mysql常用命令 1.从某张表随机取一条记录简单，低效SELECT * FROM table_name ORDER BY RAND() LIMIT 1；速度快，效率高SELECT t1.id, t1.word, t1.STATUS FROM hy_idiom AS t1 JOIN ( SELECT ROUND( RAND() * (( SELECT MAX( id ) FROM hy_idiom WHERE STATUS = 1 )-( SELECT MIN( id ) FROM hy_idiom WHERE STATUS = 1 ))+ ( SELECT MIN( id ) FROM hy_idiom WHERE STATUS = 1 ) ) AS id ) AS t2 WHERE t1.id >= t2.id AND t1.STATUS = 1 ORDER BY t1.id LIMIT 5;SELECT T1.* FROM ( SELECT (@RN := @RN + 1) AS sort, U.* FROM t_user U, (SELECT @RN := -1) AS T11 ) T1 JOIN( SELECT FLOOR( rand()*( SELECT COUNT(1) FROM t_user ) ) AS sort ) T2 ON T1.sort = T2.sort2.从表总记录数取随机序号SELECT FLOOR( rand()*( SELECT COUNT(*) FROM t_user ) );3.显示某张表序号/行号SELECT (@RN := @RN + 1) AS sort, id FROM t_user, (SELECT @RN := -1) AS T0

使用explain+SQL语句来模拟优化器执行SQL查询语句 mysql执行计划​ 在企业的应用场景中，为了知道优化SQL语句的执行，需要查看SQL语句的具体执行过程，以加快SQL语句的执行效率。​ 可以使用explain+SQL语句来模拟优化器执行SQL查询语句，从而知道mysql是如何处理sql语句的。​ 官网地址： https://dev.mysql.com/doc/refman/5.5/en/explain-output.html1、执行计划中包含的信息ColumnMeaningidThe SELECT identifierselect_typeThe SELECT typetableThe table for the output rowpartitionsThe matching partitionstypeThe join typepossible_keysThe possible indexes to choosekeyThe index actually chosenkey_lenThe length of the chosen keyrefThe columns compared to the indexrowsEstimate of rows to be examinedfilteredPercentage of rows filtered by table conditionextraAdditional informationidselect查询的序列号，包含一组数字，表示查询中执行select子句或者操作表的顺序id号分为三种情况：​ 1、如果id相同，那么执行顺序从上到下explain select * from emp e join dept d on e.deptno = d.deptno join salgrade sg on e.sal between sg.losal and sg.hisal;​ 2、如果id不同，如果是子查询，id的序号会递增，id值越大优先级越高，越先被执行explain select * from emp e where e.deptno in (select d.deptno from dept d where d.dname = 'SALES');​ 3、id相同和不同的，同时存在：相同的可以认为是一组，从上往下顺序执行，在所有组中，id值越大，优先级越高，越先执行explain select * from emp e join dept d on e.deptno = d.deptno join salgrade sg on e.sal between sg.losal and sg.hisal where e.deptno in (select d.deptno from dept d where d.dname = 'SALES');select_type主要用来分辨查询的类型，是普通查询还是联合查询还是子查询select_type ValueMeaningSIMPLESimple SELECT (not using UNION or subqueries)PRIMARYOutermost SELECTUNIONSecond or later SELECT statement in a UNIONDEPENDENT UNIONSecond or later SELECT statement in a UNION, dependent on outer queryUNION RESULTResult of a UNION.SUBQUERYFirst SELECT in subqueryDEPENDENT SUBQUERYFirst SELECT in subquery, dependent on outer queryDERIVEDDerived tableUNCACHEABLE SUBQUERYA subquery for which the result cannot be cached and must be re-evaluated for each row of the outer queryUNCACHEABLE UNIONThe second or later select in a UNION that belongs to an uncacheable subquery (see UNCACHEABLE SUBQUERY)--sample:简单的查询，不包含子查询和union explain select * from emp; --primary:查询中若包含任何复杂的子查询，最外层查询则被标记为Primary explain select staname,ename supname from (select ename staname,mgr from emp) t join emp on t.mgr=emp.empno ; --union:若第二个select出现在union之后，则被标记为union explain select * from emp where deptno = 10 union select * from emp where sal >2000; --dependent union:跟union类似，此处的depentent表示union或union all联合而成的结果会受外部表影响 explain select * from emp e where e.empno in ( select empno from emp where deptno = 10 union select empno from emp where sal >2000) --union result:从union表获取结果的select explain select * from emp where deptno = 10 union select * from emp where sal >2000; --subquery:在select或者where列表中包含子查询 explain select * from emp where sal > (select avg(sal) from emp) ; --dependent subquery:subquery的子查询要受到外部表查询的影响 explain select * from emp e where e.deptno in (select distinct deptno from dept); --DERIVED: from子句中出现的子查询，也叫做派生类， explain select staname,ename supname from (select ename staname,mgr from emp) t join emp on t.mgr=emp.empno ; --UNCACHEABLE SUBQUERY：表示使用子查询的结果不能被缓存 explain select * from emp where empno = (select empno from emp where deptno=@@sort_buffer_size); --uncacheable union:表示union的查询结果不能被缓存：sql语句未验证table对应行正在访问哪一个表，表名或者别名，可能是临时表或者union合并结果集 1、如果是具体的表名，则表明从实际的物理表中获取数据，当然也可以是表的别名 ​ 2、表名是derivedN的形式，表示使用了id为N的查询产生的衍生表​ 3、当有union result的时候，表名是union n1,n2等的形式，n1,n2表示参与union的idtypetype显示的是访问类型，访问类型表示我是以何种方式去访问我们的数据，最容易想的是全表扫描，直接暴力的遍历一张表去寻找需要的数据，效率非常低下，访问的类型有很多，效率从最好到最坏依次是：system > const > eq_ref > ref > fulltext > ref_or_null > index_merge > unique_subquery > index_subquery > range > index > ALL 一般情况下，得保证查询至少达到range级别，最好能达到ref--all:全表扫描，一般情况下出现这样的sql语句而且数据量比较大的话那么就需要进行优化。 explain select * from emp; --index：全索引扫描这个比all的效率要好，主要有两种情况，一种是当前的查询时覆盖索引，即我们需要的数据在索引中就可以索取，或者是使用了索引进行排序，这样就避免数据的重排序 explain select empno from emp; --range：表示利用索引查询的时候限制了范围，在指定范围内进行查询，这样避免了index的全索引扫描，适用的操作符： =, <>, >, >=, <, <=, IS NULL, BETWEEN, LIKE, or IN() explain select * from emp where empno between 7000 and 7500; --index_subquery：利用索引来关联子查询，不再扫描全表 explain select * from emp where emp.job in (select job from t_job); --unique_subquery:该连接类型类似与index_subquery,使用的是唯一索引 explain select * from emp e where e.deptno in (select distinct deptno from dept); --index_merge：在查询过程中需要多个索引组合使用，没有模拟出来 explain select * from rental where rental_date like '2005-05-26 07:12:2%' and inventory_id=3926 and customer_id=321\G --ref_or_null：对于某个字段即需要关联条件，也需要null值的情况下，查询优化器会选择这种访问方式 explain select * from emp e where e.mgr is null or e.mgr=7369; --ref：使用了非唯一性索引进行数据的查找 create index idx_3 on emp(deptno); explain select * from emp e,dept d where e.deptno =d.deptno; --eq_ref ：使用唯一性索引进行数据查找 explain select * from emp,emp2 where emp.empno = emp2.empno; --const：这个表至多有一个匹配行， explain select * from emp where empno = 7369; --system：表只有一行记录（等于系统表），这是const类型的特例，平时不会出现possible_keys ​ 显示可能应用在这张表中的索引，一个或多个，查询涉及到的字段上若存在索引，则该索引将被列出，但不一定被查询实际使用explain select * from emp,dept where emp.deptno = dept.deptno and emp.deptno = 10;key​ 实际使用的索引，如果为null，则没有使用索引，查询中若使用了覆盖索引，则该索引和查询的select字段重叠。explain select * from emp,dept where emp.deptno = dept.deptno and emp.deptno = 10;key_len表示索引中使用的字节数，可以通过key_len计算查询中使用的索引长度，在不损失精度的情况下长度越短越好。explain select * from emp,dept where emp.deptno = dept.deptno and emp.deptno = 10;ref显示索引的哪一列被使用了，如果可能的话，是一个常数explain select * from emp,dept where emp.deptno = dept.deptno and emp.deptno = 10;rows根据表的统计信息及索引使用情况，大致估算出找出所需记录需要读取的行数，此参数很重要，直接反应的sql找了多少数据，在完成目的的情况下越少越好explain select * from emp;extra包含额外的信息。--using filesort:说明mysql无法利用索引进行排序，只能利用排序算法进行排序，会消耗额外的位置 explain select * from emp order by sal; --using temporary:建立临时表来保存中间结果，查询完成之后把临时表删除 explain select ename,count(*) from emp where deptno = 10 group by ename; --using index:这个表示当前的查询时覆盖索引的，直接从索引中读取数据，而不用访问数据表。如果同时出现using where 表名索引被用来执行索引键值的查找，如果没有，表面索引被用来读取数据，而不是真的查找 explain select deptno,count(*) from emp group by deptno limit 10; --using where:使用where进行条件过滤 explain select * from t_user where id = 1; --using join buffer:使用连接缓存，情况没有模拟出来 --impossible where：where语句的结果总是false explain select * from emp where empno = 7469;

抖音服务器带宽有多大，为什么能够供那么多人同时刷？ 抖音，百度，阿里云，腾讯都是自建的数据中心。都是 T 级别出口带宽（总出口带宽），也就是达到 1T=1024G/s 的出口带宽。服务器总数基本都在 20 万台以上，甚至阿里云都超过了 100 万台。字节跳动的数据中心总带宽，可能在 10TB 级别左右，预期突破 15TB 级别不远了。一般情况下：总出口带宽 1TB，实际机房出口带宽可能只有 100G 上下，这是采用双（多）链路设计，双出口实现动态流量分担，总的出口带宽可以达到 T 级别。大型数据中心想要同一时间有数亿人在线，TB 级别带宽，CDN 加速和多节点，负载均衡等等技术缺一不可。（这个设计技术过于复杂，有相关专业朋友，可以评论简要概述）字节跳动有多少台服务器？根据网络数据整理，2017 年 2-3 万台服务器，这个时候主要是租用服务器为主。2018 年，字节跳动自己建设了数据中心。最大的数据中心在河北怀来官厅湖新媒体产业园，一期 5 万台服务器，二期 9 万台服务器。2018 年，租用+自建的服务器数量达到 17 万台服务器。2020 年，根据字节跳动招聘公告的数据，显示有 42 万台服务器。比 2018 年增长了 1.5 倍。一个机柜中 10-20 台服务器这部分服务器都是给中国区域使用，主要应用国内的抖音，西瓜视频，今日头条，飞书等产品。在美国的 TIKTOK 是独立出来的运营，数据在美国当地存储和分发。2020 年 Tiktok 在美国也租用了近 10 万台服务器据 Business Insider 公布数据，2020 年上半年，字节跳动在美国弗吉尼亚州北部租用了能耗达 53 兆瓦的数据中心。可以容纳数十万台服务器，占地面积可达数十万平方英尺。Tiktok在印度，新加坡都在投资建设数据中心。字节跳动大型的数据中心出口带宽是多少？聊完了服务器数量，那么咱们来点硬核的东西：字节跳动大型的数据中心出口带宽是多少？知识点：所谓的出口带宽，其实就是咱们普通人所说的下载带宽，就是服务器给每一个手机分发数据总速度。一般情况下，小型的 IDC 公司自建机房，比如一些网站公司，租用联通，移动，电信的机房，可能总体出口带宽只有 5G。超过 30G 那都是具备一定规模的企业。网络公司营收少说也是几千万的企业。所以，经常能够看到，一些规模还不错的企业，基本上都不再自建机房，都是使用云主机。例如阿里云的 ECS，腾讯云，百度云，AWS（亚马逊）。一般一个企业网站（企业官网），20M 带宽，4G 内存，100G 硬盘，一年价格也就 4000-5000 块钱就足够了，赶上做活动价格可能更便宜。这里面就是带宽最贵，当然增加带宽，达到一定等级，例如访问量增大，必须要增加内存和硬盘。相比来说，带宽增加的话，费用更贵一些。这里就跟你说明一下：带宽比较昂贵，属于稀缺资源。我们来看中国移动的一个机房，中国移动（河北石家庄）数据中心的数据：占地面积 174 亩，总建筑面积 13 万平方米，规划 10 栋单体建筑，全部建成后可提供约 3 万个机架的装机能力。3 个 IDC 机房共可提供 3.1 万架机柜，15T 带宽资源。一个机柜，全 1U 设备部署数量一般不超过 16 台，全 2U 设备一般不超过 12 台，全 4U 设备一般 4 到 7 台。我们取高性能的 2U 和 4U 服务器进行平均折中，各算一半（毕竟移动也算是有钱的大户，不能买低端的 1U 设备）。那么 3.1 万架机柜就可以安装，最多 21-36 万台服务器。这里粗略取一个平均值：30 万台服务器。享受 15T 的出口带宽资源。当然作为电信的干路网，移动拿带宽资源肯定是要比字节跳动更有优势的。所以，我们粗略地估计字节跳动自建的 17 万台服务器的数据中心。总出口带宽可能在 7Tb-10TB 上下。基本上肯定会采用双出口流量设计，再加上多链路的部署方式：可以做到实际出口带宽在 800G-1TG 就可以实现 10T 左右的总出口带宽。T 级别出口带宽是什么概念，如果我告诉你 2009 年，整个上海的出口带宽才 1140G，也就是刚刚达到 1TB。在短短的 10 年后，一个企业的数据中心的出口带宽就超过 1TB，这个速度真的不可想象。要知道 2009 年，虽然智能手机不发达，但是个人 PC 销量已经非常庞大了。CDN 加速，让大众刷抖音，看视频都不再卡。知识点：CDN（Content Delivery Network，内容分发网络）。将服务端的内容发布到最接近用户的边缘节点，使用户可以就近取得所需的内容。 解决 Internet 网络拥塞状况，提高用户访问网站的响应速度。多种加速的方案集合。用通俗的话解释 CDN 就是： 会把一些页面，专门压缩，有的压缩为静态页面，静态页面直接分发速度快。用户可以在 2s 内看到内容，体验感更好。【这是静态传输】对于动态视频，首先通过智能路由，寻找最佳路径，然后协议优化将长连接，内容进行压缩，去除冗余。【这就是动态压缩】给你们看一下 2015 年腾讯 5 亿日活，集合了音乐，即时通讯等等产品的 CDN 的级别，达到了 10TB 带宽。每天请求万亿次。2015 年腾讯 CDN 的级别因此，我这里说字节跳动整体服务器有 10TB 应该只少不多。毕竟抖音日活有 6 亿，西瓜视频+今日头条我们粗略算是 2 亿，总计有 8 亿的日活。就是这么大的带宽和技术实力，才能让我们看视频这么顺畅。

docker安装mysql 忽略大小写8.0.26docker run -d --name=db3307 -p 3307:3306 -e MYSQL_ROOT_PASSWORD=111111 mysql:8.0.26 --lower_case_table_names=15.7.35docker run -d --name=db3307 -p 3307:3306 -e MYSQL_ROOT_PASSWORD=111111 mysql:5.7.35 --lower_case_table_names=1需要挂载目录的话：docker run -p 3307:3306 --name=db3307 \ --privileged=true \ --restart unless-stopped \ -v /opt/docker/mysql/conf:/etc/mysql \ -v /opt/docker/mysql/logs:/logs \ -v /opt/docker/mysql/data:/var/lib/mysql \ -v /etc/localtime:/etc/localtime \ -e MYSQL_ROOT_PASSWORD=111111 \ -d mysql:8.0.26 \ --lower_case_table_names=1创建数据库命令CREATE DATABASE `testdb` CHARACTER SET 'utf8mb4' COLLATE 'utf8mb4_0900_ai_ci';解决问题Caused by: java.sql.SQLSyntaxErrorException: Expression #1 of SELECT list is not in GROUP BY clause and contains nonaggregated column 'cpms_v2.cpms_project.id' which is not functionally dependent on columns in GROUP BY clause; this is incompatible with sql_mode=only_full_group_bySHOW VARIABLES LIKE '%case%'; SET GLOBAL sql_mode='STRICT_TRANS_TABLES,NO_ZERO_IN_DATE,NO_ZERO_DATE,ERROR_FOR_DIVISION_BY_ZERO,NO_ENGINE_SUBSTITUTION';

Docker Desktop启动Kubernetes 启用k8s后，等待安装完成。1.查看kubectl版本：kubectl version2.配置kubernetes：可选操作：切换Kubernetes运行上下文至docker-desktop（之前版本的context为docker-for-desktop）kubectl config use-context docker-desktop3.验证Kubernetes集群状态kubectl cluster-infokubectl get nodes4.配置Kubernetes控制台（1）部署Kubernetes dashboardkubectl apply -f https://raw.githubusercontent.com/kubernetes/dashboard/v1.10.1/src/deploy/recommended/kubernetes-dashboard.yaml或者kubectl apply -f https://raw.githubusercontent.com/kubernetes/dashboard/v2.0.0-rc5/aio/deploy/recommended.yaml或者kubectl create -f kubernetes-dashboard.yaml（2）检查kubernetes-dashboard应用状态kubectl get pod -n kubernetes-dashboard开启API Server访问代理kubectl proxy（3）通过URL访问kubernetes dashboardhttp://localhost:8001/api/v1/namespaces/kube-system/services/https:kubernetes-dashboard:/proxy/或http://localhost:8001/api/v1/namespaces/kubernetes-dashboard/services/https:kubernetes-dashboard:/proxy/（4）生成令牌Token（需用Windows PowerShell打开，CMD无法执行）$TOKEN=((kubectl -n kube-system describe secret default | Select-String "token:") -split " +")[1]kubectl config set-credentials docker-for-desktop --token="${TOKEN}"echo $TOKEN