对于MYSQL的INNODB存储引擎的索引，大家是不陌生的，都能想到是B树结构，可以加速SQL查询。但对于B树索引，它到底“长”得什么样子，它具体如何由一个个字节构成的，这些的基础知识鲜有人深究。本篇文章从MYSQL行记录开始说起，层层递进，包括数据页，B树聚簇索引，B树二级索引，最后在文章末尾给出MYSQL索引的建议。文章涉及较多基础知识，内容较为枯燥，因此采用较多的图片补充说明，希望能对读者有帮助。

作者：朱小五来源：凹凸数据大家好，我是小五昨晚遇到一道数据行转列问题，差点翻了车，跟大家分享一下。先跟大家讲一下，常见的行转列一般是这种形式：通常用来考察“如何用SQL、或者Python实现？”昨天群里有个朋友问了一道类似的题，我张嘴就来。结果拿来测试表一看，翻车了啊！这并不是常见的那种行转列啊！相当于分组筛选，然后横向拼接到一起？这思路也不对啊不过既然

Mysql分库分表方案1.为什么要分表：当一张表的数据达到几千万时，你查询一次所花的时间会变多，如果有联合查询的话，我想有可能会死在那儿了。分表的目的就在于此，减小数据库的负担，缩短查询时间。mysql中有一种机制是表锁定和行锁定，是为了保证数据的完整性。表锁定表示你们都不能对这张表进行操作，必须等我对表操作完才行。行锁定也一样，别的sql必须等

如今，大型企业的应用平台正在向微服务架构进行转型。在微服务架构下，应用程序和数据库等底层平台的关系将会被重构，新一代分布式数据库必须支持弹性扩张、资源隔离、多租户、可配置一致性、多模式（支持各类SQL协议）、集群内可配置容灾策略等一系列功能。传统单点数据库的容量瓶颈，仅仅是分布式数据库所解决的问题之一。更重要的是在未来微服务化应用开发以及云化