慢SQL的治理经验

慢SQL不仅会影响系统的响应速度，还可能导致数据丢失或损坏，给企业带来巨大的损失。因此，慢SQL的治理成为了数据库管理的重要任务之一。 本文将分享一些慢SQL的治理经验，包括如何识别、分析和优化慢查询。通过了解慢查询的原因和解决方法，我们可以提高数据库的性能和稳定性，为企业的业务发展提供更好的支持。 一、慢SQL导致的后果 我一般认为的慢SQL的定义，执行超过1s的SQL为慢SQL。 系统的响应时间延迟，影响用户体验。 资源占用增加，增高了系统的负载，其他请求响应时间也可能会收到影响。 可以使用Druid SQL Parser进行SQL解析，Druid SQL Parser是阿里巴巴的开源项目，可以将SQL语句解析为语法树，可以解析SQL的各个部分，如SELECT语句、FROM语、WHERE 五、总结 总之，慢 SQL 治理需要综合考虑多个方面，包括查询语句优化、参数调整、分区和分片、缓存使用、定期维护和优化、分布式数据库解决方案等。

SQL性能治理经验谈

背景SQL数据类型数值这些类型包括严格数值数据类型(INTEGER、SMALLINT、DECIMAL 和 NUMERIC)，以及近似数值数据类型(FLOAT、REAL 和 DOUBLE PRECISION 结束时间是第 2147483647 秒，北京时间 2038-1-19 11:14:07，格林尼治时间 2038年1月19日 凌晨 03:14:07YYYY-MM-DD hh:mm:ss混合日期和时间值，时间戳SQL 治理的几条特殊建议【建议】表中的自增列（auto_increment属性），推荐使用bigint类型。 举例子，通过SQL的内置函数：inet_aton 和 inet_ntoa，完成数值到ip地址，以及ip地址到数值的转换。 更为高阶的方法，选用int来存储时间，使用SQL函数unix_timestamp()和from_unixtime()来进行转换。

7-2 寻找大富翁

7-2 寻找大富翁 分数 25 全屏浏览题目 切换布局 作者 陈越 单位 浙江大学 胡润研究院的调查显示，截至2017年底，中国个人资产超过1亿元的高净值人群达15万人。

SQL治理经验谈：索引覆盖

背景explain - formatid: query sql 的标识idSELECT_TYPE: 查询的类型（SIMPLE/PRIMARY/SUBQUERY/DERIVED/UNION/UNION RESULT 使用到的索引的长度ref: 显示了查询条件类型（const/field_name/func）rows: query查询到的行数量query完成索引命中之后，才会去检查的行总数估算性能耗时：rows用来表示在SQL like '%11';单列索引，通配符在左侧，select * 不会走索引，type=ALL检索性能差结果说明加了单列索引还不够，因为select 列 和 where 条件语句 两个变量，都可能导致sql ：https://www.geeksforgeeks.org/explain-in-sql/官网Mysql的EXPLAIN信息描述：https://dev.mysql.com/doc/workbench /en/wb-performance-explain.html其他文章SQL性能治理经验谈理解到位：灾备和只读数据库记录一次Mysql死锁事件（由Insert与uniqueKey导致）一文带你看懂：亿级大表垂直拆分的工程实践亿级大表冷热分级的工程实践

从管控角度谈慢SQL治理

一、什么是慢SQL慢SQL是指那些执行效率低下、响应时间长，导致用户等待时间变长和服务器资源利用率下降的SQL查询。那么，如何定义一个SQL查询是"慢"的呢？ 作为横向的风险隐患治理团队，为了对公司内部多个部门多个系统进行慢SQL治理，我们总结了几点经验，仅供参考。 SQL对系统的影响，不方便长期跟踪治理。 而通过慢SQL分析平台，对系统中的慢SQL进行统计、分析、分组，能够准确反映每个慢SQL对系统的影响，实时展示当前系统数据库的慢SQL情况，并可以对慢SQL风险进行数字化打分，方便我们对慢SQL分级治理 3.分级治理、长期追踪慢SQL治理是一个需要长期坚持做的事情，我们的做法是每月取数据库主机cpu使用率TOP10数据库清单，拉出top清单中的TOP5慢SQL（根据评分排序），并组织相关系统进行优化，对比优化前后的负载情况

PTA 7-2 符号配对（20 分）

7-2 符号配对（20 分） 请编写程序检查C语言源程序中下列符号是否配对：/*与*/、(与)、[与]、{与}。 输入格式: 输入为一个C语言源程序。

7-2 树种统计 (20 分)

本文链接：https://blog.csdn.net/shiliang97/article/details/102924532 7-2 树种统计 (20 分) 随着卫星成像技术的应用，自然资源研究机构可以识别每一棵树的种类

7-2 到底有多二

本文链接：https://blog.csdn.net/shiliang97/article/details/96301355 7-2 到底有多二 一个整数“犯二的程度”定义为该数字中包含2的个数与其位数的比值

PTA 7-2 找奇葩 (20 分)

在一个长度为 n 的正整数序列中，所有的奇数都出现了偶数次，只有一个奇葩奇数出现了奇数次。你的任务就是找出这个奇葩。

PTA 7-2 方阵循环右移

PTA 7-2 数字之王 (20 分)

的每个数的各位数的立方相乘，再将结果的各位数求和，得到一批新的数字，再对这批新的数字重复上述操作，直到所有数字都是 1 位数为止。这时哪个数字最多，哪个就是“数字之王”。

SQL治理高阶实践：异常防御体系建设与应用挖掘

分享概要 一、防微杜渐：异常SQL防御体系建设 二、深度观测：全量SQL分析与挖掘 三、容量预测：数据库仿真流量压测 一、防微杜渐：异常SQL防御体系建设 1.SQL治理阶段 如上图所示，SQL治理的基本阶段主要包括开发 在开发阶段，研发通常不受相应开发规范和SQL审核约束。从开发到测试或生产发布时，才会进行DDL和DML的审核。目前业内SQL治理，主要还是在SQL出问题之后进行相应的治理。 之所以要把治理能力前置到测试阶段，是因为越早发现有问题的SQL，对整体治理或改造的成本就越低，对生产的影响也越小。 4.事后治理 事后治理主要是慢查询治理。 2）SQL挖掘：深度治理 基于全量SQL分析表、索引是否已废弃，不同db的热点表、热点SQL，单条SQL RT是否稳定，甚至可以分析表的活跃数据情况等治理场景。

7-2 冒泡法排序 (30分)

7-2 冒泡法排序 (30分) 将N个整数按从小到大排序的冒泡排序法是这样工作的：从头到尾比较相邻两个元素，如果前面的元素大于其紧随的后面元素，则交换它们。

7-2 冒泡法排序 (30分)

将N个整数按从小到大排序的冒泡排序法是这样工作的：从头到尾比较相邻两个元素，如果前面的元素大于其紧随的后面元素，则交换它们。通过一遍扫描，则最后一个元素必定是最大的元素。然后用同样的方法对前N−1个元素进行第二遍扫描。依此类推，最后只需处理两个元素，就完成了对N个数的排序。

PTA 7-2 列车调度（25 分）

7-2 列车调度（25 分） 火车站的列车调度铁轨的结构如下图所示。 两端分别是一条入口（Entrance）轨道和一条出口（Exit）轨道，它们之间有N条平行的轨道。

7-2 歌唱比赛计分 (15分)

7-2 歌唱比赛计分 (15分) 设有10名歌手(编号为1-10)参加歌咏比赛，另有6名评委打分，每位歌手的得分从键盘输入，计算出每位歌手的最终得分(扣除一个最高分和一个最低分后的平均分)，最后按最终得分由高到低的顺序输出每位歌手的编号及最终得分

PTA 7-2 找奇葩 (20 分)

在一个长度为 n 的正整数序列中，所有的奇数都出现了偶数次，只有一个奇葩奇数出现了奇数次。你的任务就是找出这个奇葩。

PTA 7-2 数字之王 (20 分)

的每个数的各位数的立方相乘，再将结果的各位数求和，得到一批新的数字，再对这批新的数字重复上述操作，直到所有数字都是 1 位数为止。这时哪个数字最多，哪个就是“数字之王”。

SQL 审核解决了部分问题，另一部分是慢 SQL 治理

因为审核解决的是“降低变更风险”，慢 SQL 治理解决的是“已经出现慢 SQL 后怎么持续处理”。这两件事都重要，但不是同一层级的问题。 维度SQL 审核慢 SQL 治理核心问题别乱改已经慢了怎么办关注点谁能提交、谁来审批、能不能执行哪类 SQL 变多、哪个模板优先、改完有没有效发生时机变更前运行中 + 变更后成功标准没有违规变更慢 SQL 这样一来，SQL 审核就不再是孤零零的一步，而是被放回数据库日常治理链路里。 回到 SQL 窗口分析执行计划确定需要优化的 SQL 后，可以在 SQL 窗口执行：EXPLAIN <SQL语句>。 更能显著节省时间的，不是再多一层审核，而是慢 SQL 这条链路终于能被持续治理。审核管的是“降低变更风险”，治理管的才是“持续稳定”。

微服务治理？容器治理？

可识别英语、俄语、中文等语言，感兴趣的可以看下--[Translumo](https://github.com/Danily07/Translumo) 微服务和容器治理 微服务治理和容器治理都是与分布式应用程序和容器化部署相关的领域 微服务治理（Microservices Governance）： 微服务治理是管理和维护微服务架构中的各个微服务组件的一系列策略、实践和工具。 自动化： 自动化是微服务治理的核心，包括自动部署、自动伸缩和自动化测试等。 容器治理（Container Orchestration）： 容器治理是管理容器化应用程序的一系列策略和工具。 容器治理实例 容器治理是确保容器化应用程序在分布式环境中可靠运行的一组实践和工具。 容器治理： 安全性容器治理可以管理访问控制、证书管理和数据加密，以确保数据的保密性和完整性。