MySQL数据库修改一列内容

MySQL 的 Binlog 记录着 MySQL 数据库的所有变更信息，了解 Binlog 的结构可以帮助我们解析Binlog，甚至对 Binlog 进行一些修改，或者说是“篡改”，例如实现类似于 Oracle 的 flashback 的功能，恢复误删除的记录，把 update 的记录再还原回去等。本文将带您探讨一下这些神奇功能的实现，您会发现比您想象地要简单得多。本文指的 Binlog 是 ROW 模式的 Binlog，这也是 MySQL 8 里的默认模式，STATEMENT 模式因为使用中有很多限制，现在用得越来越少了。

Binlog 由事件（event）组成，请注意是事件（event）不是事务（transaction），一个事务可以包含多个事件。事件描述对数据库的修改内容。

现在我们已经了解了 Binlog 的结构，我们可以试着修改 Binlog 里的数据。例如前面举例的 Binlog 删除了一条记录，我们可以试着把这条记录恢复，Binlog 里面有个删除行（DELETE_ROWS_EVENT）的事件，就是这个事件删除了记录，这个事件和写行（WRITE_ROWS_EVENT）的事件的数据结构是完全一样的，只是删除行事件的类型是 32，写行事件的类型是 30，我们把对应的 Binlog 位置的 32 改成 30 即可把已经删除的记录再插入回去。从前面的 “show binlog events” 里面可看到这个 DELETE_ROWS_EVENT 是从位置 378 开始的，这里的位置就是 Binlog 文件的实际位置（以字节为单位）。从事件（event）的结构里面可以看到 type_code 是在 event 的第 5 个字节，我们写个 Python 小程序把把第383（378+5=383）字节改成 30 即可。当然您也可以用二进制编辑工具来改。

找出 Binlog 中的大事务

由于 ROW 模式的 Binlog 是每一个变更都记录一条日志，因此一个简单的 SQL，在 Binlog 里可能会产生一个巨无霸的事务，例如一个不带 where 的 update 或 delete 语句，修改了全表里面的所有记录，每条记录都在 Binlog 里面记录一次，结果是一个巨大的事务记录。这样的大事务经常是产生麻烦的根源。我的一个客户有一次向我抱怨，一个 Binlog 前滚，滚了两天也没有动静，我把那个 Binlog 解析了一下，发现里面有个事务产生了 14G 的记录，修改了 66 万条记录！下面是一个简单的找出 Binlog 中大事务的 Python 小程序，我们知道用 mysqlbinlog 解析的 Binlog，每个事务都是以 BEGIN 开头，以 COMMIT 结束。我们找出 BENGIN 前面的 “# at” 的位置，检查 COMMIT 后面的 “# at” 位置，这两个位置相减即可计算出这个事务的大小，下面是这个 Python 程序的例子。

切割 Binlog 中的大事务

对于大的事务，MySQL 会把它分解成多个事件（注意一个是事务 TRANSACTION，另一个是事件 EVENT），事件的大小由参数 binlog-row-event-max-size 决定，这个参数默认是 8K。因此我们可以把若干个事件切割成一个单独的略小的事务

ROW 模式下，即使我们只更新了一条记录的其中某个字段，也会记录每个字段变更前后的值，这个行为是 binlog_row_image 参数控制的，这个参数有 3 个值，默认为 FULL，也就是记录列的所有修改，即使字段没有发生变更也会记录。这样我们就可以实现类似 Oracle 的 flashback 的功能，我个人估计 MySQL 未来的版本从可能会基于 Binlog 推出这样的功能。

了解了 Binlog 的结构，再加上 Python 这把瑞士军刀，我们还可以实现很多功能，例如我们可以统计哪个表被修改地最多？我们还可以把 Binlog 切割成一段一段的，然后再重组，可以灵活地进行 MySQL 数据库的修改和迁移等工作。

例如，数据表t_toy_user表中有字段user_id（主键）,user_name,desc三个字段，则查询从10到100的记录如下：

access数据库和sqlserver数据库：

select

user_id,user_name,desc

from

(select

top

100

user_id,user_name,desc,row_number()

over(order

by

user_id)

as

rowindex

from

t_toy_user)

t

where

trowindex>=10

oracle数据库：

select

user_id,user_name,desc

from

(select

user_id,user_name,desc,row_number()

over(order

by

user_id)

as

rowindex

from

t_toy_user

where

rownum<=100)

t

where

trowindex>=10

以上若有疑问，可以hi我~

首先，检索数据是为了通过检索的结果，得到讯息，如流水记录、对比记录、统计表格。

而，一个表格显示900W条记录，检索人很难从中获取需要的讯息。

所以，实际应用不会一次性检索大量的数据，而是从大量的数据中筛选一部份数据，或是对大量的数据进行统计计算。

决定检索速度的因素有：

1、表格设计对检索的影响：如合理的主键即索引设计。

2、检索语句的效率：如子句的应用、数据的分组、排序、筛选 等等。

3、数据库管理系统的配置：包括硬件配置、软件配置。

bulk_insert_buffer_size参数相对增大------用于存放insert语句的缓存空间，增大可以提高insert的速度 对于insert频率较大的表，可以适当删除不常用的索引，可以减少对表索引维护的开销 在业务允许的情况下，也就是说不需要事物机制，建议用myis

以上就是关于MySQL数据库修改一列内容全部的内容，包括:MySQL数据库修改一列内容、数据库记录10万时怎么修改，100万时怎么修改、如何快速更新数据库中的百万条数据等相关内容解答，如果想了解更多相关内容，可以关注我们，你们的支持是我们更新的动力！