mysql异步查询怎么用,mysql异步复制

java线程中使用mysql连接查询数据库

不建议这样做，一般不符合开发规范，如果这样的话，你想想在业务量多的情况下，多个线程如果不控制，数据库连接会将数据库服务器爆掉的，会影响业务的

创新互联建站主要为客户提供服务项目涵盖了网页视觉设计、VI标志设计、网络营销推广、网站程序开发、HTML5响应式成都网站建设公司、手机网站开发、微商城、网站托管及成都网站维护、WEB系统开发、域名注册、国内外服务器租用、视频、平面设计、SEO优化排名。设计、前端、后端三个建站步骤的完善服务体系。一人跟踪测试的建站服务标准。已经为成都不锈钢雕塑行业客户提供了网站营销推广服务。

常规做法：数据库连接池（durid了解一下），据某些统计哈，真正用来做查询的资源不超过整个查询数据库的生命周期的30%，大部分时间都用开创建连接关闭连接等操作，如果这个时候建立数据库连接池的话，可以有效的将这部分时间释放掉

php语言中的mysqli_query

php语言中的mysqli_query() 函数执行某个针对数据库的查询。

语法

mysqli_query(connection,query,resultmode);

参数描述

connection 必需。规定要使用的 MySQL 连接。

query 必需，规定查询字符串。

resultmode 可选。一个常量。可以是下列值中的任意一个：

MYSQLI_USE_RESULT（如果需要检索大量数据，请使用这个）

MYSQLI_STORE_RESULT（默认）

技术细节

返回值：针对成功的 SELECT、SHOW、DESCRIBE 或 EXPLAIN 查询，将返回一个 mysqli_result 对象。针对其他成功的查询，将返回 TRUE。如果失败，则返回 FALSE。

PHP 版本：5+

更新日志：在 PHP 5.3.0 中新增了异步查询的功能。

实例

?php

$con=mysqli_connect("localhost","my_user","my_password","my_db");

// Check connection

if (mysqli_connect_errno($con))

{

echo "Failed to connect to MySQL: " . mysqli_connect_error();

}

// Perform queries

mysqli_query($con,"SELECT *

FROM Persons");

mysqli_query($con,"INSERT INTO Persons (FirstName,LastName,Age)

VALUES ('Glenn','Quagmire',33)");

mysqli_close($con);

mysql 异步复制和半同步复制

在MySQL5.5之前，MySQL 的复制是异步操作，主库和从库的数据之间存在一定的延迟，这样存在一个隐患:当在主库上写入一个事务并提交成功，而从库尚未得到主库推送的Binlog日志时，主库宕机了，例如主库可能因磁盘损坏、内存故障等造成主库上该事务Binlog丢失，此时从库就可能损失这个事务，从而造成主从不一致。

为了解决这个问题, MySQL5.5引人了半同步复制机制。

在MySQL 5.5之前的异步复制时，主库执行完 Commit提交操作后，在主库写入 Binlog日志后即可成功返回客户端，无需等待Binlog日志传送给从库，如图31-7所示。

而半同步复制时，为了保证主库上的每一个 Binlog 事务都能够被可靠的复制到从库上，主库在每次事务成功提交时，并不及时反馈给前端应用用户，而是等待其中一个从库也接收到 Binlog事务并成功写入中继日志后，主库才返回Commit操作成功给客户端。半同步复制保证了事务成功提交后，至少有两份日志记录，一份在主库的 Binlog日志上，另一份在至少一个从库的中继日志Relay Log 上，从而更进一步保证了数据的完整性。半同步复制的大致流程如图31-8所示。

半同步复制模式下，假如在图31-8的步骤1、2、3中的任何一个步骤中主库宕机，则事务并未提交成功，从库上也没有收到事务对应的 Binlog日志，所以主从数据是一致的;

假如在步骤4传送 Binlog日志到从库时，从库宕机或者网络故障，导致 Binlog并没有及时地传送到从库上，此时主库上的事务会等待一段时间(时间长短由参数rpl_semi_sync_master_timeout设置的毫秒数决定)，如果 Binlog 在这段时间内都无法成功推送到从库上，则 MySQL自动调整复制为异步模式，事务正常返回提交结果给客户端。

半同步复制很大程度上取决于主从库之间的网络情况，往返时延RTT 越小决定了从库的实时性越好。通俗地说，主从库之间网络越快，从库越实时。

半同步模式是作为MySQL5.5的一个插件来实现的，主库和从库使用不同的插件。安装比较简单，在上一小节异步复制的环境上，安装半同步复制插件即可。

1、首先,判断MySQL服务器是否支持动态增加插件:

2、安装插件

3、可以查看到已安装的插件

4、在安装完插件后，半同步复制默认是关闭的，这时需设置参数来开启半同步

主：

从：

以上的启动方式是在命令行操作，也可写在配置文件中。

主：

从：

4、重启从上的IO线程

从：

如果没有重启，则默认还是异步复制，重启后，slave会在master上注册为半同步复制的slave角色。这时候，主的error.log中会打印如下信息：

查看半同步是否在运行

主：

从：

这两个变量常用来监控主从是否运行在半同步复制模式下。至此，MySQL半同步复制搭建完毕~

来做个实验，观察半同步状态参数的变化。

1、在主库上insert一条记录，观察下变化；

Rpl_semi_sync_master_net_waits加1，说明刚才的insert已经发送到从机并且主机还接收到从机的反馈响应；

2、我们将从机mysql停止，再次在主机上进行insert后查看状态

可以看到，主机进行insert阻塞了10秒才返回结果。Rpl_semi_sync_master_status变为OFF，Rpl_semi_sync_master_no_tx加1，说明这条insert没有同步到从机。后面再一次执行了insert立马返回了结果，说明此时已经降级为异步复制；Rpl_semi_sync_master_no_tx也是增加了1；

3、现在恢复启动从机，再次在主机上进行insert后查看状态

Rpl_semi_sync_master_status还是OFF，Rpl_semi_sync_master_no_tx又增加了1。说明从库重启并不会自动恢复为原来的半同步复制，需要手动操作：

主 SET GLOBAL rpl_semi_sync_master_enabled = 1;

从 SET GLOBAL rpl_semi_sync_slave_enabled = 1; STOP SLAVE IO_THREAD; START SLAVE IO_THREAD;

上面是从机重启后的变化，那么主到从之间的网络问题呢，我们可以利用防火墙来模拟。

对于全同步复制，当主库提交事务之后，所有的从库节点必须收到，APPLY并且提交这些事务，然后主库线程才能继续做后续操作。这里面有一个很明显的缺点就是，主库完成一个事务的时间被拉长，性能降低。

mysql查询

一、mysql查询的五种子句

where(条件查询)、having（筛选）、group by（分组）、order by（排序）、limit（限制结果数）

1、where常用运算符：

比较运算符

, ,= , != （）,= , =

in(v1,v2..vn)

between v1 and v2 在v1至v2之间（包含v1,v2）

逻辑运算符

not ( ! ) 逻辑非

or ( || ) 逻辑或

and ( ) 逻辑与

where price=3000 and price = 5000 or price =500 and price =1000

取500-1000或者3000-5000的值

where price not between 3000 and 5000

不在3000与5000之间的值

模糊查询

like 像

通配符:

% 任意字符

_ 单个字符

where goods_name like '诺基亚%'

where goods_name like '诺基亚N__'

2、group by 分组

一般情况下group需与统计函数（聚合函数）一起使用才有意义

如：select goods_id,goods_name,cat_id,max(shop_price) from goods group by cat_id;

这里取出来的结果中的good_name是错误的！因为shop_price使用了max函数，那么它是取最大的，而语句中使用了group by 分组，那么goods_name并没有使用聚合函数，它只是cat_id下的第一个商品，并不会因为shop_price改变而改变

mysql中的五种统计函数：

（1）max：求最大值

select max(goods_price) from goods

这里会取出最大的价格的值，只有值

#查询每个栏目下价格最高的

select cat_id,max(goods_price) from goos group by cat_id;

#查出价格最高的商品编号

select goods_id,max(goods_price) from goods group by goods_id;

（2）min：求最小值

（3）sum：求总数和

#求商品库存总和

select sum(goods_number) from goods;

（4）avg：求平均值

#求每个栏目的商品平均价格

select cat_id,avg(goods_price) from goods group by cat_id;

（5）count：求总行数

#求每个栏目下商品种类

select cat_id,count(*) from goods group by cat_id;

###要把每个字段名当成变量来理解，它可以进行运算###

例：查询本店每个商品价格比市场价低多少；

select goods_id,goods_name,goods_price-market_price from goods;

查询每个栏目下面积压的货款

select cat_id,sum(goods_price*goods_number) from goods group by cat_id;

###可以用as来给计算结果取个别名###

select cat_id,sum(goods_price * goods_number) as hk from goods group by cat_id

不仅列名可以取别名，表单也可以取别名

3、having 与where 的异同点

having与where类似，可以筛选数据，where后的表达式怎么写，having后就怎么写

where针对表中的列发挥作用，查询数据

having对查询结果中的列发挥作用，筛选数据

#查询本店商品价格比市场价低多少钱，输出低200元以上的商品

select goods_id,good_name,market_price - shop_price as s from goods having s200 ;

//这里不能用where因为s是查询结果，而where只能对表中的字段名筛选

如果用where的话则是：

select goods_id,goods_name from goods where market_price - shop_price 200;

#同时使用where与having

select cat_id,goods_name,market_price - shop_price as s from goods where cat_id = 3 having s 200;

#查询积压货款超过2万元的栏目，以及该栏目积压的货款

select cat_id,sum(shop_price * goods_number) as t from goods group by cat_id having s 20000

#查询两门及两门以上科目不及格的学生的平均分

思路：

#先计算所有学生的平均分

select name,avg(score) as pj from stu group by name;

#查出所有学生的挂科情况

select name,score60 from stu;

#这里score60是判断语句，所以结果为真或假，mysql中真为1假为0

#查出两门及两门以上不及格的学生

select name,sum(score60) as gk from stu group by name having gk 1;

#综合结果

select name,sum(score60) as gk,avg(score) as pj from stu group by name having gk 1;

4、order by

（1） order by price //默认升序排列

（2）order by price desc //降序排列

（3）order by price asc //升序排列，与默认一样

（4）order by rand() //随机排列，效率不高

#按栏目号升序排列，每个栏目下的商品价格降序排列

select * from goods where cat_id !=2 order by cat_id,price desc;

5、limit

limit [offset,] N

offset 偏移量，可选，不写则相当于limit 0,N

N 取出条目

#取价格第4-6高的商品

select good_id,goods_name,goods_price from goods order by good_price desc limit 3,3;

###查询每个栏目下最贵的商品

思路：

#先对每个栏目下的商品价格排序

select cat_id,goods_id,goods_name,shop_price from goods order by cat_id,shop_price desc;

#上面的查询结果中每个栏目的第一行的商品就是最贵的商品

#把上面的查询结果理解为一个临时表[存在于内存中]【子查询】

#再从临时表中选出每个栏目最贵的商品

select * from (select goods_id,goods_name,cat_id,shop_price from goods order by cat_id,shop_price desc) as t group by cat_id;

#这里使用group by cat_id是因为临时表中每个栏目的第一个商品就是最贵的商品，而group by前面没有使用聚合函数，所以默认就取每个分组的第一行数据，这里以cat_id分组

良好的理解模型：

1、where后面的表达式，把表达式放在每一行中，看是否成立

2、字段(列)，理解为变量，可以进行运算（算术运算和逻辑运算）

3、取出结果可以理解成一张临时表

二、mysql子查询

1、where型子查询

（把内层查询结果当作外层查询的比较条件）

#不用order by 来查询最新的商品

select goods_id,goods_name from goods where goods_id = (select max(goods_id) from goods);

#取出每个栏目下最新的产品(goods_id唯一)

select cat_id,goods_id,goods_name from goods where goods_id in(select max(goods_id) from goods group by cat_id);

2、from型子查询

(把内层的查询结果供外层再次查询)

#用子查询查出挂科两门及以上的同学的平均成绩

思路：

#先查出哪些同学挂科两门以上

select name,count(*) as gk from stu where score 60 having gk =2;

#以上查询结果，我们只要名字就可以了，所以再取一次名字

select name from (select name,count(*) as gk from stu having gk =2) as t;

#找出这些同学了，那么再计算他们的平均分

select name,avg(score) from stu where name in (select name from (select name,count(*) as gk from stu having gk =2) as t) group by name;

3、exists型子查询

（把外层查询结果拿到内层，看内层的查询是否成立）

#查询哪些栏目下有商品，栏目表category,商品表goods

select cat_id,cat_name from category where exists(select * from goods where goods.cat_id = category.cat_id);

三、union的用法

（把两次或多次的查询结果合并起来，要求查询的列数一致，推荐查询的对应的列类型一致，可以查询多张表，多次查询语句时如果列名不一样，则取第一次的列名！如果不同的语句中取出的行的每个列的值都一样，那么结果将自动会去重复，如果不想去重复则要加all来声明，即union all）

## 现有表a如下

id num

a 5

b 10

c 15

d 10

表b如下

id num

b 5

c 10

d 20

e 99

求两个表中id相同的和

select id,sum(num) from (select * from ta union select * from tb) as tmp group by id;

//以上查询结果在本例中的确能正确输出结果，但是，如果把tb中的b的值改为10以查询结果的b的值就是10了，因为ta中的b也是10，所以union后会被过滤掉一个重复的结果，这时就要用union all

select id,sum(num) from (select * from ta union all select * from tb) as tmp group by id;

#取第4、5栏目的商品，按栏目升序排列，每个栏目的商品价格降序排列，用union完成

select goods_id,goods_name,cat_id,shop_price from goods where cat_id=4 union select goods_id,goods_name,cat_id,shop_price from goods where cat_id=5 order by cat_id,shop_price desc;

【如果子句中有order by 需要用( ) 包起来，但是推荐在最后使用order by，即对最终合并后的结果来排序】

#取第3、4个栏目，每个栏目价格最高的前3个商品，结果按价格降序排列

(select goods_id,goods_name,cat_id,shop_price from goods where cat_id=3 order by shop_price desc limit 3) union (select goods_id,goods_name,cat_id,shop_price from goods where cat_id=4 order by shop_price desc limit 3) order by shop_price desc;

四、左连接，右连接，内连接

现有表a有10条数据，表b有8条数据，那么表a与表b的笛尔卡积是多少？

select * from ta,tb //输出结果为8*10=80条

1、左连接

以左表为准，去右表找数据，如果没有匹配的数据，则以null补空位，所以输出结果数=左表原数据数

语法：select n1,n2,n3 from ta left join tb on ta.n1= ta.n2 [这里on后面的表达式，不一定为=，也可以，等算术、逻辑运算符]【连接完成后，可以当成一张新表来看待，运用where等查询】

#取出价格最高的五个商品，并显示商品的分类名称

select goods_id,goods_name,goods.cat_id,cat_name,shop_price from goods left join category on goods.cat_id = category.cat_id order by shop_price desc limit 5;

2、右连接

a left join b 等价于 b right join a

推荐使用左连接代替右连接

语法：select n1,n2,n3 from ta right join tb on ta.n1= ta.n2

3、内连接

查询结果是左右连接的交集，【即左右连接的结果去除null项后的并集（去除了重复项）】

mysql目前还不支持外连接（即左右连接结果的并集,不去除null项）

语法：select n1,n2,n3 from ta inner join tb on ta.n1= ta.n2

总结：可以对同一张表连接多次，以分别取多次数据

mysql查询|Mybatis查询

1、mysql肯定可以实现

2、树形结构的实现其实很简单的，建议你看下ztree的官方api，你只需要按照数据结构递归查询出父子节点的数据即可

3、mybatis是java中实现的方式了，至于你想怎么优化，最后都是递归查询父子节点的数据

Mysql 异步/同步/半同步复制

MySQL 默认的复制就是异步的，主库再执行完客户端提交的事务后会立即将结果返回给客户端，并不关系从库是否已经接收和处理。

MySQL主库将Binlog事件写入到Binlog文件中，此时主库只通知一下Dump线程发送这些新的Binlog，然后主库继续处理提交操作，不会保证这些Binlog传到任何一个从库节点上。

因为异步复制，主节点不关从节点是否收到Binlog，如果主crash掉了，此时主节点上已提交的事务可能并没有传到从库上，如果此时，强行将从节点提升为主节点，可能导致新的主节点上数据不完整。

全同步是指当主库接收到客户端的一个事务请求，所有的从库都执行了该事务才返回给客户端。

当主库收到客户端提交的事务后，所有的从库必须收到并且执行事务，然后主库才会执行后续操作。

因为要等待所有从库执行完事务，主库才将结果返回给客户端，所以全同步复制的性能必然受到严重影响，即完成一个事务的时间被拉长，性能降低。

半同步复制是介于全同步复制和全异步复制之间的一种，主库只需要等待至少一个从库节点收到并Flush Binlog到Relay log文件即可，主库不需要等待所有从库给主库反馈。（注意只要收到一个从库的反馈即可）

介于异步复制和全同步复制之间，主库再执行完客户端提交的食物后不是立刻返回给客户端，而是等待至少一个从库接收到并写到relay log中才返回给客户端。

相对于异步复制，半同步复制提交了数据的安全性，同时它也造成了一定程序的延迟，这个延迟至少是一个TCP/IP往返时间，因此，半同步复制虽好在低延时的网络中使用。

XMind - Trial Version

分享题目：mysql异步查询怎么用,mysql异步复制
转载注明：http://ybzwz.com/article/hdpedp.html