MyRocks的事务实现和应用场景
1、MyRocks目前仅支持排他锁（X锁），所有锁信息均在内存中保存，对于RR隔离级别，只在主键上实现gap锁。通过深入学习MyRocks的技术细节，可以显著提升对c/c++和Linux系统开发的理解。对于对此领域感兴趣的读者，可以深入了解MyRocks及其在实际应用中的优势和场景。
2、深入研究多引擎支持：MyRocks在XA事务处理中的问题反映了MySQL对多引擎支持的局限，需要社区和内核代码的深入研究以求更完善的解决方案。
3、综上所述，MyRocks在XA事务场景的使用和优化中，需要特别注意内存泄漏问题，尤其是在混合引擎场景下。通过深入分析innodb trx_t对象的生命周期和XA事务的处理流程，可以找到并解决内存泄漏问题的根本原因。
4、通过sysbench_xa复现，当存在XA事务时，shutdown无法完成，这暗示可能存在MyRocks处理XA事务的bug。MySQL7的XA事务拆分机制在不同引擎上的处理引发疑问，尤其是当RocksDB这种新引擎加入时，如何处理xa prepare和xa commit的分离逻辑，可能带来潜在问题。
5、在使用MyRocks进行XA事务场景的部署过程中，我们遭遇了内存泄漏的问题。通过模拟，我们发现rocksdb_block_cache_size设置为4G后，利用sysbench_xa进行32线程的update_index测试，内存消耗明显上升。
6、遇到了与XA事务相关的挑战，包括事务回放、数据迁移等问题。未来展望与计划网易计划将MyRocks集成至网易云数据库服务RDS，提高运维自动化水平。同时，在MySQL 0版本上支持MyRocks，改造优化MyRocks在线DDL性能。通过这些努力，MyRocks将能够更广泛地应用于网易内部的业务场景，实现更大的成本节约与性能提升。
MySQL数据库的不推荐使用场景及原因mysql不建议使用的
MySQL的性能问题是造成其不能处理高并发请求的主要原因，主要是由于MySQL是一种关系型数据库，它的读写性能受到多个因素的影响，如索引、事务和并发访问等。因此，在高并发情况下，MySQL的性能受到限制，可能会导致应用程序的时间延迟或底层服务的多次失败。
第一个原因是：不支持事务。表面上看，MySQL似乎可以支持事务，但是这只是部分正确的。MySQL的MyISAM引擎是不支持事务的，而InnoDB引擎虽然支持事务，但这个功能在高并发环境下性能会有所下降。这种情况下，其他数据库（如PostgreSQL）会更好地支持事务。第二个原因是：不支持多版本并发控制。
不推荐使用MySQL存储过程的原因主要有以下几点：移植性问题：MySQL存储过程是特定于数据库的，如果项目需要迁移到另一个数据库系统，存储过程可能需要大量的重写工作。这对于保持代码的可移植性和灵活性是一个挑战，增加了迁移成本和风险。
安全是任何企业的关键问题。由于MySQL受到黑客攻击的风险很高，这导致数据泄露和数据错误成为现实。MySQL数据库中的许多关键信息都保存在明文状态下，这将使黑客的任务变得更加容易。此外，开发人员还需要注意MySQL数据仓库中的SQL注入攻击。
缺乏直观的用户界面。MySQL的用户界面需要一定的技术知识，可能不太适合一般的用户。缺乏直观的用户界面可能会导致用户感到困惑并耗费时间去学习。 MySQL的SQL语言难以理解。MySQL使用的SQL语言相对复杂，需要一定的学习和理解才能使用。即使是熟悉其他数据库的用户，也需要花费时间去学习MySQL的SQL语言。
MySQL的应用处理亿级数据mysql一个亿数据
1、分区是另一种处理MySQL上亿级别的数据的方法。通过将数据表数据分成多个逻辑分区，可以使得数据的读写更快捷，同时减少锁定的范围，提高并发性能。 MySQL提供了水平分区和垂直分区两种方式，可以根据实际需求进行选择。
2、上述代码意思为：删除create_time字段小于2019-01-01 00：00：00的数据。 通过LIMIT分批删除 当海量数据无法在一次删除语句中完成删除的时候，可以采用分批删除的方式。MySQL通过LIMIT关键字允许我们一次性删除指定行数的数据，通过循环多次执行删除操作，最终将所有符合条件的数据删除完毕。
3、在当今互联网时代，数据量呈现爆发式增长，大量的数据对应的SQL查询语句的执行效率成为了关键。对于数据量达到亿级以上的应用来说，查询效率的提升尤为重要。本文将介绍如何利用MySQL轻松秒查亿级数据。 数据库水平拆分 当数据量达到亿级时，单机MySQL无法满足快速查询的需求，这时候可以考虑进行水平拆分。
4、数据导入前去重 在执行数据导入之前，我们可以使用以下方式扫描数据，去除重复记录。1 数据库索引去重 以下代码片段可以在MySQL中使用，以检查数据表的重复数量：SELECT COUNT（*） FROM 数据表 GROUP BY 列名 HAVING COUNT（*） 1；使用以下代码可以将重复的数据删除，并保留唯一数据。
