1. 可缓存的view叫marerialize view）
  2. mainkey和unique index区别 unique index可以有多个。
  3. procejure提高性能
  4.  sequence每次执行调next，主键自增一
  5. trigger，各种操作都能触发存储过程（存储过程失败将导致action失败）
  6. db link两个城市的数据库同步
  7. database transaction
  8. transaction是sql数据库和nosql的区别
  9. acid的概念原子性actomicity，一致性consistency，隔离性（isolation）多人同时修改时，互不影响，持久性durability.
  10. distributed transaction. 用dblink比较方便
  11. two phase commit:三张表都确定修改好了，然后才提交。万一有个没有ready，则回滚。
  12. 没有commit的记录，有dirty flag，数据库启动慢可能
  13. delete是trandaction（有保存逆操作），truckit快，因为没有备份
  14. 定义性语句是没有transaction的。create delete等
  15. 查询只有select for update支持transaction，执行后别人看不到的。
  16. dml支持transaction
  17. 数据库死锁：改变数据库多条记录操作，多人同时，互相影响，容易死。需要手动杀x，让数据库会滚。
  18. 数据库性能依赖，1io，2memory，3cpu
  19. 数据库锁定一块硬盘区域（table space），使用中产生碎片。导致小表占大空间。要vacum
  20. table space：1，system table要用最快的硬盘，index用次好并和table分开，好并行。3，最烂硬盘放备份用的数据。
  21. 数据库大了，vacum会用到甚至一天时间
  22. table partition，一个表的记录按照地区分成多个表。（比如已知法语用户不会查英语区数据。也经常按时间分区。hash分区法。condition分区。？？？有没有创建partition的语句？
  23. index文件和btree什么关系。index比table大是常见的，查询快了，修改慢了。
commithash分区法

-- Sam 15:31 24/02/2017

 云端数据库，目前使用性能，安全性都不看好。
amason现在有12个区。
nosql，no transaction，noacid，不保证数据不丢失，但不需要partition，不需要sharing。适合存放非核心数据（核心数据通常不会大）
大数据指上t的数据，传统数据无法handle时的nosql更像一种被迫选择。
--_ _
new sql 二合一的数据库，google2月刚release

-- Sam 16:28 24/02/2017
 数据库集群方式1，shared data array（不用了）2，master-slave。3master-master所有数据写两遍（不好，数据错了不知道哪个错，真用也使用sync同步）
-- Sam 15:53 24/02/2017
  1.  oltp 和olap可以提高逼格
  2. patition的局限性，单机的局限。解决办法是分库database sharing。
  3. 一台机的数据库支持的并发connection可能在1000？
  4. 横向分库即hash分库，纵向分库是按业务分库。横向能join，纵向不能join
  5. db replication oltp db 都复制到olap数据仓库里去
  6. async 数据库复制和sync replication（应该没人用）
  7. 经常把读操作放从数据库，写放主数据库，写完后同步到丛书据库后，才能看到效果。
-- Sam 15:54 24/02/2017

Please click here to login and add comments! || automatically refresh content every seconds