Druid数据连接池简介Druid是Java语言中最好的数据库连接池。Druid能够提供强大的监控和扩展功能。性能好，同时自带监控页面，可以实时监控应用的连接池情况以及其中性能差的sql，方便我们找出应用中连接池方面的问题。Druid是一个JDBC组件，它包括三部分：1.DruidDriver代理

最近有位网友与我聊天，他是一名DBA，问我在ClickHouse中有没有一些能够“安家立命”的运维SQL语句。我想对于这个问题很多朋友都会有兴趣，所以就在这里做一个简单的分享。在ClickHouse默认的system数据库下(databse)，拥有众多的系统表。我们对ClickHouse运行状态的各种信息，就主要来自于这

  提到Hive一般都会想到，Hive是数据仓库，支持类SQL查询，有很多语法支持，可以嵌套MR，写Transform、写UDF/UDAF等，但是，不支持更新操作。所以Hive的常见也一般都是一次写入，频繁读取。从Hive0.13开始，加入了ACID的新feature，但是0.13的时候还不支持insert、update和delete操作，我也

问题使用命令发现磁盘使用率为100%了，还剩几十兆。一系列神操作：备份数据库，删除实例、删除数据库表、重启mysql服务.结果磁盘空间均为释放怎么办网上查了很多资源，说要进行磁盘碎片化整理。原因是datafree占据的空间太多啦。具体可以通过这个sql查看。SELECTCONCAT(TRUNCATE(S

    在项目实施的过程中，经常会面临数据库迁移，导出和导出数据，如果用普通的mysql客户端备份，时间较长且容易出错。那么mysql快速备份及迁移，就成为数据库迁移的重中之重。下面介绍我在项目实现过程中用到的方法。   1.为了方便，这边直接将需要执行的SQL语句写成脚本dbbak.sh。脚本内容如下：    !/b

前几天，Flink官方release了Flink1.10版本，这个版本有很多改动。比如：Flink1.10同时还标志着对Blink的整合宣告完成，随着对Hive的生产级别集成及对TPCDS的全面覆盖，Flink在增强流式SQL处理能力的同时也具备了成熟的批处理能力。本篇博客将对此次版本升级中的主要新特性及优化、值得注意的重要

ApacheKylin™是一个开源的分布式分析引擎，提供Hadoop/Spark之上的SQL查询接口及多维分析（OLAP）能力以支持超大规模数据，最初由eBayInc.开发并贡献至开源社区。它能在亚秒内查询巨大的Hive表。下面是单机安装采坑记，直接上配置和问题解决。找一台干净的机器，把hadoophivehbase从原有节点分别拷贝一

NoSQL的历史非常之短，完整历史也就三段完结，本文叫汇编就更短了!(http://my.oschina.net/js/ke/plugins/emoticons/images/28.gif)，只是对一些英文纪录的翻译补充.在之前SQL数据库。1990年代，NoSQL这个词才第一次被使用，具体年份是1998，用来描述一个不采用SQ

java运行时异常是可能在java虚拟机正常工作时抛出的异常。java提供了两种异常机制。一种是运行时异常(RuntimeExepction)，一种是检查式异常(checkedexecption)。检查式异常：我们经常遇到的IO异常及sql异常就属于检查式异常。对于这种异常，java编译器要求我们必须对出现的这些异常进行catch所以面对这种异

在开发过程中，总有一些需求是需要查看在A表中ID不存在于B表中的ID的情况：下面有三种方法可以实现这一需求：第一种：使用Notin方法通过子查询的结果集来做过滤：selectfromAwhere11ANDA.IDnotin（selectIDfromB）这种情况最常见也是最容易理解的逻辑SQL代码，