最近工作时遇到一个挺奇怪的问题，在Eclipse中启动工程时总是会报下面的错误，导致项目启动失败：
标签归档：database
使用MERGE存储引擎实现MySQL的分表机制
当一张表的数据量达到上百万条记录时，单台MySQL数据库采用传统的单表方式就很有可能无法满足业务的性能需求。解决这种性能问题的技术方案很多，包括分表、分库或搭建MySQL集群，每种技术方案又分别有若干种实现方式。本文将通过实例描述如何使用MERGE存储引擎实现MySQL的分表机制，不会涉及其他的技术方案或实现方式。
一、建立数据库
如何查看MySQL中的数据大小？
以下方法可用于查看MySQL中各个级别数据的大小：
1. 查看MySQL中所有数据的大小
-- 使用信息数据库use information_schema;-- 查看所有数据的总大小select concat(round(sum(DATA_LENGTH/1024/1024),2),'MB') as data from TABLES;
2. 查看MySQL中指定数据库的大小
-- 使用信息数据库use information_schema;-- 查看指定数据库的大小select concat(round(sum(DATA_LENGTH/1024/1024),2),'MB') as data from TABLES where table_schema=<schema_name>;
3. 查看MySQL中指定表的大小
-- 使用信息数据库use information_schema;-- 查看指定表的大小select concat(round(sum(DATA_LENGTH/1024/1024),2),'MB') as data from TABLES where table_schema=<schema_name> and table_name=<table_name>;
注意
MySQL的Query Cache详解
一、原理概述
Query Cache就是把“查询返回的结果”缓存起来。但是，仅仅只是缓存“查询返回的结果”，其实是不准确的，Query Cache还会缓存查询语句，在内存中将“查询语句”和“查询返回的结果”映射起来。
当MySQL接收到一条SELECT类型的查询语句时，MySQL会对这条查询语句进行hash计算而得到一个hash值。然后，通过该hash值到Query Cache中去匹配。如果没有得到匹配结果，则会将这个hash值存放在一个hash链表中，同时将此次查询的结果存放至缓存中。存放hash值的链表的每个节点都会存放相应查询返回结果在缓存中的地址，以及该次查询所涉及到的一些表的相关信息。如果通过hash值匹配到相同的查询，则会直接将缓存中相应的查询结果返回给客户端。如果MySQL的任何一张表中的任何一条数据发生了变化，便会通知Query Cache，将和这张表相关的查询缓存全部失效，并释放占用的内存空间。修改表数据的操作包括：INSERT、UPDATE、DELETE、TRUNCATE、ALTER TABLE、DROP TABLE和DROP DATABASE等等。
外键关系：identifying和non-identifying
判别一个实体关系是Non-Identifying（非标识关系）还是Identifying（标识关系），只要区分子实体的主键，看是否需要父实体的外键来共同作为主键，需要则为Identifying，如果子实体自己的主键就可唯一标识，则它为Non-Identifying！
事务并发和事务隔离级别
一、事务并发问题
1. 丢失更新
撤销一个事务时，把其他事务已提交的更新数据覆盖（A和B事务并发执行，A事务执行更新之后提交；B事务在A事务更新之后，B事务结束之前也做了对该行数据的更新操作，然后回滚，则两次更新操作都丢失了）。
2. 脏读
一个事务读取到另一个事务未提交的更新数据（A和B事务并发执行，B事务执行更新之后，A事务查询B事务没有提交的数据，B事务回滚，则A事务得到的数据不是数据库中的真实数据。也就是脏数据，即和数据库中不一致的数据）。