数据库技术
MySQL 索引与慢查询优化实战
以可验证的方法梳理 MySQL 索引与慢查询优化路径，基于执行计划与数据分布制定精准优化策略，避免经验主义误区。
MySQL 索引与查询优化（2025）
# MySQL 索引与查询优化（2025）MySQL 的优化核心在于正确的索引与合理的查询与数据布局。## 一、索引与类型- B-Tree/Hash/全文索引：按查询模式选择。- 覆盖索引：减少回表，提升读取效率。## 二、执行计划与统计- EXPLAIN：分析扫描类型与行数与索引使用。- 统计信息：更新与分析表，避免错误估算。## 三、分区与布局- 分区表：按时间或范围
MySQL InnoDB 自适应哈希与缓冲池调优（AHI、Buffer Pool 与验证）
结合自适应哈希索引与缓冲池参数进行读写性能优化，提供配置示例与命中率度量，并在不同负载下验证收益与成本。
MongoDB 分片与索引优化（Shard Key、复合索引与查询规划）
选择合适的分片键与复合索引, 结合查询规划分析优化读写与分布, 并提供可重复的度量与验证流程。
MongoDB 模型设计与索引优化（2025）
# MongoDB 模型设计与索引优化（2025）MongoDB 的性能依赖合理的文档模型与索引策略与聚合设计。## 一、模型设计- 文档粒度：按访问模式划分嵌套与引用，降低跨集合联动。- 规范命名：字段与类型一致，便于索引与聚合。## 二、索引与TTL- 复合索引：覆盖过滤与排序字段，减少扫描。- TTL 索引：为过期数据设置自动清理，降低存储压力。## 三、聚合与管道
MongoDB索引与查询优化实战
通过复合与部分索引、覆盖查询与管道优化提升 MongoDB 性能，并以 explain/指标验证策略效果。
MongoDB Change Streams 实时事件与异构集成（2025）
# MongoDB Change Streams 实时事件与异构集成（2025）## 一、订阅与过滤- 订阅：按集合或数据库级订阅变更；使用管道过滤。- 安全：权限最小化与租户隔离，防越权访问。## 二、去重与可靠性- 去重：按 `_id`/事务标识去重，避免重复消费。- 重试与死信：失败事件退避重试并进入死信处理。## 三、回放与联动- 回放：记录偏移与时间窗口，支持事件回
MongoDB TTL 索引与自动归档实践
使用 TTL 索引对历史数据进行自动过期与清理，提供创建与注意事项，适合日志与会话数据场景。
MongoDB TTL 索引与过期数据清理实践
使用 TTL 索引对基于时间的文档自动过期清理，示例包含索引创建、插入与行为说明。
HikariCP连接池参数与数据库性能优化实践
通过合理配置 HikariCP 连接池参数与预编译缓存，优化数据库连接性能与稳定性，并提供监控与验证方法，降低延迟与错误率。
Flyway/Liquibase数据库迁移版本化与回滚实践
使用 Flyway/Liquibase 管理数据库迁移，实施版本化与校验、回滚与变更日志、CI/CD 集成与环境差异治理，并提供验证方法。
