hive是基于Hadoop的一个数据仓库工具，用来进行数据的ETL，这是一种可以存储、查询和分析存储在Hadoop中的大规模数据的机制。hive能将结构化的数据文件映射为一张数据库表，并提供SQL查询功能。HiveSQL是一种类SQL语言，与关系型数据库所支持的SQL语法存在微小的差异。本文对比MySQL和Hive所支持的SQL语法，发现相同的SQL语句在

前言关系，指事物之间相互作用、相互影响的状态。数据之间的关系也是如此，数据之间关系的存储在RDS就已经开始。从数据库支持的外键，到手动建立的关系表，人们采取了许多方法，只为了解决查询复杂、缓慢等问题。在NoSQL兴起的今天，图数据库进入了我们的视野，关系模型静态、刚性、不灵活的本质在网络状的存储结构里已然不复存在。现在，让我们以初学者的身份

一、SpringBoot整合Mybatis、Druid和PageHelper并实现多数据源和分页，支持多个字段动态排序，其中对分页插件进行了封装，满足于任何场景的开发Druid是一个数据库连接池。Druid可以说是目前最好的数据库连接池！因其优秀的功能、性能和扩展性方面，深受开发人员的青睐。Druid已经在阿里巴巴部署了超过600个应用，经过一年多

应用场景：前端页面点击刷新，调用服务器A上Java接口，然后A调用服务器B的后台Python接口实时刷新后台数据库。在这个场景中会涉及到两个问题：异步，Python服务器压力（一）解决Python服务器压力如果Python服务器接口不做任何措施，那么可能会有恶意的访问，从而导致该服务器一直刷新后台数据库。我的解决方式是：服务器B会提供一串字符

场景描述线上mysql数据库里面有张表保存有每天的统计结果，每天有1千多万条，这是我们意想不到的，统计结果咋有这么多。运维找过来，磁盘占了200G，最后问了运营，可以只保留最近3天的，前面的数据，只能删了。删，怎么删？因为这是线上数据库，里面存放有很多其它数据表，如果直接删除这张表的数据，肯定不行，可能会对其它表有影响。尝试每次只删除

操作系统及MySQL数据库的实时性能状态数据尤为重要，特别是在有性能抖动的时候，这些实时的性能数据可以快速帮助你定位系统或MySQL数据库的性能瓶颈，就像你在Linux系统上使用「top，sar，iostat」等命令工具一样，可以立刻定位OS的性能瓶颈是在IO还是CPU上，所以收集/展示这些性能数据就更为重要，那都有哪些重要的实时性能状态指标可以反应出系统和

每逢电商大促，全民狂欢，但热闹是属于疯狂剁手的人们。而开发者们有的缺是“高流量、高访问、高并发”三高下带来的种种问题。为了应对大促期间的高I/O情况，企业会选择MongoDB云数据库应对。可是，在使用MongoDB云数据库的时候，可能经常遇到一个问题：MongoDBCPU利用率很高，都快跑满了，这该怎么办？别担心，我们有菊长呢。你看，菊长来了…!(

分库分表数据切分　　通过某种特定的条件，将我们存放在同一个数据库中的数据分散存放到多个数据库（主机）上面，以达到分散单台设备负载的效果。数据的切分同时还能够提高系统的总体可用性，由于单台设备Crash之后，仅仅有总体数据的某一部分不可用，而不是全部的数据。切分模式　　数据的切分（Sharding）依据其切分规则的类

作者介绍：冀浩东，转转公司数据库负责人，负责转转公司整体的数据库运营。初引入TiDB解决了哪些问题？转转使用TiDB主要解决了两个问题，一个是分库分表问题，另一个是运维复杂度。分库分表是一个非常普遍的问题，会增加我们业务逻辑的复杂性，并且多维度的mapping可能导致我们整体性能的下降。有了T

_摘要：_ 在阿里巴巴，“柔性事务”已经是重构分布式事务的标准方法，覆盖了商品、交易、支付各个大规模应用场景，并且经受了双十一的考验。DRDS 是阿里云提供的一款分布式数据库产品，它的原型是在阿里内部使用了10年的数据库中间件TDDL。DRDS在TDDL提供的数据切分和SQL路由能力上，强化了分布式查询，事务和水平扩容能力。