文章归档

MySQL数据库更新教程

发布于 2015年10月1日
by

一、修改BigDump文件下列变量 $db_server = ‘localhost’; $db_name = ‘tkzc’; $db_username = ‘root’; $db_password = ”;

发表评论?

bigdump.SQL大文件上传

发布于 2015年4月10日
by

常用的 MySQL 数据库恢复工具（也能进行备份操作）是 phpMyAdmin，这是一个开源、免费的工具，大多数主机商（例如 Hawkhost）都会免费提供。相信很多站长也用过 phpMyAdmin 来进行网站数据库的备份和恢复，确实很方便，并且有多国语言界面。不过，有一种情况可能你还没碰到，就是当你的数据库体积比较大时，例如 SQL 备份文件大于 2MB，甚至大于 10MB，这个时候如果你通过 phpMyAdmin 来进行数据库的恢复，就会出错，这是因为你的 SQL 文件体积太大，超过了 phpMyAdmin 的处理能力，这种情况在网络速度比较慢的情况下尤为突出，例如站长在周末晚上8点这个网络拥挤的时段尝试使用 phpMyAdmin 来恢复大型 MySQL 数据库备份，就容易遇到这种问题。 很显然 phpMyAdmin 只适用于恢复比较小的 SQL 文件备份。对于超大 MySQL 数据库备份的恢复，你必须换一个专用的恢复工具，那就是：BigDump！

发表评论?

mysql笔记–变更数据表结构

发布于 2012年2月29日
by

1,重新命名数据表 alter table A rename to B  //数据表A改名为Ｂ rename table A to B                //数据表A改名为Ｂ rename A toC,B to A,C to A    //数据表A和数据表Ｂ互换名字 alter table S.A rename to T.A                //数据库S里面的表A移动到数据库B里面 rename table S.A to T.A   //数据库S里面的表A移动到数据库B里面 2,改变数据列的类型 我们现在要把数据表A里面的一个smallint unsigned类型的数据列I再次改动为 mediumint unsigned 类型 alter table A motify I mediumint unsigned alter table A change I I mediumint unsigned 注意change子句的特点：不仅能够改变数据列的类型，还能改变数据列的名字。这是modify子句所不能完成的。下面就把这个数据列改名了。 alter table A change I J mediumint unsigned 3,将数据表由可变长度数据行转变成固定长度数据行 有的时候为了提高性能，需要做这样的转变，但有一点需要注意：必须用同一条alter命令来一次改变所有的数据列，不能仅仅改变一个数据列！举例如下： create table A(name varchar(40),address varchar(80)) 我们开始修改命令就应该是： alter table A modify name char(40),modify address char(80); 4,将数据表由固定长度数据行转变成可变长度数据行 如果觉得空间利用率不高，那就需要再转变回来，这个就很简单了，没有特别要求 alter table A modify name varchar(40) 5,转换数据表类型 我们知道，MySQL数据库存在多种数据表类型，但每一种类型的特性并不相同。 如果你想让你的数据表支持事务处理机制。那就必须把它搞成BDB或innoBDB格式 alter table A type= BDB alter table A type= InnoBDB

发表评论?

MySQL字段类型详解

发布于 2012年2月29日
by

MySQL字段类型详解 核心提示：MySQL支持大量的列类型，它可以被分为3类：数字类型、日期和时间类型以及字符串(字符)类型。本节首先给出可用类型的一个概述，并且总结每个列类型的存储需求，然后提供每个类中的类型性质的更详细的描述。 MySQL支持大量的列类型，它可以被分为3类：数字类型、日期和时间类型以及字符串(字符)类型。本节首先给出可用类型的一个概述，并且总结每个列类型的存储需求，然后提供每个类中的类型性质的更详细的描述。 概述有意简化，更详细的说明应该考虑到有关特定列类型的附加信息，例如你能为其指定值的允许格式。由MySQL支持的列类型列在下面。下列代码字母用于描述中：M指出最大的显示尺寸。最大的合法的显示尺寸是 255 。D适用于浮点类型并且指出跟随在十进制小数点后的数码的数量。最大可能的值是30，但是应该不大于M-2。方括号(“[”和“]”)指出可选的类型修饰符的部分。注意，如果你指定一个了为ZEROFILL，MySQL将为该列自动地增加UNSIGNED属性。 TINYINT[(M)] [UNSIGNED] [ZEROFILL] 一个很小的整数。有符号的范围是-128到127，无符号的范围是0到255。 SMALLINT[(M)] [UNSIGNED] [ZEROFILL] 一个小整数。有符号的范围是-32768到32767，无符号的范围是0到65535。 MEDIUMINT[(M)] [UNSIGNED] [ZEROFILL] 一个中等大小整数。有符号的范围是-8388608到8388607，无符号的范围是0到16777215。 INT[(M)] [UNSIGNED] [ZEROFILL] 一个正常大小整数。有符号的范围是-2147483648到2147483647，无符号的范围是0到4294967295。 INTEGER[(M)] [UNSIGNED] [ZEROFILL] 这是INT的一个同义词。 BIGINT[(M)] [UNSIGNED] [ZEROFILL] 一个大整数。有符号的范围是-9223372036854775808到9223372036854775807，无符号的范围是0到 18446744073709551615。注意，所有算术运算用有符号的BIGINT或DOUBLE值完成，因此你不应该使用大于922337203685477580 …

>>Read more

发表评论?

多维数据查询效率分析

发布于 2012年2月27日
by

多维数据查询效率分析 前面分析了在PostgreSQL和MySQL中进行多维数据查询的挑战。问题的根本在于，按行存储的数据库在行变得很大（wide table）的情况下，一旦索引无法完成所有的查询工作，就会受到行大小的影响。为了避免按行存储的缺陷，按列存储的数据库就被发明了出来。按行存储的数据库有很多，绝大部分都是要花钱的，开源的有MonetDB。和前面相同的数据量，相同的wide table的表设计，用MonetDB可以快上很多： sql>select count(contact_id) from spike2 where a1 = 7; +——–+ | L24 | +========+ | 830569 | +——–+ 1 tuple (24.576ms) sql>select count(contact_id) from spike2 where a1 = 7 and a2 = 5; +——–+ | L25 | +========+ | 164788 | +——–+ 1 tuple (105.352ms) sql>select count(contact_id) from spike2 where a1 = 7 and a2 = 5 and a3 = 1; +——+ | L26 | +======+ | 4040 | +——+ 1 tuple (24.963ms) 复制代码 从结果上来看，普遍是快上10倍，极端情况下要快上100倍。MonetDB之所以快，除了按行存储之外，还有一个秘诀是它会被SQL编译成小的关系代数操作。简单的关系代数操作就比如加法，这个操作就只做两个集合相加。每个“关系代数操作”都是用C甚至汇编优化的。普通的按行存储的数据库的实现其实是外层有个循环，循环体是一个解释器，解析过的SQL和行的记录是输入。而MonetDB的编译实现方式就避免了在循环里放置一个解释器。这样做的好处是有利于CPU做分支预测。因为解释器的代码相对于硬编码的“关系代数操作”来说要复杂得多，相应的分支预测失败率也高很多。 MonetDB的缺陷也是非常明显的。每个关系代数操作都要把其结果完全计算出来（Materialized），也就是要占用内存。比如你要SELECT A+B+C，那么A+B的每行的结果 …

>>Read more

发表评论?