我们在上篇 高性能MySQL实战（一）：表结构 中已经建立好了表结构，这篇我们则是针对已有的表结构和搜索条件为表创建索引。

一个简单的MySQL事务竟然暗藏死锁风险，通过深入分析MySQL锁机制，逐步解开死锁背后的神秘面纱。

作为一个合格的 DBA，在遇到线上单表数据量超过千万级别的时候，往往会建议用户通过分表来缩减单表数据量，当用户问为什么单表数据量不能超过千万时，DBA 往往会说：单表数据量超过千万，会影响查询性能。知其然而不知所以然，学习技术不能停留在表面，而是要进一步去深入挖掘其中的原理，这样才能不断进步和成长。回到这个问题：为什么单表数据量不能超过两千万，其中的依据是什么？

最近因需求改动新增了一些数据库表，但是在定义表结构时，具体列属性的选择有些不知其所以然，索引的添加也有遗漏和不规范的地方，所以我打算为创建一个高性能表的过程以实战的形式写一个专题，以此来学习和巩固这些知识。

希望借助今天这篇文章，能用大白话说清楚这个相对比较底层和复杂的MVCC机制。

怎么才能很好的避免低级故障？以下规范在大型互联网公司经过了充分的验证，尤其适用于并发量大、数据量大的业务场景。

MySQL 执行 select 'a' = 'A'; 得到的结果竟然是真(1)？同学，collation 了解一下。

究其原因，是因为默认的 Collation 设置为 utf8mb4_general_ci（不同机器/字符编码下不同），任何的字符串比较都会忽略大小写。

数据库是“按照数据结构来组织、存储和管理数据的仓库”，承接核心的业务数据，在业务中占有非常重要的地位。

某客户使用TDSQL MySQL8.0版本，在跑批场景下出现连接中断现象。业务反馈的错误信息如下：

ERROR c.a.d.p.DruidPooledPreparedStatement - getMaxFieldSize error
java.sql.SQLException: No operations allowed after statement closed.
...

客户跑批场景是每次从数据库流式获取 2000 条数据，完成相应业务逻辑后再继续获取下一批数据，每批数据之间的间隔约 30s。

本篇系超大规模数据库集群保稳系列的第四篇（下），本篇介绍了数据库内核可观测性建设、全量SQL、异常处理以及索引优化建议与SQL治理方面的内容。

本篇系超大规模数据库集群保稳系列的第四篇（上），本文将介绍数据库的异常发现与诊断方面的内容。

作者通过一个慢日志问题，引出 MySQL 半一致性读的概念及实际应用场景。

本文主要解决JAVA应用G1垃圾回收STW时间过长问题，阐述排查流程及优化方案。通过G1参数调优、解决MySQL(PhantomReference)虚引用问题，将STW时间控制到100ms以内。

mysql的高性能主要体现在写和读上，在写的层面公司DBA已经进行了主从主备的高可用部署，同时对redolog、binlog等有很好的管理，基于我们目前对快速读的需求比较多，本文主要探讨怎么高性能读？

我们以5.7.36版本作为演示版本，探索一下MySQL内部字符集的实现，以此来从内部的视角来看看神秘的MySQL字符集是如何实现的。

At Meta, we run one of the largest deployments of MySQL in the world. The deployment powers the social graph along with many other services, like Messaging, Ads, and Feed. Over the last few years, we have implemented MySQL Raft, a Raft consensus engine that was integrated with MySQL to build a replicated state machine. We have migrated a large portion of our deployment to MySQL Raft and plan to fully replace the current MySQL semisynchronous databases with it. The project has delivered significant benefits to the MySQL deployment at Meta, including higher reliability, provable safety, significant improvements in failover time, and operational simplicity — all with equal or comparable write performance.