4#P#p2013#SP#p2013sp8.ibd
-rw-rw----. 1 mysql mysql 98304 May 23 13:36 /data/test/t4#P#p2013#SP#p2013sp9.ibd
-rw-rw----. 1 mysql mysql 98304 May 23 13:36 /data/test/t4#P#p2014#SP#p2014sp0.ibd
-rw-rw----. 1 mysql mysql 98304 May 23 13:36 /data/test/t4#P#p2014#SP#p2014sp10.ibd
-rw-rw----. 1 mysql mysql 98304 May 23 13:36 /data/test/t4#P#p2014#SP#p2014sp11.ibd
-rw-rw----. 1 mysql mysql 98304 May 23 13:36 /data/test/t4#P#p2014#SP#p2014sp1.ibd
-rw-rw----. 1 mysql mysql 98304 May 23 13:36 /data/test/t4#P#p2014#SP#p2014sp2.ibd
-rw-rw----. 1 mysql mysql 98304 May 23 13:36 /data/test/t4#P#p2014#SP#p2014sp3.ibd
-rw-rw----. 1 mysql mysql 98304 May 23 13:36 /data/test/t4#P#p2014#SP#p2014sp4.ibd
-rw-rw----. 1 mysql mysql 98304 May 23 13:36 /data/test/t4#P#p2014#SP#p2014sp5.ibd
-rw-rw----. 1 mysql mysql 98304 May 23 13:36 /data/test/t4#P#p2014#SP#p2014sp6.ibd
-rw-rw----. 1 mysql mysql 98304 May 23 13:36 /data/test/t4#P#p2014#SP#p2014sp7.ibd
-rw-rw----. 1 mysql mysql 98304 May 23 13:36 /data/test/t4#P#p2014#SP#p2014sp8.ibd
-rw-rw----. 1 mysql mysql 98304 May 23 13:36 /data/test/t4#P#p2014#SP#p2014sp9.ibd
-rw-rw----. 1 mysql mysql 98304 May 23 13:36 /data/test/t4#P#p2015#SP#p2015sp0.ibd
-rw-rw----. 1 mysql mysql 98304 May 23 13:36 /data/test/t4#P#p2015#SP#p2015sp10.ibd
-rw-rw----. 1 mysql mysql 98304 May 23 13:36 /data/test/t4#P#p2015#SP#p2015sp11.ibd
-rw-rw----. 1 mysql mysql 98304 May 23 13:36 /data/test/t4#P#p2015#SP#p2015sp1.ibd
-rw-rw----. 1 mysql mysql 98304 May 23 13:36 /data/test/t4#P#p2015#SP#p2015sp2.ibd
-rw-rw----. 1 mysql mysql 98304 May 23 13:36 /data/test/t4#P#p2015#SP#p2015sp3.ibd
-rw-rw----. 1 mysql mysql 98304 May 23 13:36 /data/test/t4#P#p2015#SP#p2015sp4.ibd
-rw-rw----. 1 mysql mysql 98304 May 23 13:36 /data/test/t4#P#p2015#SP#p2015sp5.ibd
-rw-rw----. 1 mysql mysql 98304 May 23 13:36 /data/test/t4#P#p2015#SP#p2015sp6.ibd
-rw-rw----. 1 mysql mysql 98304 May 23 13:36 /data/test/t4#P#p2015#SP#p2015sp7.ibd
-rw-rw----. 1 mysql mysql 98304 May 23 13:36 /data/test/t4#P#p2015#SP#p2015sp8.ibd
-rw-rw----. 1 mysql mysql 98304 May 23 13:36 /data/test/t4#P#p2015#SP#p2015sp9.ibd
-rw-rw----. 1 mysql mysql 98304 May 23 13:36 /data/test/t4#P#p2016#SP#p2016sp0.ibd
-rw-rw----. 1 mysql mysql 98304 May 23 13:36 /data/test/t4#P#p2016#SP#p2016sp10.ibd
-rw-rw----. 1 mysql mysql 98304 May 23 13:36 /data/test/t4#P#p2016#SP#p2016sp11.ibd
-rw-rw----. 1 mysql mysql 98304 May 23 13:36 /data/test/t4#P#p2016#SP#p2016sp1.ibd
-rw-rw----. 1 mysql mysql 98304 May 23 13:36 /data/test/t4#P#p2016#SP#p2016sp2.ibd
-rw-rw----. 1 mysql mysql 98304 May 23 13:36 /data/test/t4#P#p2016#SP#p2016sp3.ibd
-rw-rw----. 1 mysql mysql 98304 May 23 13:36 /data/test/t4#P#p2016#SP#p2016sp4.ibd
-rw-rw----. 1 mysql mysql 98304 May 23 13:36 /data/test/t4#P#p2016#SP#p2016sp5.ibd
-rw-rw----. 1 mysql mysql 98304 May 23 13:36 /data/test/t4#P#p2016#SP#p2016sp6.ibd
-rw-rw----. 1 mysql mysql 98304 May 23 13:36 /data/test/t4#P#p2016#SP#p2016sp7.ibd
-rw-rw----. 1 mysql mysql 98304 May 23 13:36 /data/test/t4#P#p2016#SP#p2016sp8.ibd
-rw-rw----. 1 mysql mysql 98304 May 23 13:36 /data/test/t4#P#p2016#SP#p2016sp9.ibd
-rw-rw----. 1 mysql mysql 98304 May 23 13:36 /data/test/t4#P#p2017#SP#p2017sp0.ibd
-rw-rw----. 1 mysql mysql 98304 May 23 13:36 /data/test/t4#P#p2017#SP#p2017sp10.ibd
-rw-rw----. 1 mysql mysql 98304 May 23 13:36 /data/test/t4#P#p2017#SP#p2017sp11.ibd
-rw-rw----. 1 mysql mysql 98304 May 23 13:36 /data/test/t4#P#p2017#SP#p2017sp1.ibd
-rw-rw----. 1 mysql mysql 98304 May 23 13:36 /data/test/t4#P#p2017#SP#p2017sp2.ibd
-rw-rw----. 1 mysql mysql 98304 May 23 13:36 /data/test/t4#P#p2017#SP#p2017sp3.ibd
-rw-rw----. 1 mysql mysql 98304 May 23 13:36 /data/test/t4#P#p2017#SP#p2017sp4.ibd
-rw-rw----. 1 mysql mysql 98304 May 23 13:36 /data/test/t4#P#p2017#SP#p2017sp5.ibd
-rw-rw----. 1 mysql mysql 98304 May 23 13:36 /data/test/t4#P#p2017#SP#p2017sp6.ibd
-rw-rw----. 1 mysql mysql 98304 May 23 13:36 /data/test/t4#P#p2017#SP#p2017sp7.ibd
-rw-rw----. 1 mysql mysql 98304 May 23 13:36 /data/test/t4#P#p2017#SP#p2017sp8.ibd
-rw-rw----. 1 mysql mysql 98304 May 23 13:36 /data/test/t4#P#p2017#SP#p2017sp9.ibd
-rw-rw----. 1 mysql mysql 98304 May 23 13:36 /data/test/t4#P#p2099#SP#p2099sp0.ibd
-rw-rw----. 1 mysql mysql 98304 May 23 13:36 /data/test/t4#P#p2099#SP#p2099sp10.ibd
-rw-rw----. 1 mysql mysql 98304 May 23 13:36 /data/test/t4#P#p2099#SP#p2099sp11.ibd
-rw-rw----. 1 mysql mysql 98304 May 23 13:36 /data/test/t4#P#p2099#SP#p2099sp1.ibd
-rw-rw----. 1 mysql mysql 98304 May 23 13:36 /data/test/t4#P#p2099#SP#p2099sp2.ibd
-rw-rw----. 1 mysql mysql 98304 May 23 13:36 /data/test/t4#P#p2099#SP#p2099sp3.ibd
-rw-rw----. 1 mysql mysql 98304 May 23 13:36 /data/test/t4#P#p2099#SP#p2099sp4.ibd
-rw-rw----. 1 mysql mysql 98304 May 23 13:36 /data/test/t4#P#p2099#SP#p2099sp5.ibd
-rw-rw----. 1 mysql mysql 98304 May 23 13:36 /data/test/t4#P#p2099#SP#p2099sp6.ibd
-rw-rw----. 1 mysql mysql 98304 May 23 13:36 /data/test/t4#P#p2099#SP#p2099sp7.ibd
-rw-rw----. 1 mysql mysql 98304 May 23 13:36 /data/test/t4#P#p2099#SP#p2099sp8.ibd
-rw-rw----. 1 mysql mysql 98304 May 23 13:36 /data/test/t4#P#p2099#SP#p2099sp9.ibd

以上命令用于查看子分区所有信，下面的命令用于插入值，查看数据分布状况。

mysql> INSERT INTO  t4  SELECT * FROM t3;
Query OK, 10 rows affected (0.33 sec)
Records: 10  Duplicates: 0  Warnings: 0
mysql> SELECT table_name,partition_name,table_rows FROM information_schema.PARTITIONS  WHERE  table_schema=database() AND table_name='t4';
+------------+----------------+------------+
| table_name | partition_name | table_rows |
+------------+----------------+------------+
| t4         | p2013          |          0 |
| t4         | p2013          |          0 |
| t4         | p2013          |          0 |
| t4         | p2013          |          0 |
| t4         | p2013          |          0 |
| t4         | p2013          |          3 |
| t4         | p2013          |          0 |
| t4         | p2013          |          1 |
| t4         | p2013          |          0 |
| t4         | p2013          |          0 |
| t4         | p2013          |          0 |
| t4         | p2013          |          0 |
| t4         | p2014          |          0 |
| t4         | p2014          |          0 |
| t4         | p2014          |          0 |
| t4         | p2014          |          0 |
| t4         | p2014          |          1 |
| t4         | p2014          |          1 |
| t4         | p2014          |          0 |
| t4         | p2014          |          0 |
| t4         | p2014          |          0 |
| t4         | p2014          |          0 |
| t4         | p2014          |          0 |
| t4         | p2014          |          0 |
| t4         | p2015          |          0 |
| t4         | p2015          |          0 |
| t4         | p2015          |          0 |
| t4         | p2015          |          0 |
| t4         | p2015          |          0 |
| t4         | p2015          |          2 |
| t4         | p2015          |          0 |
| t4         | p2015          |          0 |
| t4         | p2015          |          0 |
| t4         | p2015          |          0 |
| t4         | p2015          |          0 |
| t4         | p2015          |          0 |
| t4         | p2016          |          0 |
| t4         | p2016          |          0 |
| t4         | p2016          |          0 |
| t4         | p2016          |          0 |
| t4         | p2016          |          0 |
| t4         | p2016          |          0 |
| t4         | p2016          |          0 |
| t4         | p2016          |          0 |
| t4         | p2016          |          0 |
| t4         | p2016          |          0 |
| t4         | p2016          |          0 |
| t4         | p2016          |          0 |
| t4         | p2017          |          0 |
| t4         | p2017          |          0 |
| t4         | p2017          |          0 |
| t4         | p2017          |          0 |
| t4         | p2017          |          0 |
| t4         | p2017          |          1 |
| t4         | p2017          |          0 |
| t4         | p2017          |          0 |
| t4         | p2017          |          0 |
| t4         | p2017          |          0 |
| t4         | p2017          |          0 |
| t4         | p2017          |          0 |
| t4         | p2099          |          0 |
| t4         | p2099          |          0 |
| t4         | p2099          |          0 |
| t4         | p2099          |          0 |
| t4         | p2099          |          0 |
| t4         | p2099          |          1 |
| t4         | p2099          |          0 |
| t4         | p2099          |          0 |
| t4         | p2099          |          0 |
| t4         | p2099          |          0 |
| t4         | p2099          |          0 |
| t4         | p2099          |          0 |
+------------+----------------+------------+
72 rows in set (0.00 sec)

如果在根据时间进行分区的时候，主键为id，但是时间在业务上不会完全唯一，比如用普通的DATETIME或者TIMESTAMP，很有可能在同一个时间插入新记录，此时可能需要用到微秒：

CREATE TABLE  t15 (id INT(10),date datetime(6) DEFAULT CURRENT_TIMESTAMP(6));
设置微秒，用于分区使用，分区列需要使用存在的主键或者唯一索引

设置好了之后，就可以将时间设置为唯一索引了，这样就可以在主键存在的情况下面使用时间作为分区列了。

顺便说一下：51CTO的编辑器能不能改进，优化优化，体验很不好，贴个代码，然后输入文字很容易出现不爽的问题！

mysql禁用远程登录 igotyback mysql
去mysql库中的user表里，将host都改成localhost之后刷新权限FLUSHPRIVILEGES;
MYSQL面试系列-04 king01299 面试 mysql 面试
MYSQL面试系列-0417.关于redolog和binlog的刷盘机制、redolog、undolog作用、GTID是做什么的？innodb_flush_log_at_trx_commit及sync_binlog参数意义双117.1innodb_flush_log_at_trx_commit该变量定义了InnoDB在每次事务提交时，如何处理未刷入（flush）的重做日志信息（redolog）。它
第六集如何安装CentOS7.0，3分钟学会centos7安装教程 date分享
从光盘引导系统按回车键继续进入引导程序安装界面，选择语言这里选择简体中文版点击继续选择桌面安装下面给系统分区选择磁盘，点击完成选择基本分区，点击加号swap分区,大小填内存的两倍在选择根分区，使用所有可用的磁盘空间选择文件系统ext4点击完成，点击开始安装设置root密码，点击完成设置普通用户和密码，点击完成整个过程持续八分钟左右根据个人配置不同，时间长短不同好，现在点击重启系统进入重启状态点击本
关于Mysql 中 Row size too large (＞ 8126) 错误的解决和理解秋刀prince mysql mysql 数据库
提示：啰嗦一嘴，数据库的任何操作和验证前，一定要记得先备份！！！不会有错；文章目录问题发现一、问题导致的可能原因1、页大小2、行格式2.1compact格式2.2Redundant格式2.3Dynamic格式2.4Compressed格式3、BLOB和TEXT列二、解决办法1、修改页大小（不推荐）2、修改行格式3、修改数据类型为BLOB和TEXT列4、其他优化方式（可以参考使用）4.1合理设置数据
Kafka是如何保证数据的安全性、可靠性和分区的喜欢猪猪 kafka 分布式
Kafka作为一个高性能、可扩展的分布式流处理平台，通过多种机制来确保数据的安全性、可靠性和分区的有效管理。以下是关于Kafka如何保证数据安全性、可靠性和分区的详细解析：一、数据安全性SSL/TLS加密：Kafka支持SSL/TLS协议，通过配置SSL证书和密钥来加密数据传输，确保数据在传输过程中不会被窃取或篡改。这一机制有效防止了中间人攻击，保护了数据的安全性。SASL认证：Kafka支持多种
MongoDB知识概括 GeorgeLin98 持久层 mongodb
MongoDB知识概括MongoDB相关概念单机部署基本常用命令索引-IndexSpirngDataMongoDB集成副本集分片集群安全认证MongoDB相关概念业务应用场景：传统的关系型数据库（如MySQL），在数据操作的“三高”需求以及应对Web2.0的网站需求面前，显得力不从心。解释：“三高”需求：①Highperformance-对数据库高并发读写的需求。②HugeStorage-对海量数
入门MySQL——查询语法练习 K_un
前言：前面几篇文章为大家介绍了DML以及DDL语句的使用方法，本篇文章将主要讲述常用的查询语法。其实MySQL官网给出了多个示例数据库供大家实用查询，下面我们以最常用的员工示例数据库为准，详细介绍各自常用的查询语法。1.员工示例数据库导入官方文档员工示例数据库介绍及下载链接：https://dev.mysql.com/doc/employee/en/employees-installation.h
博客网站制作教程 2401_85194651 java maven
首先就是技术框架：后端：Java+SpringBoot数据库：MySQL前端：Vue.js数据库连接：JPA(JavaPersistenceAPI)1.项目结构blog-app/├──backend/│├──src/main/java/com/example/blogapp/││├──BlogApplication.java││├──config/│││└──DatabaseConfig.java
ubuntu安装wordpress lissettecarlr
1安装nginx网上安装方式很多，这就就直接用apt-get了apt-getinstallnginx不用启动啥，然后直接在浏览器里面输入IP:80就能看到nginx的主页了。如果修改了一些配置可以使用下列命令重启一下systemctlrestartnginx.service2安装mysql输入安装前也可以更新一下软件源，在安装过程中将会让你输入数据库的密码。sudoapt-getinstallmy
计算机毕业设计PHP仓储综合管理系统（源码+程序+VUE+lw+部署） java毕设程序源码王哥 php 课程设计 vue.js
该项目含有源码、文档、程序、数据库、配套开发软件、软件安装教程。欢迎交流项目运行环境配置：phpStudy+Vscode+Mysql5.7+HBuilderX+Navicat11+Vue+Express。项目技术：原生PHP++Vue等等组成，B/S模式+Vscode管理+前后端分离等等。环境需要1.运行环境：最好是小皮phpstudy最新版，我们在这个版本上开发的。其他版本理论上也可以。2.开发
You have an error in your SQL syntax； check the manual that corresponds to your MySQL server version 努力的菜鸟~ sql 数据库
YouhaveanerrorinyourSQLsyntax;checkthemanualthatcorrespondstoyourMySQLserverversionfortherightsyntaxtousenear‘IDENTIFIEDBY‘123456’WITHGRANTOPTION’atline1在mysql5.7之前GRANTALLPRIVILEGESON*.*TO'root'@'%'I
mysql学习教程，从入门到精通，TOP 和MySQL LIMIT 子句（15）知识分享小能手大数据数据库 MySQL mysql 学习 oracle 数据库开发语言 adb 大数据
1、TOP和MySQLLIMIT子句内容在SQL中，不同的数据库系统对于限制查询结果的数量有不同的实现方式。TOP关键字主要用于SQLServer和Access数据库中，而LIMIT子句则主要用于MySQL、PostgreSQL（通过LIMIT/OFFSET语法）、SQLite等数据库中。下面将分别详细介绍这两个功能的语法、语句以及案例。1.1、TOP子句（SQLServer和Access）1.1
自定义分区我的K8409 Hadoop hdfs hadoop 大数据
通过简单例子了解partition分区类的重写方法分区是在MR的过程中进行的，属于Shuffle阶段但是在Job端不要忘记进行调用：job.setPartitionerClass(xxx.class)按照年龄分区：classAgePartitionerextendsPartitioner{@OverridepublicintgetPartition(MyComparablekey,NullWrit
鲲鹏 ARM 架构麒麟 Lylin v10 安装 Nginx (离线) 焚木灵 arm开发架构 nginx 服务器
最近做一个银行的项目，银行的服务器是鲲鹏ARM架构的服务器，并且是麒麟v10的系统，这里记录一下在无法访问外网安装Nginx的方法。其他文章：鲲鹏ARM架构麒麟Lylinv10安装Mysql8.3(离线)-CSDN博客鲲鹏ARM架构麒麟Lylinv10安装Node和NVM(离线)-CSDN博客鲲鹏ARM架构麒麟Lylinv10安装Pm2(离线)-CSDN博客鲲鹏ARM架构麒麟Lylinv10安装P
Kubernetes部署MySQL数据持久化沫殇-MS Kubernetes MySQL数据库 kubernetes mysql 容器
一、安装配置NFS服务端1、安装nfs-kernel-server：sudoapt-yinstallnfs-kernel-server2、服务端创建共享目录#列出所有可用块设备的信息lsblk#格式化磁盘sudomkfs-text4/dev/sdb#创建一个目录：sudomkdir-p/data/nfs/mysql#更改目录权限：sudochown-Rnobody:nogroup/data/nfs
MySQL事务隔离级别和MVCC 简书徐小耳
MySQL事务隔离级别和MVCC参考：https://mp.weixin.qq.com/s/Jeg8656gGtkPteYWrG5_Nw1.MVCC只对读已提交和可重复的读有效果，而未提交读和串行则无意义。2.每条记录都会有trx_id(事务修改记录的id）和roll_pointer是一个指针指向旧版本的undo日志链表（row_id不是必必要的，如果有主键存在就不需要了）3.版本链的头结点就是记
CentOS7 安装MySQL5.7.44 不要Null了 java centos mysql
1.下载mysql安装包，我放在百度网盘里(下方链接)链接：https://pan.baidu.com/s/1_Mn1XW_1mWdTV4mhnLG66A提取码：s31n2.首先看看以前是否安装过mysqlrpm-qa|grep-imysql如果已经安装过mysql会提示卸载mysqlrpm-emysql-…3.使用FinallShell或者Xftp进行上传放到/usr/local/mysql，没
非关系型数据库天秤-white nosql
一、为什么要用Nosql1.单机MySQL的时代。一个基本的网站访问量一般不会太大，单个数据库完全足够。那时候更多使用的静态网页html，服务器根本没有太大压力。这时候网站的瓶颈是什么？-数据量如果太大，一个机器放不下。-数据量太大需要建立数据的索引（B+Tree），一个服务器内存放不下。-访问量读写混合，一个服务器承受不了。2.memcached缓存+MySQL+垂直拆分（读写分离）。网站80%
六、全局锁和表锁：给表加个字段怎么有这么多阻碍 nieniemin
数据库锁设计的初衷是处理并发问题。作为多用户共享的资源，当出现并发访问的时候，数据库需要合理地控制资源的访问规则。而锁就是用来实现这些访问规则的重要数据结构。根据加锁的范围，MySQL里面的锁大致可以分成全局锁、表级锁和行锁三类。6.1全局锁全局锁就是对整个数据库实例加锁。MySQL提供了一个加全局读锁的方法，命令是Flushtableswithreadlock(FTWRL)。当你需要让整个库处于
Kubernetes 自定义控制器开发 IT回忆录 Kubenetes kubernetes
目录前言一、CRD二、创建数据库表（Mysql）二、控制器开发1.使用kubernetes的examplecontroller模板2.在controller.go中新增数据表监听方法3.修改tools工具生成资源对象结构体定义这里记录开发k8s控制器的一般方式，controller开发主要使用k8s提供的client-go库进行。前言Controller监听集群内部资源对象的变化，编辑资源对象(增
【K8s】专题十一：Kubernetes 集群证书过期处理方法行者Sun1989 Kubernetes kubernetes 云原生容器
本文内容均来自个人笔记并重新梳理，如有错误欢迎指正！如果对您有帮助，烦请点赞、关注、转发、订阅专栏！专栏订阅入口Linux专栏|Docker专栏|Kubernetes专栏往期精彩文章【Docker】（全网首发）KylinV10下MySQL容器内存占用异常的解决方法【Docker】（全网首发）KylinV10下MySQL容器内存占用异常的解决方法（续）【Docker】MySQL源码构建Docker镜
MySQl篇（SQL - 基本介绍）（持续更新迭代） wclass-zhengge mysql sql 数据库
目录一、简介二、SQL方言（分页查询为例）1.简介2.SQL方言大比拼2.1.Oracle2.1.1.使用ROWNUM实现分页查询2.1.2.使用ROW_NUMBER()实现分页查询2.2.MySQL2.3.PostgreSQL三、语法规范四、注释五、MySQL脚本中的标点符号一、简介1、SQL是结构化查询语言（StructureQueryLanguage），专门用来操作/访问关系型数据库的通用语
跟着黑马学mysql（5）小杜不吃糖 mysql 数据库
17.DQL-聚合函数DQL-聚合函数介绍将一列数据作为一个整体，进行纵向计算。常见聚合函数函数功能count统计数量max最大值min最小值avg平均值sum求和语法SELECT聚合函数(字段列表)FROM表名;注意：所有的null值不参与聚合函数的运算18.DQL-分组查询语法SELECT字段列表FROM表名[WHERE条件]GROUPBY分组字段名[HAVING分组后的过滤条件];where
梧桐数据库（WuTongDB）：数据库技术中都有哪些常见的优化器鲁鲁517 梧桐数据库梧桐数据库
以下是一些常见的数据库优化器：1.CBO（Cost-BasedOptimizer）应用场景：广泛应用于关系型数据库中，如Oracle、PostgreSQL、MySQL等。工作原理：通过计算不同执行计划的代价（如CPU、I/O等资源消耗），选择最低代价的执行计划。代表数据库：Oracle、PostgreSQL、MySQL。特点：CBO使用统计信息（如表大小、索引分布）来评估查询的代价。2.RBO（R
MySQL日志沉着冷静2024 MySQL mysql 数据库
MySQL日志文章目录MySQL日志MySQL三大日志binlog的三种格式redolog和binlog的区别和应用场景为什么崩溃恢复不用binlog而用redolog？redolog如何实现持久化redolog还能做什么？redolog的三种刷盘策略两阶段提交什么是？为什么？两阶段提交过程MySQL三大日志1.undologundolog是InnoDB存储引擎层的日志，实现了事务的原子性，主要用
MySQL锁沉着冷静2024 MySQL mysql 数据库
MySQL锁文章目录MySQL锁MySQL中锁的分类创建索引时会锁表吗线上修改表结构会加什么锁Innodb存储引擎的行级锁有哪些Update语句中，不带where条件，加什么锁？MySQL实现乐观锁MySQL死锁MySQL死锁是怎么发生的？检查死锁如何避免死锁MySQL中锁的分类全局锁：主要用于全库逻辑备份表级锁：表锁、元数据锁、意向锁表锁：通过locktables语句对表进行加锁，它不仅限制其他
Python实现mysql命令行 xu-jssy python mysql adb
一、源码importosimportpymysqldefsql_shell():password=input("EnterPassword:")#访问密码ifpassword.strip()!="yyds":print("Bye")return#清空控制台输出os.system("cls"ifos.name=="nt"else"clear")try:#连接到MySQL数据库conn=pymysql
mysql case 干货 lack倪酱
这是我舍友@某人提供的是为了做酒店时判断每个楼栋有几间空房子的。房间表与数据楼栋表与数据查询楼栋房间总数查询空房间数当时就在想怎么把后一个单列的数据合并到前面那三列的数据里呢？又是百度，又是谷歌，都是什么“unitall”。。表示我要的不是这个。有点难为我小脑瓜，实在是对数据库不了解，只会日常操作。最后是我舍友想出了解决办法直接贴图好了，如果想要了解case是什么，你可以自行查资料。学习查东西也是
计算机毕设Node.js+Vue校园易购二手交易平台（程序+LW+部署） Node程序源码强子 vue.js 课程设计 node.js
项目运行环境配置：Node.js最新版+Vscode+Mysql5.7+HBuilderX+Navicat11+Vue。项目技术：Express框架+Node.js+Vue等等组成，B/S模式+Vscode管理+前后端分离等等。环境需要1.运行环境：最好是Nodejs最新版，我们在这个版本上开发的。其他版本理论上也可以。2.开发
MySQL 源码｜55 - 语法解析(V2)：基础查询语句（query_specification）｜V20240915 长行 MySQL源码 mysql 源码语法解析查询
目录文档：MySQL源码｜源码剖析文档目录源码位置（版本=MySQL8.0.37）：sql/sql_yacc.yy前置文档：MySQL源码｜68-语法解析(V2)：LOCKING子句（锁定读取）｜V20240909MySQL源码｜39-语法解析(V2)：ORDERBY子句｜V20240814｜V20240912（第2版）MySQL源码｜40-语法解析(V2)：GROUPBY子句｜V20240814
mondb入手木zi_鸣 mongodb
windows 启动mongodb 编写bat文件， mongod --dbpath D:\software\MongoDBDATA mongod --help 查询各种配置配置在mongob 打开批处理，即可启动，27017原生端口，shell操作监控端口扩展28017，web端操作端口启动配置文件配置，数据更灵活
大型高并发高负载网站的系统架构 bijian1013 高并发负载均衡
扩展Web应用程序一.概念简单的来说，如果一个系统可扩展，那么你可以通过扩展来提供系统的性能。这代表着系统能够容纳更高的负载、更大的数据集，并且系统是可维护的。扩展和语言、某项具体的技术都是无关的。扩展可以分为两种： 1.
DISPLAY变量和xhost(原创) czmmiao display
DISPLAY 在Linux/Unix类操作系统上, DISPLAY用来设置将图形显示到何处. 直接登陆图形界面或者登陆命令行界面后使用startx启动图形, DISPLAY环境变量将自动设置为:0:0, 此时可以打开终端, 输出图形程序的名称(比如xclock)来启动程序, 图形将显示在本地窗口上, 在终端上输入printenv查看当前环境变量, 输出结果中有如下内容:DISPLAY=:0.0
获取B/S客户端IP 周凡杨 java 编程 jsp Web 浏览器
最近想写个B/S架构的聊天系统，因为以前做过C/S架构的QQ聊天系统，所以对于Socket通信编程只是一个巩固。对于C/S架构的聊天系统，由于存在客户端Java应用，所以直接在代码中获取客户端的IP，应用的方法为： String ip = InetAddress.getLocalHost().getHostAddress(); 然而对于WEB
浅谈类和对象朱辉辉33 编程
类是对一类事物的总称，对象是描述一个物体的特征，类是对象的抽象。简单来说，类是抽象的，不占用内存，对象是具体的，占用存储空间。类是由属性和方法构成的，基本格式是public class 类名{ //定义属性 private/public 数据类型属性名； //定义方法 publ
android activity与viewpager+fragment的生命周期问题肆无忌惮_ viewpager
有一个Activity里面是ViewPager，ViewPager里面放了两个Fragment。第一次进入这个Activity。开启了服务，并在onResume方法中绑定服务后，对Service进行了一定的初始化，其中调用了Fragment中的一个属性。 super.onResume(); bindService(intent, conn, BIND_AUTO_CREATE);
base64Encode对图片进行编码 843977358 base64 图片 encoder
/** * 对图片进行base64encoder编码 * * @author mrZhang * @param path * @return */ public static String encodeImage(String path) { BASE64Encoder encoder = null; byte[] b = null; I
Request Header简介 aigo servlet
当一个客户端(通常是浏览器)向Web服务器发送一个请求是，它要发送一个请求的命令行，一般是GET或POST命令，当发送POST命令时，它还必须向服务器发送一个叫“Content-Length”的请求头(Request Header) 用以指明请求数据的长度，除了Content-Length之外，它还可以向服务器发送其它一些Headers，如：
HttpClient4.3 创建SSL协议的HttpClient对象 alleni123 httpclient 爬虫 ssl
public class HttpClientUtils { public static CloseableHttpClient createSSLClientDefault(CookieStore cookies){ SSLContext sslContext=null; try { sslContext=new SSLContextBuilder().l
java取反 -右移-左移-无符号右移的探讨百合不是茶位运算符位移
取反：在二进制中第一位，1表示符数，0表示正数 byte a = -1; 原码：10000001 反码：11111110 补码：11111111 //异或: 00000000 byte b = -2; 原码：10000010 反码：11111101 补码：11111110 //异或: 00000001
java多线程join的作用与用法 bijian1013 java 多线程
对于JAVA的join，JDK 是这样说的：join public final void join （long millis ）throws InterruptedException Waits at most millis milliseconds for this thread to die. A timeout of 0 means t
Java发送http请求(get 与post方法请求) bijian1013 java spring
PostRequest.java package com.bijian.study; import java.io.BufferedReader; import java.io.DataOutputStream; import java.io.IOException; import java.io.InputStreamReader; import java.net.HttpURL
【Struts2二】struts.xml中package下的action配置项默认值 bit1129 struts.xml
在第一部份，定义了struts.xml文件，如下所示： <!DOCTYPE struts PUBLIC "-//Apache Software Foundation//DTD Struts Configuration 2.3//EN" "http://struts.apache.org/dtds/struts
【Kafka十三】Kafka Simple Consumer bit1129 simple
代码中关于Host和Port是割裂开的，这会导致单机环境下的伪分布式Kafka集群环境下，这个例子没法运行。实际情况是需要将host和port绑定到一起， package kafka.examples.lowlevel; import kafka.api.FetchRequest; import kafka.api.FetchRequestBuilder; impo
nodejs学习api ronin47 nodejs api
NodeJS基础什么是NodeJS JS是脚本语言，脚本语言都需要一个解析器才能运行。对于写在HTML页面里的JS，浏览器充当了解析器的角色。而对于需要独立运行的JS，NodeJS就是一个解析器。每一种解析器都是一个运行环境，不但允许JS定义各种数据结构，进行各种计算，还允许JS使用运行环境提供的内置对象和方法做一些事情。例如运行在浏览器中的JS的用途是操作DOM，浏览器就提供了docum
java-64.寻找第N个丑数 bylijinnan java
public class UglyNumber { /** * 64.查找第N个丑数具体思路可参考 [url] http://zhedahht.blog.163.com/blog/static/2541117420094245366965/[/url] * 题目：我们把只包含因子 2、3和5的数称作丑数（Ugly Number）。例如6、8都是丑数，但14
二维数组（矩阵）对角线输出 bylijinnan 二维数组
/** 二维数组对角线输出两个方向例如对于数组： { 1, 2, 3, 4 }, { 5, 6, 7, 8 }, { 9, 10, 11, 12 }, { 13, 14, 15, 16 }, slash方向输出： 1 5 2 9 6 3 13 10 7 4 14 11 8 15 12 16 backslash输出： 4 3
[JWFD开源工作流设计]工作流跳跃模式开发关键点(今日更新) comsci 工作流
既然是做开源软件的,我们的宗旨就是给大家分享设计和代码,那么现在我就用很简单扼要的语言来透露这个跳跃模式的设计原理大家如果用过JWFD的ARC-自动运行控制器,或者看过代码,应该知道在ARC算法模块中有一个函数叫做SAN(),这个函数就是ARC的核心控制器,要实现跳跃模式,在SAN函数中一定要对LN链表数据结构进行操作,首先写一段代码,把
redis常见使用 cuityang redis 常见使用
redis 通常被认为是一个数据结构服务器，主要是因为其有着丰富的数据结构 strings、map、 list、sets、 sorted sets 引入jar包 jedis-2.1.0.jar (本文下方提供下载) package redistest; import redis.clients.jedis.Jedis; public class Listtest
配置多个redis dalan_123 redis
配置多个redis客户端 <?xml version="1.0" encoding="UTF-8"?><beans xmlns="http://www.springframework.org/schema/beans" xmlns:xsi=&quo
attrib命令 dcj3sjt126com attr
attrib指令用于修改文件的属性.文件的常见属性有:只读.存档.隐藏和系统. 只读属性是指文件只可以做读的操作.不能对文件进行写的操作.就是文件的写保护. 存档属性是用来标记文件改动的.即在上一次备份后文件有所改动.一些备份软件在备份的时候会只去备份带有存档属性的文件.
Yii使用公共函数 dcj3sjt126com yii
在网站项目中，没必要把公用的函数写成一个工具类，有时候面向过程其实更方便。在入口文件index.php里添加 require_once('protected/function.php'); 即可对其引用，成为公用的函数集合。 function.php如下： <?php /** * This is the shortcut to D
linux 系统资源的查看（free、uname、uptime、netstat） eksliang netstat linux uname linux uptime linux free
linux 系统资源的查看转载请出自出处：http://eksliang.iteye.com/blog/2167081 http://eksliang.iteye.com 一、free查看内存的使用情况语法如下： free [-b][-k][-m][-g] [-t] 参数含义 -b:直接输入free时，显示的单位是kb我们可以使用b(bytes),m
JAVA的位操作符 greemranqq 位运算 JAVA位移 <<>>>
最近几种进制，加上各种位操作符，发现都比较模糊，不能完全掌握，这里就再熟悉熟悉。 1.按位操作符：按位操作符是用来操作基本数据类型中的单个bit,即二进制位，会对两个参数执行布尔代数运算，获得结果。与（&）运算： 1&1 = 1, 1&0 = 0, 0&0 &
Web前段学习网站 ihuning Web
Web前段学习网站菜鸟学习：http://www.w3cschool.cc/ JQuery中文网：http://www.jquerycn.cn/ 内存溢出：http://outofmemory.cn/#csdn.blog http://www.icoolxue.com/ http://www.jikexue
强强联合：FluxBB 作者加盟 Flarum justjavac r
原文：FluxBB Joins Forces With Flarum作者：Toby Zerner译文：强强联合：FluxBB 作者加盟 Flarum译者：justjavac FluxBB 是一个快速、轻量级论坛软件，它的开发者是一名德国的 PHP 天才 Franz Liedke。FluxBB 的下一个版本(2.0)将被完全重写，并已经开发了一段时间。FluxBB 看起来非常有前途的，
java统计在线人数（session存储信息的） macroli java Web
这篇日志是我写的第三次了前两次都发布失败！郁闷极了！由于在web开发中常常用到这一部分所以在此记录一下，呵呵，就到备忘录了！我对于登录信息时使用session存储的，所以我这里是通过实现HttpSessionAttributeListener这个接口完成的。 1、实现接口类，在web.xml文件中配置监听类，从而可以使该类完成其工作。 public class Ses
bootstrp carousel初体验快速构建图片播放 qiaolevip 每天进步一点点学习永无止境 bootstrap 纵观千象
img{ border: 1px solid white; box-shadow: 2px 2px 12px #333; _width: expression(this.width > 600 ? "600px" : this.width + "px"); _height: expression(this.width &
SparkSQL读取HBase数据，通过自定义外部数据源 superlxw1234 spark sparksql sparksql读取hbase sparksql外部数据源
关键字：SparkSQL读取HBase、SparkSQL自定义外部数据源前面文章介绍了SparSQL通过Hive操作HBase表。 SparkSQL从1.2开始支持自定义外部数据源(External DataSource)，这样就可以通过API接口来实现自己的外部数据源。这里基于Spark1.4.0，简单介绍SparkSQL自定义外部数据源，访
Spring Boot 1.3.0.M1发布 wiselyman spring boot
Spring Boot 1.3.0.M1于6.12日发布，现在可以从Spring milestone repository下载。这个版本是基于Spring Framework 4.2.0.RC1,并在Spring Boot 1.2之上提供了大量的新特性improvements and new features。主要包含以下： 1.提供一个新的sprin

mysql 分区之RANGE && HASH

你可能感兴趣的:(mysql,分区)