小编Vér*_*ace的帖子

我以前总是这样做：

SELECT column FROM table ORDER BY random() LIMIT 1;

对于大表，这令人难以忍受，慢得令人难以置信，以至于在实践中毫无用处。这就是为什么我开始寻找更有效的方法。人们推荐：

SELECT column FROM table TABLESAMPLE BERNOULLI(1) LIMIT 1;

虽然速度很快，但它也提供了毫无价值的随机性。它似乎总是选择相同的该死的记录，所以这也毫无价值。

我也试过：

SELECT column FROM table TABLESAMPLE BERNOULLI(100) LIMIT 1;

它提供了更糟糕的随机性。它每次都选择相同的几条记录。这是完全没有价值的。我需要实际的随机性。

为什么仅选择随机记录显然如此困难？为什么它必须抓取每条记录然后对它们进行排序（在第一种情况下）？为什么“TABLESAMPLE”版本总是抓取相同的愚蠢记录？为什么它们不是随机的？当它一遍又一遍地选择相同的几条记录时，谁会想要使用这个“BERNOULLI”的东西？我不敢相信，经过这么多年，我仍然在询问随机记录……这是最基本的查询之一。

用于从 PG 中的表中抓取随机记录的实际命令是什么，该命令并没有慢到需要几秒钟才能获得一个体面大小的表？

我在 MySQL 5.7 表中创建了一个created_time字段BIGINT，现在我想在插入记录时自动生成一个 Unix 毫秒时间戳。是否有可能做到这一点？我尝试了下面的代码，但失败了：

ALTER TABLE db.video_info MODIFY COLUMN created_time bigint(20) 
  DEFAULT (ROUND(UNIX_TIMESTAMP(CURTIME(4)) * 1000)) NULL;

我正在使用 PHP 和 MySQL 构建一个在线考试平台。我对数据库有以下要求：

• 试题为 MCQ 类型，共有 20 道题。
• 有30名学生参加考试。

有没有办法让这 30 名学生按不同的顺序收到 20 个问题？例如，学生 A 的问题 1 将是学生 B 的问题 16？

我正在尝试创建一个查询执行计划的示例，它表明如果我对表的某些列进行基数估计，我可以决定哪个查询执行计划的成本最低。

所以我有这两篇文章（1和2），我可以将估计基数理解为列上不同值的数量。然后我计算选择性。

SELECT max(price) FROM tickets WHERE country = "CANADA";

如果我的桌子有 180 件物品，而只有 10 件是加拿大的。而且只有 4 个不同的国家（加拿大、巴西、美国、德国）。所以....

列 country é 4的基数，因为它是不同项目的数量。

列 country = CANADA的选择性是访问的项目数除以表中的项目数。10/180 = 0.0555。

但是优化器可以根据基数选择哪些不同的查询执行计划？

如果这不是一个很好的例子，有人可以指出一个查询，基数对于优化器来说是一种财富，以便决定选择一个计划还是另一个计划？

谢谢，费利佩

我有JSON一个文件如下：

[xyz@innolx20122 ~]$ cat cgs_test.json
{"technology":"AAA","vendor":"XXX","name":"RBNI","temporal_unit":"hour","regional_unit":"cell","dataset_metadata":"{\"name\": \"RBNI\", \"temporal_unit\": \"hour\", \"technology\": \"LTE\", \"is_dimension\": false, \"timestamp_column_pattern\": \"yyyyMMddHHmmss\", \"data_type\": \"PM\", \"source_name\": \"RBNI\", \"intervals_epoch_seconds\": [[1609941600, 1609945200]], \"identifier_column_names\": [\"CELLID\", \"CELLNAME\", \"radio_frequency_band\", \"ENODEBID\", \"ENODEBNAME\", \"SBNID\", \"SITEID\", \"SITENAME\", \"CLUSTER_PRIORITY\", \"CP_SITE\", \"IBC\", \"NETWORK_TIER\", \"SITE_TYPE\", \"T3_FLAG\", \"CLUSTERID\", \"CLUSTERNAME\", \"REGION\", \"NETWORK\"], \"vendor\": \"ZTE\", \"timestamp_column_name\": \"COLLECTTIME\", \"regional_unit\": \"cell\"}","rk":1}
{"technology":"AAA","vendor":"XXX","name":"RRCADD","temporal_unit":"hour","regional_unit":"cell","dataset_metadata":"{\"name\": \"RRCADD\", \"temporal_unit\": \"hour\", \"technology\": \"AAA\", \"is_dimension\": false, \"timestamp_column_pattern\": \"yyyyMMddHHmmss\", \"data_type\": \"PM\", \"source_name\": \"RRCADD\", \"intervals_epoch_seconds\": [[1609941600, 1609945200]], \"identifier_column_names\": [\"CELLID\", \"CELLNAME\", \"radio_frequency_band\", \"ENODEBID\", \"ENODEBNAME\", \"SBNID\", \"SITEID\", \"SITENAME\", \"CLUSTER_PRIORITY\", \"CP_SITE\", \"IBC\", \"NETWORK_TIER\", \"SITE_TYPE\", …

我在这些服务器上有 SQL Server 2008 R2 SP2 和 SQL Server 2012 SP2。

我有一个数据库，其中有很多堆索引超过 90% 的碎片。

轻松修复这些堆索引的最佳选择是什么？

这个问题是关于MySQL 5.6这里的一个问题的PostgreSQL 版本。最初，这是两个 RDBMS 的一个问题，但有人建议我，鉴于两个系统的不同功能，我应该拆分问题 - 特别是我认为 CTE（WITH 子句）应该使查询更加优雅和可读！

假设我有一个肿瘤列表（这个数据是根据真实数据模拟的）：

CREATE table illness (nature_of_illness VARCHAR(25), created_at DATETIME);

INSERT INTO illness VALUES ('Cervix', '2018-01-03 15:45:40');
INSERT INTO illness VALUES ('Cervix', '2018-01-03 15:45:40');
INSERT INTO illness VALUES ('Cervix', '2018-01-03 15:45:40');
INSERT INTO illness VALUES ('Cervix', '2018-01-03 15:45:40');
INSERT INTO illness VALUES ('Cervix', '2018-01-03 15:45:40');
INSERT INTO illness VALUES ('Lung',   '2018-01-03 17:50:32');
INSERT INTO illness VALUES ('Lung',   '2018-02-03 17:50:32');
INSERT INTO illness VALUES ('Lung',   '2018-02-03 17:50:32');
INSERT INTO illness VALUES ('Lung', …

我正在实施电影分级服务，所以我正在考虑使用触发器或事务。

我正在考虑的是将电影信息插入到 movie_list 中，并将该电影的类型插入到 movie_genre_list 中。

在这种情况下，我的想法是编写一个触发器，在插入电影信息时插入流派。

但是，我不知道触发器或事务是否适合这种情况。我该怎么办？

我们公司有一个非常大的 MySQL 服务器，有近 1000 个数据库，总大小为 500 GB。每个客户都有自己的数据库。而每个数据库大约有120-125张表！

过去我们使用mysqldump进行备份。服务器在创建备份时非常慢，几乎需要 5 个小时才能完成备份。数据库中有 99% 的 Innodb 表。

我知道备份大量数据需要花费大量时间。但备份的最佳解决方案是什么？问题是我们的客户全天候 (24/7) 使用我们的网络应用程序。进行备份时系统非常慢。

我似乎无法找到答案的基本问题。我有一个数据库，用于存储收据中的行项目以及用户名和收据编号。

现在该lineItem列只是一长串由逗号分隔的数据（原始文件似乎只是一个 Excel 文件）。此信息在 PHP 脚本中解析，以便在前端查看。

该表如下所示：

|----------|----------|----------|
|lineItem  |receiptID |customerID|
|----------|----------|----------|
|CD, DVD,  |001       |User01    |
|----------|----------|----------|
|CD, CD,   |002       |User02    |
|DVD, usb, |          |          |
|----------|----------|----------|

最终，这是不好的做法吗？这些lineItem值是否应该链接到另一个表中的相关值？