操作名称 资源类型 事件名称 创建实例 instance NoSQLCreateInstance 删除实例 instance NoSQLDeleteInstance 扩容节点 instance NoSQLEnlargeInstance 缩容节点 instance NoSQLReduceInstance 重启实例 instance NoSQLRestartInstance 恢复到新实例 instance NoSQLRestoreNewInstance 磁盘扩容 instance NoSQLExtendInstanceVolume 修改实例名称 instance NoSQLRenameInstance 实例冻结 instance NoSQLFreezeInstance 实例解冻 instance NoSQLUnfreezeInstance 创建备份 backup NoSQLCreateBackup 删除备份 backup NoSQLDeleteBackup 设置备份策略 backup NoSQLSetBackupPolicy 添加实例标签 tag NoSQLAddTags 修改实例标签 tag NoSQLModifyInstanceTag 删除实例标签 tag NoSQLDeleteInstanceTag

使用非SSL方式连接实例的Java代码示例 package influxdb; import okhttp3.OkHttpClient; import org.influxdb.InfluxDB; import org.influxdb.InfluxDBFactory; import org.influxdb.dto.Point; import org.influxdb.dto.Query; import org.influxdb.dto.QueryResult; import java.util.concurrent.TimeUnit; public class demoNoSSL { public static void main(String[] args) { OkHttpClient.Builder client new OkHttpClient.Builder() .connectTimeout(10, TimeUnit.SECONDS) .writeTimeout(10, TimeUnit.SECONDS) .readTimeout(10, TimeUnit.SECONDS) .retryOnConnectionFailure(true); final String serverURL " username "root", password "root"; InfluxDB influxdb InfluxDBFactory.connect(serverURL, username, password, client); // Create a database... String databaseName "foo"; influxdb.query(new Query("CREATE DATABASE " + databaseName, databaseName)); influxdb.setDatabase(databaseName); // Write points to influxdb. influxdb.write(Point.measurement("bar") .time(System.currentTimeMillis(), TimeUnit.MILLISECONDS) .tag("location", "chengdu") .addField("temperature", 22) .build()); // Query your data using InfluxQL. QueryResult queryResult influxdb.query(new Query("SELECT FROM bar", databaseName)); // Close it if your application is terminating or you are not using it anymore. influxdb.close(); } } 使用连接池方式连接实例的Java代码示例 package influxdb; import okhttp3.ConnectionPool; import okhttp3.OkHttpClient; import org.influxdb.InfluxDB; import org.influxdb.InfluxDBFactory; import org.influxdb.dto.Point; import org.influxdb.dto.Query; import org.influxdb.dto.QueryResult; import java.util.concurrent.TimeUnit; public class demoConnectionPool { public static void main(String[] args) { // 客户端连接池功能基于OkHttpClient实现 OkHttpClient.Builder client new OkHttpClient().newBuilder(); client.connectTimeout(10, TimeUnit.SECONDS); client.readTimeout(10, TimeUnit.SECONDS); client.writeTimeout(10, TimeUnit.SECONDS); // 建议设为true，屏蔽部分连接错误，并自动进行重试 client.retryOnConnectionFailure(true); // maxIdleConnections指连接池最多维护的未使用的Idle连接数量，默认值是5 // 超过阈值的idle连接会由连接池关闭，关闭后sockets进入TIMEWAIT状态等待系统回收，该参数需根据实际连接数适当调整 client.connectionPool(new ConnectionPool(5, 30, TimeUnit.SECONDS)); final String serverURL " username "root", password "root"; InfluxDB influxdb InfluxDBFactory.connect(serverURL, username, password, client); // Create a database... String databaseName "foo"; influxdb.query(new Query("CREATE DATABASE " + databaseName, databaseName)); influxdb.setDatabase(databaseName); // Write points to influxdb. influxdb.write(Point.measurement("bar") .time(System.currentTimeMillis(), TimeUnit.MILLISECONDS) .tag("location", "chengdu") .addField("temperature", 22) .build()); // Query your data using InfluxQL. QueryResult queryResult influxdb.query(new Query("SELECT FROM bar", databaseName)); // Close it if your application is terminating or you are not using it anymore. influxdb.close(); } }

本节主要介绍冷热数据分离。 GeminiDB Influx在同一数据保留策略（Retention Policy，简称RP，包含数据保留时长，备份个数等信息）里实现了冷热数据分离，系统会根据RP中用户设置的冷热数据分界线自动将符合转冷条件的热数据归档到冷存储中。 背景 在海量大数据场景下，时序数据冷热分明，即随着时间推移历史的时序数据被查询和分析的概率越低，同时因为这些数据占用量比较大，降低这部分冷数据的存储容量将会极大的节省企业的成本。GeminiDB Influx提供了冷热分离功能，使用低成本的介质存储冷数据，并通过极简配置就能极大的降低存储成本。 GeminiDB Influx对数据的冷热分离是基于RP的，用户首先需要在RP中设置冷热数据分界线，系统会自动根据此冷热设置将相应的冷数据归档到冷存储中。冷数据访问和普通访问没有任何差异，对用户而言是完全透明的，在查询的过程中，系统会根据查询条件中的时间范围（TimeRange）自动地从热数据区或冷数据区查询数据。 原理简介 用户在RP中配置热数据的保存时长。数据在写入时先保存在热存储上，GeminiDB Influx根据数据中的时间戳判断数据的冷热，如果数据的时间戳在热数据保存时长之内，则是热数据，如果是保存时长之前的数据，则是冷数据，系统自动归档到冷存储上。 图1 原理图

计费项 变更说明 实例规格（vCPU和节点数量） 变更GeminiDB Influx实例的计费模式会同时变更计算资源（vCPU和节点数量）的计费模式。 将GeminiDB Influx实例的计费模式从按需计费转为包年/包月，可以让您享受一定程度的价格优惠。 将GeminiDB Influx实例的计费模式从包年/包月转为按需计费，可以帮助您回收部分成本，并更加灵活地使用GeminiDB Influx资源。说明包年/包月计费模式到期后，按需计费模式才会生效。 弹性IP 包年/包月的弹性IP支持到期后转为按需、按带宽计费的弹性IP。 按需、按带宽计费的弹性IP支持转为包年/包月EIP。 按需、按带宽计费的弹性IP支持和按需、按流量计费的弹性IP互转。具体变更方式可参考图1。

本节主要介绍续费概述。 续费简介 包年/包月实例到期后会影响实例正常运行。如果您想继续使用，需要在指定的时间内为实例续费，否则vCPU、内存等资源会自动释放，数据丢失且不可恢复。 续费操作仅适用于包年/包月实例，按需计费实例不需要续费，只需要保证账户余额充足即可。 实例在到期前续费成功，所有资源得以保留，且实例的运行不受影响。 续费相关的功能 包年/包月实例续费相关的功能如表1所示。 表1 续费相关的功能 功能 说明 手动续费 包年/包月实例从购买到被自动删除之前，您可以随时在控制台为实例续费，以延长实例的使用时间。 自动续费 开通自动续费后，实例会在每次到期前自动续费，避免因忘记手动续费而导致资源被自动删除。 在一台包年/包月实例生命周期的不同阶段，您可以根据需要选择一种方式进行续费，具体如图1所示。 图1 实例生命周期 实例从购买到到期前，处于正常运行阶段，资源状态为“使用中”。 到期后，资源状态变为“已过期”。 到期未续费时，实例首先会进入宽限期，宽限期到期后仍未续费，资源状态变为“已冻结”。 超过宽限期仍未续费将进入保留期，如果保留期内仍未续费，资源将被自动删除。 实例到期前均可开通自动续费，到期前7日凌晨3:00首次尝试自动续费，如果扣款失败，每天凌晨3:00尝试一次，直至实例到期或者续费成功。到期前7日自动续费扣款是系统默认配置，您也可以根据需要修改此扣款日。

本节介绍了用户权限的相关内容。 系统默认提供两种权限：用户管理权限和资源管理权限。 用户管理权限可以管理用户、用户组及用户组的权限。 资源管理权限可以控制用户对云服务资源执行的操作。

本节介绍了GeminiDB Redis的备份与恢复常见问题。 GeminiDB Redis实例能够保存多长时间的备份 GeminiDB Redis实例的自动备份有效期根据用户设置的备份天数而定。手动备份没有时间限制，用户可根据需要进行删除。 更多备份信息请参见管理自动备份和管理手动备份。

使用CCM私有证书连接实例的示例代码 package main import ( "fmt" "io/ioutil" "crypto/tls" "crypto/x509" "github.com/influxdata/influxdb1client" // this is important because of the bug in go mod client "github.com/influxdata/influxdb1client/v2" ) func main(){ pool : x509.NewCertPool() caCertPath : "/data/CA/agent/ca.crt" caCrt, err : ioutil.ReadFile(caCertPath) if err ! nil { fmt.Println("ReadFile err:", err) return } pool.AppendCertsFromPEM(caCrt) // 此处是将ca.crt证书内嵌到程序中，也可以使用sudo cp {client}/ca.crt /etc/ssl/certs命令将证书添加到本机上。 c, err : client.NewHTTPClient(client.HTTPConfig{ Addr: " Username: "", Password: "", TLSConfig: &tls.Config{ RootCAs: pool, InsecureSkipVerify: false, // false表示需要校验服务端的证书。 }, }) if err ! nil { fmt.Println("Error creating InfluxDB Client: ", err.Error()) } q : client.NewQuery("select from cpu","database","ns") if response, err : c.Query(q); err nil && response.Error() nil { fmt.Println("the result is: ",response.Results) } }

本节主要介绍概述。 快速入门主要介绍如何购买实例以及连接实例，使用户能够了解从购买实例到连接并管理实例的流程。 流程图 图1 操作流程图 操作步骤 通常，从购买实例到开始使用实例，您需要完成如下操作。 1. 登录GeminiDB Influx接口控制台。 2. 见“购买实例”。 3. 见“连接方式介绍”。

本节主要介绍计费FAQ。 包年/包月和按需计费有什么区别 包年/包月的计费模式也称为包周期计费模式，是一种预付费方式，按订单的购买周期计费，适用于可预估资源使用周期的场景，价格比按需计费模式更优惠。对于长期使用者，推荐该方式。 按需计费是后付费模式，按实际使用时长计费，这种购买方式比较灵活，可以即开即停。以自然小时为单位整点计费，不足一小时按使用时长计费。 GeminiDB Influx支持包年/包月和按需计费模式相互转换吗 包年/包月和按需计费模式支持相互转换。 GeminiDB Influx包年/包月实例转按需实例请参见包年/包月转按需。 GeminiDB Influx按需实例转包年/包月实例请参见按需转包年/包月。

本节介绍了与区域可用区的相关内容。 用区域和可用区来描述数据中心的位置，您可以在特定的区域、可用区创建资源。 区域（Region）指物理的数据中心。每个区域完全独立，这样可以实现较大程度的容错能力和稳定性。资源创建成功后不能更换区域。 可用区（AZ，Availability Zone）是同一区域内，电力和网络互相隔离的物理区域，一个可用区不受其他可用区故障的影响。一个区域内可以有多个可用区，不同可用区之间物理隔离，但内网互通，既保障了可用区的独立性，又提供了低价、低时延的网络连接。

避免和处理欠费 欠费后需要及时充值，详细操作请参见账户充值。 若GeminiDB Influx实例不再使用，您可以将他们删除，以免继续扣费。 您可以在“费用中心 > 总览”页面设置“可用额度预警”功能，当可用额度的总额度低于预警阈值时，系统自动发送短信和邮件提醒。

本节主要介绍数据迁移类问题 DRS上找不到GeminiDB Redis链路 当前DRS中GeminiDB Redis入云链路采用白名单机制，需要提工单联系DRS同事开通。 报错ERR the worker queue is full, and the request cannot be excecuted 迁移流量过大导致内部队列满，您可以在管理控制台右上角，选择“工单 > 新建工单”，联系技术支持进行处理。 报错ERR the request queue of io thread is full, and the request cannot be excecuted 迁移流量过大导致内部队列满，您可以在管理控制台右上角，选择“工单 > 新建工单”，联系技术支持进行处理。 报错read error, please check source redis log or network 源端发送缓冲区太小，需修改源端redis参数配置，该参数clientoutputbufferlimit可热生效。 报错slavepingthread.ccThreadMain90: error: Ping master error 执行pikaport时指定的IP填写了 127.0.0.1, 需要配置为其它IP，比如eth0的IP。 同步状态正向迁移速度太慢 修改redisshake参数source.rdb.parallel，可调整迁移并发度，默认为0，按db和分片数确定。 同步状态正向迁移速度太快，报错：ERR server reply timeout, some responses may lose, but requests have been executed 修改参数parallel，可调整全量过程传输RDB的并发度，默认为32。

本节主要介绍 区域和可用区类问题。 不同的可用区是否影响内网互通 可用区是同一服务区内，电力和网络互相独立的地理区域，一般是一个独立的物理机房，这样可以保证可用区的独立性。 一个区域内有多个可用区，一个可用区发生故障后不会影响同一区域内的其它可用区。 默认情况下，同一个VPC下的不同可用区之间内网互通。 GeminiDB Redis购买成功后是否支持更换区域 不支持。资源创建成功后不能更换地域。

本节描述了GeminiDB Redis目前支持的兼容接口和版本。 介绍GeminiDB Redis目前支持的兼容接口和版本。 兼容接口和版本如下： 兼容接口 实例类型 版本 Redis 集群版 同时兼容6.2/5.0/4.0

本节介绍如何在云审计服务管理控制台查看最近7天的操作记录。 操作场景 在您开通了云审计服务后，系统开始记录云服务资源的操作。云审计服务管理控制台保存最近7天的操作记录。 操作步骤 1、登录管理控制台。 2、单击管理控制台左上角的 ，选择区域和项目。 3、单击“服务列表”，选择“管理与部署 > 云审计服务”，进入云审计服务信息页面。 4、在左侧导航树，单击“事件列表”，进入事件列表信息页面。 5、事件列表支持通过筛选来查询对应的操作事件。当前事件列表支持四个维度的组合查询，详细信息如下： 事件来源、资源类型和筛选类型。 在下拉框中选择查询条件。 其中，筛选类型选择“按事件名称”时，还需选择某个具体的事件名称。 选择“按资源ID”时，还需选择或者手动输入某个具体的资源ID。 选择“按资源名称”时，还需选择或手动输入某个具体的资源名称。 操作用户：在下拉框中选择某一具体的操作用户，此操作用户指用户级别，而非租户级别。 事件级别：可选项为“所有事件级别”、“normal”、“warning”、“incident”，只可选择其中一项。 起始时间、结束时间：可通过选择时间段查询操作事件。 6、在需要查看的记录左侧，单击 展开该记录的详细信息。 7、在需要查看的记录右侧，单击“查看事件”，在弹出框中显示该操作事件结构的详细信息。

Lua脚本中禁用的命令列表 目前，在Lua脚本中禁用的GeminiDB Redis命令列表请参见命令兼容列表。

为域名添加解析记录集 公网域名创建成功后，需要为公网域名设置解析记录集，以便使用域名来访问实例。 1. 单击新建的公网域名名称，进入“解析记录”页面，单击右上方“添加记录集”。 2. 在“添加记录集”弹出框中，根据界面提示填写记录集参数。 3. 单击“确定”。 4. 返回“解析记录”页面。 5. 添加完成后，您可以在域名对应的记录集列表中查看已添加的记录集。当记录集的状态显示为“正常”时，表示记录集添加成功。

本文介绍 DRDS是否支持直接执行DDL语句。 DRDS不支持直接连接DRDS节点执行DDL语句，即通过客户端或程序连接DRDS节点，直接执行DDL语句会报错。 注意 创建逻辑库表、设置分片算法、修改表、执行DDL、创建修改全局序列、创建修改用户、创建修改角色等操作，必须通过天翼云DRDS控制台执行。 通过客户端或程序连接DRDS节点，支持直接执行DML语句（增删改查）。

本文介绍DRDS提供了哪些高可靠保障。 计算节点高可靠 DRDS实例中包含多个计算节点且计算节点都是无状态的，通过弹性负载均衡及vip提供高可靠服务。 DRDS实例本身不存储业务数据，每个节点可以独立处理请求。当某个节点自身宕机故障，流量可以自动切换到其他节点，实现秒级容灾切换（通常情况下可在5秒内将故障节点剔除），实例整体服务不受影响，保证服务的连续性和稳定性。 存储节点高可靠 业务数据存储在关联的MySQL中，MySQL主备版或一主两备版具备双机热备、数据备份和数据恢复的高可用特性。 MySQL主备版或一主两备版，具备故障自动切换机制，提供高可用能力。 MySQL主备版或一主两备版采用热备架构，可实现秒级故障自动切换（存储节点故障，通常情况下可以在下挂存储节点恢复后30秒内完全恢复正常服务能力），支持用户自定义备份策略自动备份数据，并支持按备份集和指定时间点进行数据恢复，保证数据备份和恢复的高效性和可靠性。 高可用容灾架构 DRDS支持多可用区部署，以提供更高的容灾能力。用户可自定义选择将实例节点分布于多个可用区内。相较于单可用区部署，DRDS多可用区部署具备更强的灾备能力，能够有效应对实例故障或可用区中断，并提供机房级别的容灾保护。

本文介绍DRDS是如何处理审计，且与MySQL的审计间的关系。 DRDS提供DDL、DML审计功能，其中DDL审计提供19条审计规则，DML审计提供13条审计规则，基本覆盖生产DDL、DML基本操作及使用规范。DRDS提供的DDL、DML审计是事前审计，即SQL执行前进行审计，根据规则进行匹配，若匹配到某条审计规则，根据审计配置进行告警或者拒绝执行。 MySQL本身也提供审计功能，但MySQL的审计和DRDS的审计是相互独立的，MySQL的审计是事后审计，即SQL执行后记录在审计记录中。

本节介绍分片数目的选择。 分片数目即将逻辑库切割为物理库的数量，在逻辑库时确定后无法更改。通常选择分片数目需要遵循如下原则。 原则1：分片数量尽量少，因为一个查询SQL 跨分片越多，则总体性能越差，虽然要好于所有数据在一个分片的结果。只在必要的时候进行扩容，增加分片数量。分片尽量均匀分布在多个存储节点上。 原则2：能不分片就不分片，800万以内的表，不建议分片，通过合适的索引，读写分离等方式，可以很好的解决性能问题。 原则3：不到800 万但跟大表（超800 万的表）有关联查询的表也要拆分，在此称为大表关联表。大表关联表如何拆：小于100 万的使用全局表；大于100 万小于800 万跟大表使用同样的拆分策略；无法跟大表使用相同规则的，可以考虑分步骤查询，不用关联查询，或者使用全局表。

本文为您介绍DRDS管理命令中的XA命令。 UDAL XA START 语法说明 启动XA分布式事务 示例 plaintext mysql> UDAL XA START; + Xid + node1de0f69041 + 1 row in set (0.00 sec) UDAL XA RECOVER [ DATANODE {DN}XID {XID}] 语法说明 在所有或特定数据节点中，查看未终止的XA分布式事务 示例 plaintext mysql> UDAL XA RECOVER; +++++ Id Xid State Runtime Frontendstate +++++ 56639 node1de0f69041 XAACTIVE 105 alive +++++mysql> UDAL XA RECOVER [ DATANODE {DN}XID {XID}]; +++++ Id Xid State Runtime Frontendstate +++++ 56639 node1de0f69041 XAACTIVE 85 alive +++++ 1 row in set (0.00 sec) UDAL XA COMMIT [XID] WHERE DN [DATANODE] 语法说明 XA提交特定的XA分布式事务。 注意 命令中的XID指的是mysql prepare后的XID，不是UDAL XA START启动时的XID，在异常情况下才会出现，因此，直接执行该命令会报错。 示例 plaintext mysql> UDAL XA COMMIT [node1de0f69041] WHERE DN [UDALADMIN01]; ERROR 3023 (HY000): UDAL Command execution error: UDAL XA COMMIT [node1de0f69041] WHERE DN [UDALADMIN01] expect literal string,but get token LBRACKET ,value commit

DRDS实例支持哪些资源池？ DRDS实例支持在以下资源池购买： 华东地区： 华东1 西南地区： 西南1 北方地区： 青岛20 华南地区： 郴州2 西北地区： 西安5 西南地区： 重庆2/贵州3 北方地区： 北京5/石家庄20

本文介绍DRDS怎么进行分片。 DRDS通过数据分片的方式，将业务数据拆分到多个MySQL实例上进行分片存储。 逻辑库 用户创建逻辑库时，可以自行选择哪些MySQL存储该库及每个MySQL上存储几个分片。 逻辑表 DRDS支持全局表、分片表、单片表、库内分表、库内分桶等表类型，DRDS支持简单Hash、字符串哈希、范围哈希、枚举哈希等多种分片算法。用户创建逻辑表时，根据实际情况需求进行创建，创建时需要指定表类型、哪个字段作为分片键、分片算法。 全局表，表存储在所有MySQL上，每个MySQL都包含该表的全量数据。 分片表，表按分片的方式存储在MySQL上，每个MySQL存储该表的一部分数据。 单片表，表只存储在其中一个MySQL的一个分片上。 库内分表，表经过分片后，仍然很大，则可以对表再次进行拆分，选定另一个字段作为库内分表的分片键进行拆分存储。库内分表也属于分片表。 库内分桶，表经过分片后，仍然很大，对表进行再次拆分，不过拆分方式是按分桶的方式进行拆分，区别于库内分表需要选定另一个字段作为分片键，库内分桶不需要指定另一个字段，只要指定分桶数量。 分片建议 用户在进行数据分片之前，建议考虑事务、分布式JOIN等场景，尽量将事务边界范围缩小到单个MySQL分片上，尽量避免分布式JOIN、跨库JOIN。 建议同一个业务中心的表，按照同一个维度进行数据拆分，比如用户中心，都按照用户ID进行分片，这样使用的时候可以最大程度减少分布式事务、分布式JOIN的情况，降低系统负载。 全局表适合存储配置类数据（比如菜单、区域）类型的表，数据量不大，表变更极少。 分片表适合于超大表，建议千万级以上大表才使用分片表。 数据量小（少于千万级）的表，建议使用单片表即可。 使用DRDS时，建议所有SQL语句的查询条件都能携带分片键，这样可以达到最高的执行效率，避免SQL广播。

本文介绍MySQL哪些高危操作会影响DRDS。 高危操作详见下表： 操作类别 操作 操作影响 控制台 删除MySQL实例 关联了该MySQL的DRDS的库表无法使用。 控制台 重置DRDS 使用的密码DRDS 无法连接MySQL，DRDS无法使用，需要重新修改关联MySQL密码。 控制台 修改安全组 可能导致DRDS 无法连接MySQL。 控制台 修改VPC 可能导致网络分割，无法互通。 控制台 重启 重启期间DRDS 服务会异常，重启完成后恢复。 客户端 删除DRDS使用的库 DRDS 分片不可用，无法提供正常服务。 客户端 删除DRDS使用的表 数据丢失，服务异常。 客户端 删除DRDS创建的账号 DRDS 无法连接MySQL，服务异常。 客户端 修改DRDS创建的物理表名 数据丢失，服务异常。 客户端 修改数据 如果修改了分片键，影响数据正确分片，导致异常。 客户端 修改白名单 如果DRDS不在白名单内，DRDS服务会异常。

本文对用户关于SQL 语法类问题进行了整理和解答。 DRDS怎么进行SQL优化 查询条件尽量带分片键。 小表作为驱动表。 全局表作为驱动表。 使用INSERT语句批量插入多条数据时报错，怎么处理 建议拆分为多条INSERT语句。对多条数据跨分片的情况，会产生分布式事务，影响性能，因此暂时不提供支持多条数据的插入。 DRDS是否支持数据类型强制转换 属于比较高级的用法，建议尽量避免使用，DRDS对强制类型转换支持不够完善，确实需要使用需经过充分测试和验证。 常见场景： 转换操作可能会导致索引失效，影响查询的性能。 在使用CONVERT函数时，要注意目标数据类型的字符集和排序规则。 转换的数据类型必须兼容，可能会导致错误或不可预测的结果。 在使用CAST函数时，目标数据类型的长度和精度错误。 DRDS是否支持分布式JOIN 部分支持。 可支持的join如下： 单表（即非分片表）之间的 JOIN。 参与 JOIN 的表在过滤条件中均带有分片键作为条件，并且分片算法相同（即通过分片算法计算的数据分布在相同分片上）。 参与 JOIN 的表均按照分片键作为 JOIN 条件，并且分片算法相同。 全局表与分片表之间的 JOIN。 其它类型不支持。

本文为您介绍索引规范。 1. 禁止修改聚集索引或主键 为了维持B+tree带来大量的数据移动，一般要求使用跟业务不相关的id来作为整形自增主键 2. 尽量合并索引 索引加快了查询度，但是却会影响写入性能。 一个表的索引应该结合这个表相关的所有SQL综合创建，尽量合并。 组合索引的原则是：过滤性越好的字段越靠前，例如key (a)和key（a,b）存在，则可以直接删除key（a），对于select ……from tb where a123；，则可以使用索引（a，b）。 3. 禁止给选择性低的字段建单列索引 MySQL对索引的过滤性存在要求，如果过滤性太低，则MySQL会被放弃使用。 4. 禁止使用外键约束 对性能损耗特别大。 让应用程序去维护约束。 5. 字符类型字段应尽量使用前缀索引 太长的索引不仅影响写入性能，而且使用效果较差，因此字符串类型字段一般只建前缀索引，例如alter table testlongstr add index idxstr(str(16));。 6. 合理使用复合索引 一般情况下，复合索引比普通索引更加适用，因此，有些索引可以修改成复合索引。 7. 针对LIKE查询的索引问题，应注意使用前缀索引 LIKE只能使用前缀索引，示例说明如下： col like “abc%” 可以用索引 col like “%abc%” 不可以用索引 col like“%abc”不可以用索引

DRDS支持常见的在线DDL操作，主要包括：删除字段、修改字段、增加字段、创建表等。 使用示例 sql 增加字段： alter table torder add column ordersum int(10) NOT NULL DEFAULT 100; 修改字段： alter table torder modify column ordersum int(10) NOT NULL DEFAULT 200; 删除字段: alter table torder drop ordersum; 创建表: create table employee( id int not null,primary key (id))engineinnodb default charsetutf8;

DRDS支持直接连接DBProxy执行DDL语句，本文为您介绍重命名表的RENAME TABLE语句。 注意 仅V5.1.20.0.13及以后版本的实例，支持使用本文介绍的DDL语句。 语法 目前单条语句仅支持对单个表进行重命名，支持的语法如下： plaintext RENAME TABLE oldtable TO newtable; 参数说明 oldtable：需要重命名的表名，必填 newtable： 重命名后的表名，必填

本文介绍如何处理DRDS逻辑库与MySQL实例的先后关系。 DRDS本身不存储数据，将实际库表数据存储在MySQL上，因此创建逻辑库之前需关联至少一个MySQL实例到DRDS，即一般先开通好MySQL实例，再关联到DRDS。 相反，如果想取消关联MySQL，则必须先删除逻辑库，才允许取消关联MySQL。 注意 注销DRDS实例之前，请用户确认删除逻辑库信息。

章节名称 简介 介绍DRDS如何更合理地选择分片数目。 介绍DRDS如何更合理地进行分片。 介绍了DRDS单片表和全局表的创建和使用。 介绍了DRDS读写分离的配置与使用。 介绍了DRDS提供针对分布式节点的场景下的分布式事务解决方案。 介绍了如何通过JDBC连接池与DRDS对接，实现数据操作。 介绍了通过数据同步工具进行DRDS数据迁移的详细操作步骤。 介绍了SQL使用规范的通用八个原则供用户参考。