mysql的底层数据结构 怎样用mysql查询树结构数据？
怎样用mysql查询树结构数据？
当然，这种结构不应该追求任何效率。如果你想提高效率，你只能改变表的结构。1:从表P1、表p2中选择p2.id，其中P1.id=p2.pid和P1.id=0。2:假设表名为treesql code选择distinct a.id from tree作为内部连接树作为B on（a.pid=B.pid），其中B.pid>=0选择distinct a.id from tree作为内部连接树作为B on（a.pid=B.pid），其中B.pid>=23。在mysql中，不能用一句SQL来实现。
mysql表数据量太大，达到了1亿多条数据，除了分库分表之外，还有没有其他的解决方式？
在正常配置下，MySQL只能承载2000万数据（同时读写，表中有大文本字段，单服务器）。现在已经超过1亿，而且还在增加，建议按以下方式处理：
1子表。它可以按时间或一定的规则进行拆分，以便尽可能地查询子表中的数据库。这是最有效的方法。特别是写，放入一个新表，并定期同步。如果记录不断更新，最好将写入的数据放在redis中，并定期同步表3的大文本字段，将它们分隔成一个新的独立表。对于较大的文本字段，可以使用NoSQL数据库
4优化体系结构，或者优化SQL查询，避免联合表查询，尽量不要使用count（*）、in、recursion等性能消耗语句
5使用内存缓存，或者在前端读取时增加缓存数据库。重复读取时，直接从缓存中读取。
以上是一种低成本的管理方法，基本上几个服务器就可以做到，但是管理起来有点麻烦。
当然，如果总体数据量特别大，并且您不关心投资成本，请使用集群或tidb
mysql的底层数据结构 mysql联合索引数据结构 mysql使用的数据结构
版权声明：本文内容由互联网用户自发贡献，本站不承担相关法律责任.如有侵权/违法内容,本站将立刻删除。
