DB-Engines最近发布了 2021 年 3 月份的数据库排名。
本月排行版中前三名的依然是：Oracle、
MySQL
、Microsoft SQL Server。
而且分数遥遥领先于后面的PostgreSQL、IBM Db2（只讨论关系型数据库）。
可以看到，
MySQL与Oracle的得分是很接近的
，DB-Engines是根据Google、Bing、LinkedIn、Stackoverflow中提到关键字算出的分数，可信度是很高的，但这个统计并没有算上国内程序员的选择，
对于国内的大部分程序员，是很少使用bing、linkedin等网站的，甚至google、stackoverflow也用得不多，
所以，如果我们加上国内程序员的选择，
Mysql将当之无愧成为数据库领域的霸主
。
目前
阿里巴巴主要采用的是OceanBase（基于Mysql）,同时也会单独的使用Mysql；京东使用的数据库主要是Redis、Mysql、Hbase；腾讯使用的是Mysql和部分自研NoSQL。
对于其他众多中小互联网公司来说，免费、开源、高性能、良好生态的Mysql是他们的第一选择。
所以，对于国内外的程序员来说，掌握好Mysql都是非常重要的。但实际上国内的程序员对Mysql都掌握得不深入。
Mysql对于程序员来说就像一个黑盒，有些人根本不知道这个黑盒的运行机制，我们经常所学到的Mysql优化技巧，其实就是一种应用技巧，而这个技巧为什么能提高查询速度是不清楚的。比如：
1.
为什么在写SQL语句时遵守最左前缀原则才能用到索引？不遵守就用不到索引？其底层工作机制是怎样的？
2.
Mysql中写缓冲区为什么能优化写入的速度？如何做到的？
3.
Mysql在执行一个SQL语句时会经过哪些步骤？这每个步骤可以如何优化？
4.
写了一个很长的SQL，这个SQL最终的执行顺序是怎样的？如何优化复杂SQL?
这些问题回答不出来？说明你对Mysql的认识是很表面的，还需要加强Mysql底层工作原理的学习。
在说到Mysql大表优化时，我们立马想到的就是分库分表，但是实际上在分库分表前，我们应该尽可能的去提高单表的查询效率，比如：
1.
到底多大数量的表才是大表？500万条？2000万条？5000万条？
2.
如果一个表中数据量很大，这个时候如何建立索引，如何优化索引？
3.
高并发场景下，使用Mysql事务时应该要注意哪些方面，如何进行优化？
这些问题回答不出来？说明你没有高并发、大数据量场景下的Mysql使用和优化经验，但是这些是你技术上升一个层级必须突破的瓶颈。
当你发现上述问题都答不上来或者答不到点子上的时候，是因为对Mysql欠太多技术债了。这里我推荐一期技术大牛朋友的课程，《
高并发场景下如何使Mysql高效运行
》的视频，全程高能干货，听完豁然开朗！
课程
由浅入深讲解Mysql中的存储架构、事务核心原理、索引核心原理以及分布式事务核心原理，并结合大厂真实环境下超高并发与亿级流量下对事务和索引进行优化的案例分析与优化策略讲解
正好赶上金三银四，最近跳槽的程序员也多，就是需要这样一份扎实的面试突击课，特别为你们争取到了
150个优惠名额
，原价
99
元，现在只需
0.02
元，还要到了一份三合一的硬核学习资料：《
Mysql知识点大全+Mysql军规+2021 Mysql面试真题及解析
》，扫码购课就能领！
《
高并发场景下如何使Mysql高效运行
》
课程具体内容：
2. 索引底层原理与执行流程精讲
3. Mysql是如何选择最优索引的
4. 覆盖索引底层原理与执行流程精讲
5. 索引下推底层原理与执行流程精讲
6. Mysql为什么会出现索引失效
7. 亿级流量下Mysql索引优化策略
8. 一线大厂为什么要基于Mysql开发自研数据库
1. Buffer Pool内存结构详解与优化策略分析
