mysql中的兩個導(dǎo)入命令的區(qū)別mysqlimport和source mysql的導(dǎo)出數(shù)據(jù)結(jié)構(gòu)干什么用的？mysqlimport 是操作系統(tǒng)命令，不需要登錄數(shù)據(jù)庫；source需要登錄數(shù)據(jù)庫后執(zhí)行。導(dǎo)

mysql中的兩個導(dǎo)入命令的區(qū)別mysqlimport和source mysql的導(dǎo)出數(shù)據(jù)結(jié)構(gòu)干什么用的？

mysqlimport 是操作系統(tǒng)命令，不需要登錄數(shù)據(jù)庫；

source需要登錄數(shù)據(jù)庫后執(zhí)行。

導(dǎo)出數(shù)據(jù)結(jié)構(gòu)是為了導(dǎo)出建庫建表命令sql，命令如下：

mysqldump -hhostname -uusername -ppassword -d databasename > d:sqldatabasename.sql

source d:sqldatabasename.sql

即可導(dǎo)入數(shù)據(jù)庫結(jié)構(gòu)，因為databasename.sql中只包含數(shù)據(jù)庫結(jié)構(gòu)的sql語句。

寫入mysql數(shù)據(jù)庫的數(shù)據(jù)量很大，數(shù)據(jù)庫架構(gòu)該怎么去設(shè)計？

對于這種大數(shù)據(jù)量系統(tǒng)業(yè)界已經(jīng)有不少成熟方案

最簡單的是讀寫分離，寫操作只在主庫寫，配置自動同步到從庫。部分讀操作改成操作從庫，減少主庫數(shù)據(jù)庫壓力。

還可以讓給應(yīng)用加一個redis緩存，查詢時先讀緩存，讀不到再讀數(shù)據(jù)庫。

如果改成這樣，壓力還是太大，就要考慮分表。

分表思路很多，例如把熱點(diǎn)數(shù)據(jù)放一張表，非熱點(diǎn)數(shù)據(jù)放一張表。或者按用戶id尾號做hash，分表分布在不同表。

如果讀寫要求已經(jīng)超過單機(jī)支撐能力，那就要考慮集群，你可以搜索一下怎么用mycat搭建數(shù)據(jù)庫集群

怎樣用mysql查詢樹結(jié)構(gòu)數(shù)據(jù)？

當(dāng)然這種結(jié)構(gòu)就不要追求什么效率了。如果要效率高的，只能改表結(jié)構(gòu)。1：select p2.id from table p1 ，table p2 where p1.id=p2.pid and p1.id=0 2：假設(shè)表名是treeSQL codeselect distinct a.id from tree as a inner join tree as b on (a.pid = b.pid) where b.pid >=0select distinct a.id from tree as a inner join tree as b on (a.pid = b.pid) where b.pid >=23.通過程序或數(shù)據(jù)庫的store procedure來實(shí)現(xiàn)了。 在mySQL中無法以一句SQL實(shí)現(xiàn)。

mysql表數(shù)據(jù)量太大，達(dá)到了1億多條數(shù)據(jù)，除了分庫分表之外，還有沒有其他的解決方式？

mysql在常規(guī)配置下，一般只能承受2000萬的數(shù)據(jù)量(同時讀寫，且表中有大文本字段，單臺服務(wù)器)?，F(xiàn)在超過1億，并不斷增加的情況下，建議如下處理：

1 分表?？梢园磿r間，或按一定的規(guī)則拆分，做到查詢某一條數(shù)據(jù)庫，盡量在一個子表中即可。這是最有效的方法

2 讀寫分離。尤其是寫入，放在新表中，定期進(jìn)行同步。如果其中記錄不斷有update，最好將寫的數(shù)據(jù)放在 redis中，定期同步

3 表的大文本字段分離出來，成為獨(dú)立的新表。大文本字段，可以使用NOSQL數(shù)據(jù)庫

4 優(yōu)化架構(gòu)，或優(yōu)化SQL查詢，避免聯(lián)表查詢，盡量不要用count(*)， in，遞歸等消耗性能的語句

5 用內(nèi)存緩存，或在前端讀的時候，增加緩存數(shù)據(jù)庫。重復(fù)讀取時，直接從緩存中讀取。

上面是低成本的管理方法，基本幾臺服務(wù)器即可搞定，但是管理起來麻煩一些。

當(dāng)然，如果整體數(shù)據(jù)量特別大的話，也不在乎投入費(fèi)用的話，用集群吧，用TIDB吧