Aurora 导出全量数据至 Amazon S3 请参考 AWS 官方文档：将数据库快照数据导出到 Amazon S3 将 Aurora 数据的快照导出到 Amazon S3。 5.3.1.2 第二步：部署 TiDB Lightning 具体的部署方法见TiDB Lightning 部署。 5.3.1.3 第三步：配置 TiDB Lightning 的数据源 根据部署方式不同，按如下步骤编辑配置文件 write 阶段）的耗时。 • Commit_time：表示事务两阶段提交中第二阶段（commit 阶段）的耗时。 • Get_commit_ts_time：表示事务两阶段提交中第二阶段（commit 阶段）获取 commit 时间戳的耗时。 • Local_latch_wait_time：表示事务两阶段提交中第二阶段（commit 阶段）发起前在 TiDB 侧等锁的耗时。 • Write_keys：表示该事务向 分析这类慢查询的原因 第一步可以通过慢日志、statement-summary 方便地定位，推荐直接使用TiDB Dashboard，它整合了这两个功能， 且能方便直观地在浏览器中展示出来。本文聚焦第二步。 首先将慢查询归因成两大类： • 优化器问题：如选错索引，选错 Join 类型或顺序。 • 系统性问题：将非优化器问题都归结于此类。如：某个 TiKV 实例忙导致处理请求慢，Region 信息过期导

write 阶段）的耗时。 • Commit_time：表示事务两阶段提交中第二阶段（commit 阶段）的耗时。 • Get_commit_ts_time：表示事务两阶段提交中第二阶段（commit 阶段）获取 commit 时间戳的耗时。 • Local_latch_wait_time：表示事务两阶段提交中第二阶段（commit 阶段）发起前在 TiDB 侧等锁的耗时。 • Write_keys：表示该事务向 分析这类慢查询的原因 第一步可以通过慢日志、statement-summary 方便地定位，推荐直接使用TiDB Dashboard，它整合了这两个功能， 且能方便直观地在浏览器中展示出来。本文聚焦第二步。 首先将慢查询归因成两大类： • 优化器问题：如选错索引，选错 Join 类型或顺序。 • 系统性问题：将非优化器问题都归结于此类。如：某个 TiKV 实例忙导致处理请求慢，Region 信息过期导 SHARD_ROW_ID_BITS 特性。要了解关于 CLUSTERED 主键的详细信 息，请参考聚簇索引。 以下是两张无主键情况下使用 SHARD_ROW_ID_BITS 打散热点后的流量图，第一张展示了打散前的情况，第二 张展示了打散后的情况。 419 图 60: Dashboard 示例 5 420 图 61: Dashboard 示例 6 从流量图可见，设置 SHARD_ROW_ID_BITS 后，流量热点由之前的只在一个

Aurora 导出全量数据至 Amazon S3 请参考 AWS 官方文档：将数据库快照数据导出到 Amazon S3 将 Aurora 数据的快照导出到 Amazon S3。 5.3.1.2 第二步：部署 TiDB Lightning 具体的部署方法见TiDB Lightning 部署。 5.3.1.3 第三步：配置 TiDB Lightning 的数据源 根据部署方式不同，按如下步骤编辑配置文件 write 阶段）的耗时。 • Commit_time：表示事务两阶段提交中第二阶段（commit 阶段）的耗时。 • Get_commit_ts_time：表示事务两阶段提交中第二阶段（commit 阶段）获取 commit 时间戳的耗时。 • Local_latch_wait_time：表示事务两阶段提交中第二阶段（commit 阶段）发起前在 TiDB 侧等锁的耗时。 • Write_keys：表示该事务向 分析这类慢查询的原因 第一步可以通过慢日志、statement-summary 方便地定位，推荐直接使用TiDB Dashboard，它整合了这两个功能， 且能方便直观地在浏览器中展示出来。本文聚焦第二步。 首先将慢查询归因成两大类： • 优化器问题：如选错索引，选错 Join 类型或顺序。 • 系统性问题：将非优化器问题都归结于此类。如：某个 TiKV 实例忙导致处理请求慢，Region 信息过期导

Aurora 导出全量数据至 Amazon S3 请参考 AWS 官方文档：将数据库快照数据导出到 Amazon S3 将 Aurora 数据的快照导出到 Amazon S3。 5.3.1.2 第二步：部署 TiDB Lightning 具体的部署方法见TiDB Lightning 部署。 5.3.1.3 第三步：配置 TiDB Lightning 的数据源 根据部署方式不同，按如下步骤编辑配置文件 write 阶段）的耗时。 • Commit_time：表示事务两阶段提交中第二阶段（commit 阶段）的耗时。 • Get_commit_ts_time：表示事务两阶段提交中第二阶段（commit 阶段）获取 commit 时间戳的耗时。 • Local_latch_wait_time：表示事务两阶段提交中第二阶段（commit 阶段）发起前在 TiDB 侧等锁的耗时。 • Write_keys：表示该事务向 分析这类慢查询的原因 第一步可以通过慢日志、statement-summary 方便地定位，推荐直接使用TiDB Dashboard，它整合了这两个功能， 且能方便直观地在浏览器中展示出来。本文聚焦第二步。 首先将慢查询归因成两大类： • 优化器问题：如选错索引，选错 Join 类型或顺序。 • 系统性问题：将非优化器问题都归结于此类。如：某个 TiKV 实例忙导致处理请求慢，Region 信息过期导

useCursorFetch = true。 TiDB 同时支持以上两种方式，但更推荐使用第一种将 FetchSize 设置为 Integer.MIN_VALUE 的方式，比第二种 功能实现更简单且执行效率更高。 对于第二种方式，TiDB 会先将所有数据加载到 TiDB 节点上，然后根据 FetchSize 依次返回给客户端。因此，通 常会比第一种方式使用更多内存。如果将tidb_enable_tmp_storage_on_oom full group by 语法，所有在 select 子句中引用的字段，都在 group by 子句中有所声明，所以它的结果集是稳定的，可以看到 class 与 stuname 的全部组合共有三种；第二条与第 三条是同一个 SQL，但它在两次执行时得到了不同的结果，这条 SQL 的 group by 子句中仅声明了一个 class 字 段，因此结果集只会针对 class 进行聚集，class 的唯 20000200996,20000200... | +-------------------------------------------------------------------------+ 第二次查询： mysql> select GROUP_CONCAT( customer_id SEPARATOR ',' ) FROM customer where customer_id �→ like

useCursorFetch = true。 TiDB 同时支持以上两种方式，但更推荐使用第一种将 FetchSize 设置为 Integer.MIN_VALUE 的方式，比第二种 功能实现更简单且执行效率更高。 对于第二种方式，TiDB 会先将所有数据加载到 TiDB 节点上，然后根据 FetchSize 依次返回给客户端。因此，通 常会比第一种方式使用更多内存。如果将tidb_enable_tmp_storage_on_oom full group by 语法，所有在 select 子句中引用的字段，都在 group by 子句中有所声明，所以它的结果集是稳定的，可以看到 class 与 stuname 的全部组合共有三种；第二条与第 三条是同一个 SQL，但它在两次执行时得到了不同的结果，这条 SQL 的 group by 子句中仅声明了一个 class 字 段，因此结果集只会针对 class 进行聚集，class 的唯 20000200996,20000200... | +-------------------------------------------------------------------------+ 第二次查询： mysql> select GROUP_CONCAT( customer_id SEPARATOR ',' ) FROM customer where customer_id �→ like

@Lloyd-Pottiger – 修复 LIKE() 函数在处理 binary collation 的输入时可能结果错误的问题 #50393 @yibin87 – 修复 JSON_LENGTH() 函数在第二个参数为 NULL 时结果错误的问题 #50931 @SeaRise – 修复 CAST(AS DATETIME) 在特定情况下可能会丢失时间精度的问题 #49555 @SeaRise – 修复并行 JDBC URL 中配置 useCursorFetch = true。 TiDB 中同时支持两种方式，但更推荐使用第一种将 FetchSize 设置为 Integer.MIN_VALUE 的方式，比第二种功能 实现更简单且执行效率更高。 4.4.4.2.5 MySQL JDBC 参数 JDBC 实现通常通过 JDBC URL 参数的形式来提供实现相关的配置。这里以 MySQL 官方的 Connector/J full group by 语法，所有在 select 子句中引用的字段，都在 group by 子句中有所声明，所以它的结果集是稳定的，可以看到 class 与 stuname 的全部组合共有三种；第二条与第 三条是同一个 SQL，但它在两次执行时得到了不同的结果，这条 SQL 的 group by 子句中仅声明了一个 class 字 段，因此结果集只会针对 class 进行聚集，class 的唯

SQL 语句创建用户以及授予权限，比如 CREATE USER 和 GRANT 。 直接通过 INSERT ， UPDATE 和 DELETE 操作授权表。 推荐的方式是使用第一种。第二种方式修改容易导致一些不完整的修改，因此不推荐。还有另一种可选方式是使用第 三方工具的图形化界面工具。 下面的例子用 CREATE USER 和 GRANT 语句创建了四个账户： 1. mysql> on 字符串，而每个未设 置的位，可以得到一个 off 字符串 MAKE_SET() 返回一组逗号分隔的字符串，由位集合中具有相应位的字符串组成 FIND_IN_SET() 返回第一个参数在第二个参数中出现的位置 FORMAT() 返回指定小数位数格式的数字 ORD() 返回参数中最左字符的字符代码 QUOTE() 引用一个字符串，返回一个在 SQL 语句中可用作正确转义的数据值的结果 子句用于限制结果条数。Limit 接受一个或 两个数字参数，如果只有一个参数，那么表示返回数 据的最大行数；如果是两个参数，那么第一个参数表 示返回数据的第一行的偏移量（第一行数据的偏移量 是 0），第二个参数指定返回数据的最大条目数。 FOR UPDATE 对查询结果集所有数据上读锁，以监测其他事务对这 些的并发修改。TiDB 使用乐观事务模型在语句执行 期间不会检测锁冲突，在事务的提交阶段才会检测事

JDBC URL 中配置 useCursorFetch = true。 TiDB 中同时支持两种方式，但更推荐使用第一种将 FetchSize 设置为 Integer.MIN_VALUE 的方式，比第二种功能 实现更简单且执行效率更高。 4.4.4.2.5 MySQL JDBC 参数 JDBC 实现通常通过 JDBC URL 参数的形式来提供实现相关的配置。这里以 MySQL 官方的 Connector/J full group by 语法，所有在 select 子句中引用的字段，都在 group by 子句中有所声明，所以它的结果集是稳定的，可以看到 class 与 stuname 的全部组合共有三种；第二条与第 三条是同一个 SQL，但它在两次执行时得到了不同的结果，这条 SQL 的 group by 子句中仅声明了一个 class 字 段，因此结果集只会针对 class 进行聚集，class 的唯 20000200996,20000200... | +-------------------------------------------------------------------------+ 第二次查询： mysql> select GROUP_CONCAT( customer_id SEPARATOR ',' ) FROM customer where customer_id �→ like

JDBC URL 中配置 useCursorFetch = true。 TiDB 中同时支持两种方式，但更推荐使用第一种将 FetchSize 设置为 Integer.MIN_VALUE 的方式，比第二种功能 实现更简单且执行效率更高。 4.4.3.2.5 MySQL JDBC 参数 JDBC 实现通常通过 JDBC URL 参数的形式来提供实现相关的配置。这里以 MySQL 官方的 Connector/J full group by 语法，所有在 select 子句中引用的字段，都在 group by 子句中有所声明，所以它的结果集是稳定的，可以看到 class 与 stuname 的全部组合共有三种；第二条与第 三条是同一个 SQL，但它在两次执行时得到了不同的结果，这条 SQL 的 group by 子句中仅声明了一个 class 字 段，因此结果集只会针对 class 进行聚集，class 的唯 20000200996,20000200... | +-------------------------------------------------------------------------+ �→ 第二次查询： sql mysql> select GROUP_CONCAT( customer_id SEPARATOR ',' )FROM customer where customer_id like